设为首页收藏本站

爱吱声

 找回密码
 注册
搜索
楼主: 沉宝
打印 上一主题 下一主题

[信息技术] DeepSeek R1全参数模型一个可能的本地部署方案

[复制链接]

该用户从未签到

21#
 楼主| 发表于 2025-2-22 00:10:00 | 只看该作者
大黑蚊子 发表于 2025-2-21 14:10
; H8 O& i+ u! R6 d我建议你再看一下KTransformers的相关资料! k% ^! G* {$ @' `
这个玩意儿的本质是在低并发(甚至是单并发)的情况下,高度依 ...

" e8 s! l9 f' Q# o. v" g" m- k欢迎讨论。
1 o& J8 W' k' x* z( ?
) r9 d5 a- _8 R首先,个人以为KTransformers的最核心最精华的是抓住了DeepSeek模型参数的稀疏性。DeepSeek是基于MoE的,回答某一个具体问题时只有部分参数高度活跃。KTransformers可以动态调度,把这部分高强度计算交给GPU(好钢用在刀刃上),剩下的则由CPU完成。所以CPU部分对系统整体性能的影响不如GPU大。作为佐证,上一帖我提到了章明星团队在几次版本迭代更新之后才把amx加速添加上去。
% M" {% V( w& p% f2 [9 Q. }' I. ]8 {+ s
CPU/DRAM带宽对系统性能的影响不是简单线性的。老实说,我没有咱们现在讨论的这样大的系统的实际经验。我只能根据在台式机上看到的现象做一些外推。Intel的12代和13代同时支持DDR4和DDR5,DDR5内存下整体成绩要比DDR4好一些,不过差距并不大。至于到显卡的带宽,我也可以说一点。我们知道目前大部分显卡的插座都是PCIe×16。外置显卡时,因为各种原因往往不做16路通道,比方说仅仅实现了8位通道。那么这个PCIe×8的显卡游戏性能下降多少呢?绝对在30%以内,常常也就10-20%。% a& C/ D! {3 }+ y: |4 N$ O( p

) W1 _) }( x8 {: ^- }以上这些是我没有简单照搬章明星团队的配置,而为省钱做了一些变更的原因。
回复 支持 反对

使用道具 举报

  • TA的每日心情
    擦汗
    2026-3-17 22:01
  • 签到天数: 1133 天

    [LV.10]大乘

    22#
    发表于 2025-3-10 22:25:59 | 只看该作者
    沉宝 发表于 2025-2-22 00:10% `' V% n  v+ U! m, M1 w' y
    欢迎讨论。
    ! P$ V/ M6 p( N" I, E" T
    , n' ?( j) O* e8 |首先,个人以为KTransformers的最核心最精华的是抓住了DeepSeek模型参数的稀疏性。DeepSeek ...
    5 M, V" m: u4 r+ [& M+ ?
    刚刚看到一个案例,有个朋友用2686V4 x2 加256GDDR3跑起了671B的Q2.51版本$ A! Q/ v6 P2 S( d  ]3 j
    显卡用的是3070M 16G,环境是Ubuntu 24.04.25 n5 j( n2 z  K
    输入大概是10不到一点,输出大概是5,勉强可用
    5 W! r. H" p: w% v因为都是整的垃圾配件,总体的成本大概不到4000人民币
    " _1 l/ a0 q( D- a. T% V/ X+ P' f$ |7 B9 J2 n2 F
    我估计如果他能够用DDR4+至强的话,应该可以到7-8的输出
    ' Z3 q. K, O7 j2 ], v3 |1 h如果是这个速度的话,个人轻量使用已经没有特别大的问题了
    回复 支持 反对

    使用道具 举报

  • TA的每日心情
    开心
    2026-2-7 02:13
  • 签到天数: 1955 天

    [LV.Master]无

    23#
    发表于 2025-3-10 23:42:05 | 只看该作者
    这里有篇文章是谈万元以下服务器部署DeepSeek-R1 671B + KTransforme的5 S0 U; u' s! R0 x% v
    https://www.pmtemple.com/academy/17340/8 S* A- h0 c9 O& S0 V. c: t7 H
    回复 支持 反对

    使用道具 举报

    该用户从未签到

    24#
    发表于 2025-3-11 01:50:49 | 只看该作者
    大黑蚊子 发表于 2025-3-10 22:25
    , q) c) t8 f4 U刚刚看到一个案例,有个朋友用2686V4 x2 加256GDDR3跑起了671B的Q2.51版本
    ! V5 V& O# ^& s) W$ Q显卡用的是3070M 16G,环境是U ...

    8 R( r/ D  V: B/ \5 @$ V7 M/ W; B. C; b7 x' ]# K, ?' E; N/ Y
    我觉得别对Q5以下的版本抱太大希望。Q5 以下只能说是能跑,但效果实在不敢恭维,很多情况下出来的回答都不是 AI 幻觉,而是文不对题。在决定投钱搞硬件前,还是建议先化小钱租个服务器,下载不同的压缩版看看效果再确定要用哪一版,用什么本地硬件。
    回复 支持 反对

    使用道具 举报

    该用户从未签到

    25#
     楼主| 发表于 2025-3-11 02:12:03 | 只看该作者
    大黑蚊子 发表于 2025-3-10 22:250 {& B; P5 a  x4 j' L7 \  a* p
    刚刚看到一个案例,有个朋友用2686V4 x2 加256GDDR3跑起了671B的Q2.51版本
    : J# `+ m" t* S% e$ J显卡用的是3070M 16G,环境是U ...

    # a& W9 u# I9 t, _0 u这做得很厉害了。点赞!
    回复 支持 反对

    使用道具 举报

    该用户从未签到

    26#
     楼主| 发表于 2025-3-11 02:14:17 | 只看该作者
    数值分析 发表于 2025-3-10 23:42% T/ D) l0 v0 a! c
    这里有篇文章是谈万元以下服务器部署DeepSeek-R1 671B + KTransforme的
    0 g; d, j5 i1 g" ~0 uhttps://www.pmtemple.com/academy/ ...

    - m; j! t. s6 s这么多案例,很有参考价值。
    回复 支持 反对

    使用道具 举报

    该用户从未签到

    27#
    发表于 2025-3-12 01:39:51 | 只看该作者
    有 512 GB RAM 的话,基本 Q3 以下都可以跑。Huggingface 上量化版不少。例如这个:https://huggingface.co/unsloth/DeepSeek-R1-GGUF 从 Q1 到 fp16 都齐全了。Q1 的几个版本甚至只要 256 GB 就可以跑了。+ ]1 a1 w- V" b7 t/ F7 T) d9 e3 q! V8 i
    4 n3 q9 G8 [, b2 }
    但是,量化版压缩了尺寸,同时也压缩了功能。个人感觉 Q5 以下基本都是渣渣,回答大多逻辑不通。
    回复 支持 1 反对 0

    使用道具 举报

    该用户从未签到

    28#
    发表于 2025-4-15 10:41:36 | 只看该作者
    大黑蚊子 发表于 2025-3-10 22:25
    0 p8 ^9 R7 v9 E! v8 M! f; I: t+ e刚刚看到一个案例,有个朋友用2686V4 x2 加256GDDR3跑起了671B的Q2.51版本" R5 a1 n$ q/ _
    显卡用的是3070M 16G,环境是U ...

    0 ^7 U! F0 i8 f& F5 w性价比更好的是 HP Z840。这玩意儿有2X Intel Xeon E5-2678 v3 up to 3.1GHz (24 Cores Total),最好的是有16条内存槽,按 Intel 的说法,每个 CPU 可以到 768 GB DDR4。两个就是 1.5TB (实际 HP Z840 号称能到 2TB),正好可以跑 DS-R1 671b 完整版了。
    回复 支持 反对

    使用道具 举报

    该用户从未签到

    29#
    发表于 2025-4-15 11:18:33 | 只看该作者
    孟词宗 发表于 2025-4-15 10:41
    ' U' b& Z6 i8 I6 {# d* a7 A性价比更好的是 HP Z840。这玩意儿有2X Intel Xeon E5-2678 v3 up to 3.1GHz (24 Cores Total),最好的是 ...
    0 L5 G0 u4 S  a6 h  y- m6 \( f
    https://cloudninjas.com/collecti ... 40%20will%20support,Reduced%20server%20(LRDIMM)%20memory.* A: x" k6 _$ @2 v7 U. U) U! B6 @

    # F2 W* g0 o% J7 AThe HPE Z840 will support 4GB, 8GB, 16GB or 32GB DDR4 Registered. 6 ?6 J) D& M7 C7 o
    This server will also support 32GB, 64GB or 128GB Load Reduced Modules (LRDIMM). 1 `; O8 W- a" b& ?# M
    The Maximum amount of RAM the HPE Z840 server can hold is 2TB (16 x 128GB) of Load Reduced server (LRDIMM) memory! c* X* n1 s' H9 ~$ F9 }8 w

    , G% Q, F* H! u" z$ ]LRDIMM 128GB的话一条要1400~2000刀,16根的话。。。。 好像也不便宜了。# z% U+ Z9 Z' Z2 d4 P
    Z840倒是不值几个钱。
    回复 支持 反对

    使用道具 举报

    该用户从未签到

    30#
    发表于 2025-4-15 11:58:03 | 只看该作者
    本帖最后由 孟词宗 于 2025-4-15 12:01 编辑 # p0 }& t9 Y4 `) q1 O/ o% B9 {
    4 G2 s& z4 i2 A  ^! x

    & Q/ h' }) H- J( v" t* M没那么贵,Amazon 上一条才 $239。16条也就$3,824。
    1 j7 S( h5 f" Y& i7 Z2 t' b" |
    % ]+ U* e: f& Y. i2 V$ a. R: N5 |8 Shttps://www.amazon.com/Tech-2666 ... cp-nq_eMQV&th=16 K8 g, s  e( A8 w# ?
    6 L0 B7 g+ e9 c& P8 n, f
    1TB 的kit 稍微便宜一点, $1,908, x2 就是 $3,816: https://www.amazon.com/Tech-8x12 ... amp;sr=1-1&th=1! W4 V/ N% k+ m

    + Z# m5 R% Q. {* c, H7 W9 l9 k但如果上 2TB 的kit 反而要 $4,319 : https://www.amazon.com/Tech-16x1 ... ctronics&sr=1-69 A- b; i! R5 t" P+ E

    * ~; `. m- U' Q1 B& q! i. C' L! b$ _7 Q) D9 [: S5 ]. i
    当然,真要上这个,最好买以前和卖家咨询一下,这些 RAM 是否可以装 Z840。我估计 Z840 出来这么多年,大概最多也就有人装到 128 GB,毕竟这不是 server 而是个工作站而已。
    回复 支持 反对

    使用道具 举报

    该用户从未签到

    31#
    发表于 2025-4-15 12:14:39 | 只看该作者

    % q7 w+ D$ r, n6 ]3 I  d
    , K- [" W, J6 _  e% U; Z, D顺便说一句,如果只是要跑压缩版的话,我在另一个帖子(http://www.aswetalk.net/bbs/foru ... read&tid=161700)里已经说过,如果有192GB的 RAM 就可以跑 IQ1_S(131 GB), IQ1_M (158GB)(假设没有显卡加成)。
    7 ?7 }. N5 \' k4 c: w) e& ?/ }2 T5 |
    不要显卡的话,搞个Intel core ultra 9 285k 或者 AMD Ryzen 9 9900x3d 加上 192GB DDR5 和 4TB 的 SSD,一般也就 $1,500 左右就搞定了。
    回复 支持 反对

    使用道具 举报

    该用户从未签到

    32#
    发表于 2025-4-15 12:58:04 | 只看该作者
    散热的问题,你把机箱敞开,左右两片直接给拆了,开个小风扇对着吹就是了,斜着吹,从前往后,CPU显卡电源一起吹,别去搞太复杂的冷却方案,水冷复杂且容易坏。) M& s0 P+ e8 F
    当然,有点吵,放在别的房间,用网络连接好了,命令行,远程桌面都可以。
    - r7 {, J/ O- Q" k; V5 x7 w8 A1 W4 M" \+ M服务器那种结构就是隐含你用那种暴力风扇,对散热并不友好。% L! B& P* T: G. q, M
    我的GPU上的CUDA跑满都可以控制在80度以下。. E* Y9 x4 Q3 t+ H, N+ k4 ]8 v5 J
    当然奢侈一点,放在空调房,调节一下空调出口,把机箱放在桌子上,对着机箱吹能降下很多,这才是真正的水冷加风冷。
    回复 支持 反对

    使用道具 举报

    该用户从未签到

    33#
    发表于 2025-4-15 13:48:16 | 只看该作者
    如果是为了跑本地大模型,显卡没有必要搞顶级的家用卡。相比速度,更重要的是显卡的显存有多少。
    3 G) e+ C* f1 E8 m6 `: U
    & _3 T4 D# A; z2 Z4 D8 ^, P" s( f从性价比来说,两块3090比一块4090要好,这是因为3090仍然支持 NVLink。连接后显存会显示为 48 GB。这就可以容纳很多模型了。/ r$ {1 g( S. G2 o  c

    3 h3 a( u( w3 T* b% `; T6 N但3090的问题是功耗, 350W 起步,两个就是700W,对电源要求高了。而且还得找有足够空间的主板和机箱。而且价格也不便宜。4090 现在给炒到 3650 美刀左右,3090 则是 2000 美刀。加起来就不是小数字了。: c% J6 o/ T( t) h
    - i, l' T1 U8 l6 @( l3 ~& ~7 d+ k
    对于显卡,我倒是推荐这个:PNY RTX 4000 Ada VCNRTX4000ADA-PB 20GB, 市价1500 美刀左右,有20GB。虽然不能串联,但这是个 Single Slot card。一般好的主板能塞三四个。功耗单卡才130瓦,三个加起来也就才相当于一个3090。而三个卡加起来 60 GB,Ollama 可以跑很多 LLM 了。
    3 P% D% Y- R% t
    2 F0 {9 ]0 t# ]* p2 I3 C! F: y否则也可以弄个 PNY NVIDIA RTX 4500 Ada Generation 24GB GDDR6,这也就2300美刀左右,但显存和4090 一样。两个加起来相当于一个 4090 但显存要多一倍。
      s) E0 H8 N" L) u) _+ {2 C5 B" K2 ?% v/ d
    当然,俺的理想卡是公布但还没有正式开售的 RTX PRO 6000 Max-Q https://www.pny.com/nvidia-rtx-pro-6000-blackwell-max-q。这玩意儿有 96GB 显存,还可以用 NVLink 串联。最大可到四张卡384GB,而单卡功耗不过 300W。4 y! y+ B) V5 y2 b- K

    : S3 `. a& `1 B/ H2 _( h# H) b. z* N当然价格据说也挺感人,要 $8,565 单张。
    回复 支持 反对

    使用道具 举报

    该用户从未签到

    34#
    发表于 2025-4-15 14:12:31 | 只看该作者
    nanimarcus 发表于 2025-4-15 12:588 f- _0 u1 w* \8 T- F& d
    散热的问题,你把机箱敞开,左右两片直接给拆了,开个小风扇对着吹就是了,斜着吹,从前往后,CPU显卡电源 ...

    " r$ ~; T/ {7 J* B  o同意风冷,但用不着这样 DIY。可以用 联力 LANCOOL 215 https://lian-li.com/product/lancool-215/。这机箱正面两个200毫米的风扇吹气,后面一个140毫米的抽气,足够用了。用风扇的时候,机箱应当关上,这样风速比敞开的更快。* ]5 N) ~! x  N/ v. j# b0 D

    ) J) [5 }/ h! f- nCPU 和 显卡的冷却还是不能省的。倒不是风扇,而是它们的散热片不能省。有了散热片才能有效散热。风扇本身是不是装在CPU和显卡的散热装置上不重要。
    回复 支持 反对

    使用道具 举报

    该用户从未签到

    35#
    发表于 2025-4-15 17:35:32 | 只看该作者
    孟词宗 发表于 2025-4-15 14:122 s# D* }% A/ }8 G# B
    同意风冷,但用不着这样 DIY。可以用 联力 LANCOOL 215 https://lian-li.com/product/lancool-215/。这机 ...
    + Y  i  v) @8 H8 y9 v+ Y( F2 d6 b
    我有点成见,总认为机箱上的风扇不够有力,呵呵。$ b* u8 }" P$ N3 W. U
    ! h/ w3 O0 S8 B9 m& ~
    所以总认为机箱敞开了另外架个风扇吹特别有力,至少视觉上如此。
    # {6 t9 ^# a) F# z; N: j* x! z, X+ R" i
    所以我的理想型机箱就是一个框架,其他统统敞开了,吹!+ K3 Y! O+ S. `$ i2 A2 T8 D

    0 X$ \0 w: @/ a; E! D1 l另外,CPU上带的散热片过于庞大,多少会造成主板变形,所以我的机箱是平放的,如此一来显卡是竖起来的,这样两个最重的部分不会造成形变。
    回复 支持 反对

    使用道具 举报

    该用户从未签到

    36#
    发表于 2025-4-15 21:45:18 | 只看该作者
    nanimarcus 发表于 2025-4-15 17:35
    ' ]' U: r: ^# E! X3 I我有点成见,总认为机箱上的风扇不够有力,呵呵。! N/ L# E- T0 p
    - v/ M3 ^- a/ b* V! [6 d
    所以总认为机箱敞开了另外架个风扇吹特别有力,至少视 ...
    ) |" G9 b7 ~& f& q
    Caseless 的 DIY 电脑现在也挺多的。散热和灰尘啥的不是问题。0 Y5 @0 l5 d( L

    $ F' O% \, T$ b; k5 M
    0 l/ B! Z8 d! B1 v主要问题是像下面这个放桌上的,如果一不小心撒点饮料上去就容易把电脑废了。3 @& b$ U( [0 l7 w0 @! N
    ( P: f' g# }) u8 w
    - N" i) Q1 C! Q) N. z. a1 I
    所以一般都是挂墙上的。造的好点的话还是挺科幻感的。
    ( b' O! N; V$ l6 T, e' z3 j
    回复 支持 反对

    使用道具 举报

    该用户从未签到

    37#
    发表于 2025-4-15 23:26:20 | 只看该作者
    本帖最后由 nanimarcus 于 2025-4-15 23:27 编辑
    / {6 d# G4 R) u7 |* F1 v  c
    孟词宗 发表于 2025-4-15 21:45
    * W5 x3 ]& R+ C9 qCaseless 的 DIY 电脑现在也挺多的。散热和灰尘啥的不是问题。
    " P2 c" p& m( P+ l, K

    % y8 R8 {5 F* H" {9 \这个确实很赞。
    9 @) L/ j+ ~& ^9 X0 u" j
    % `' X) t/ L/ c. G' q! o1 K+ {第一三张好像放不了全尺寸显卡。* P! u" a& s* ]$ F1 `' S
    第二张全尺寸显卡的散热好像不太好。
    回复 支持 反对

    使用道具 举报

    该用户从未签到

    38#
    发表于 2025-4-16 00:07:18 | 只看该作者
    nanimarcus 发表于 2025-4-15 23:26# M& t$ V4 G' r( [
    这个确实很赞。
    $ F, i. |" b7 H& z* Q7 @1 _! s& A& l9 A$ Q; ?: n5 B
    第一三张好像放不了全尺寸显卡。

    6 c8 h/ m: ~: F, F! H0 \0 j都是全尺寸显卡。第一、三两张中的显卡散热被魔改成水冷了。所以看不到明显的显卡。实际上两个机器应该都是双显卡。第二张的显卡问题不大。很明显不是80或90级别的。根据电源才600W来看,应当是3060或4060级别的。这个显卡的原装风扇还在,制冷应当还行。
    回复 支持 反对

    使用道具 举报

    该用户从未签到

    39#
    发表于 2025-4-16 07:27:19 | 只看该作者
    孟词宗 发表于 2025-4-15 11:58, X0 v( P8 m/ O* H* b7 q
    没那么贵,Amazon 上一条才 $239。16条也就$3,824。
      t% ^: V& K4 q- V: D, [! u+ \: B/ @" U, \  n
    https://www.amazon.com/Tech-2666MHz-PC4-21300-Wo ...
      k) x$ @3 v2 m$ W1 L" F
    HP Z系列G4以后支持Intel® Optane™ Persistent Memory,买二手的话更便宜。不过表现怎么样就不好说了。
    / h: R, C/ M& h. i0 a3 }. aZ6/Z8 G4也可以上到2TB,加上PMM的话更多,价格比Z840也贵不了多少。! A( }7 }1 b& ~/ n3 Z0 B1 w1 T
    话说Z系列是真不错,我09年买的一台Z8现在用的好好的,而且比公司配的新Alien还快。
    回复 支持 反对

    使用道具 举报

    该用户从未签到

    40#
    发表于 2025-4-16 09:55:47 | 只看该作者
    本帖最后由 孟词宗 于 2025-4-16 10:03 编辑
    ! B3 c! i% D8 X$ R& O% a  n5 l  k
    雷声 发表于 2025-4-16 07:27
    0 l! ]6 a+ r$ W* y0 s5 f4 CHP Z系列G4以后支持Intel® Optane™ Persistent Memory,买二手的话更便宜。不过表现怎么样就不好说了。 ...

    2 b; I) N5 a. N/ e& ^
    0 T5 Z! s1 k3 h; K- iHP Z8 G4 号称可以最高支持 3TB 不过这得看 CPU。如果单个 CPU 只支持 768 GB的话,那两个 CPU 最多也就 1.5 TB。大多数旧的 HP Z8 G4 都最多 1.5 TB。
    ( ]0 T) c% n& C
    ( B3 X1 t; @0 I3 I. i性价比来说你说的很对,Z8 G4 的确更合算一些。尤其是不少旧机器本身就带了 1.5 TB。这比自己买要合算多了,也省事多了。
    4 J/ R/ N5 K8 ^6 f# H% d3 E1 B/ j0 V% I, X( K
    从跑 LLM 的角度讲,应当是可以跑,速度勉强可以接受的程度。俺那个三年旧的机器,如果不用显卡,跑 DS-R1 的 70B 蒸馏版最快也就两三个token每秒。Z8 G4 跑DS-R1 的671B版本应当只会更差。毕竟内存更慢,模型更大,CPU更老。
    回复 支持 反对

    使用道具 举报

    手机版|小黑屋|Archiver|网站错误报告|爱吱声   

    GMT+8, 2026-5-21 16:03 , Processed in 0.072245 second(s), 19 queries , Gzip On.

    Powered by Discuz! X3.2

    © 2001-2013 Comsenz Inc.

    快速回复 返回顶部 返回列表