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
: o0 N4 w+ V! }- s我建议你再看一下KTransformers的相关资料1 ?# ], J% B+ h) B# I
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 ...
& l; Y" o" B8 M1 j( V( N
欢迎讨论。: e" P8 j# m) @; y/ \1 F) Y
; C0 ]. c; R0 r& C! Z: |' P! r: {8 c
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。1 }7 O- z2 L0 {8 @' k3 m

- Y4 I3 l$ Z9 D9 G5 c( cCPU/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%。  b9 x8 z& w& Q& h8 H( \3 S( \

1 v$ w; B) s7 z5 \  X7 w) o/ ?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 00:104 Z- H  f2 X' i$ B* o/ T
    欢迎讨论。( F! B8 g2 E0 x

    , s' ~0 J' T7 d% j% r$ o- c1 \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 ...
    0 g' O/ n3 @. {: J5 j
    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
      X; j/ s2 l( c0 X0 K7 G, ^8 d9 q显卡用的是3070M 16G,环境是Ubuntu 24.04.27 E1 c: k9 u: D8 {: O" z$ T
    输入大概是10不到一点,输出大概是5,勉强可用6 a: B6 }0 [' [4 d" a) c
    因为都是整的垃圾配件,总体的成本大概不到4000人民币
    5 y3 \" p2 l6 J, D; R) d0 W$ U& t
    我估计如果他能够用DDR4+至强的话,应该可以到7-8的输出
    $ [$ V* u+ Y0 ?% [5 ?# A; T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& \/ h. e/ ^1 L
    https://www.pmtemple.com/academy/17340/3 |, Q+ q$ W& v
    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
    1 G: l" Y3 B" v; ?% c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7 H) Q0 h1 F* |* U
    显卡用的是3070M 16G,环境是U ...
    ) W/ ~( J" P$ i) U3 p( f

    . o3 `' u8 ]9 i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 22:25
    8 L$ C, n* r/ h. h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
    , f0 N2 j" v! f( v8 e显卡用的是3070M 16G,环境是U ...

    ) [7 B  d* T( @$ O: e( I/ I9 g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) B, O7 W6 A# F
    这里有篇文章是谈万元以下服务器部署DeepSeek-R1 671B + KTransforme的+ c! d+ w) M7 h* z
    https://www.pmtemple.com/academy/ ...
    0 r% o+ `; _: b
    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。
    * n+ ?5 O- s' D8 U  u' \# h% s6 \! O% p& ~% ?5 I
    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
    ! B! o0 q# u0 L8 s% G8 F  `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8 q+ }0 m6 B* [6 b$ b1 M
    显卡用的是3070M 16G,环境是U ...

    : ~, `1 L( B4 s* N: Q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
    / c3 Y3 S* R" ]; e: Q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 ...

    ' G) Q% |' f) ?) l$ j# hhttps://cloudninjas.com/collecti ... 40%20will%20support,Reduced%20server%20(LRDIMM)%20memory.
    3 v3 n0 r, I  L; T$ @2 z4 e1 q: J# E
    The HPE Z840 will support 4GB, 8GB, 16GB or 32GB DDR4 Registered.
    - c* a3 \) r! Y5 S/ [This server will also support 32GB, 64GB or 128GB Load Reduced Modules (LRDIMM). $ B6 H, _( Z% y! M$ M/ f) f$ G# G8 U
    The Maximum amount of RAM the HPE Z840 server can hold is 2TB (16 x 128GB) of Load Reduced server (LRDIMM) memory
    3 K7 b" w4 Z8 H5 |4 e' Q0 }
    6 G/ z* B/ ~" h) }  g# iLRDIMM 128GB的话一条要1400~2000刀,16根的话。。。。 好像也不便宜了。
    & D. S" v8 p1 zZ840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
    + `) b" y+ j4 Q! s4 b* z( {! D
    1 x0 Z! p) N5 Q$ L7 N+ s# q2 f/ L5 c! H4 [% Z; @3 n0 g: o
    没那么贵,Amazon 上一条才 $239。16条也就$3,824。
    0 O4 a5 {+ T& w; D
    # z% M# v" ~: F3 o+ k# q" O: q  O1 thttps://www.amazon.com/Tech-2666 ... cp-nq_eMQV&th=1
    9 V/ ^) E$ y$ i" Z2 m5 x' p5 i- R* F# R& e* o) T0 |5 s) h( t. P
    1TB 的kit 稍微便宜一点, $1,908, x2 就是 $3,816: https://www.amazon.com/Tech-8x12 ... amp;sr=1-1&th=1
    3 G. s" E- }$ p5 T3 Q2 s3 Z+ q% X  C2 y  C
    但如果上 2TB 的kit 反而要 $4,319 : https://www.amazon.com/Tech-16x1 ... ctronics&sr=1-6
    # }. v: Y+ U# I/ v2 Z" z
    9 f2 G. E! Z! e# M" N: O( T6 |( k2 T0 ~
    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

    % G! S, I4 ^1 _% |: {) R6 q7 x7 t; m5 n$ m+ J1 k
    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)。2 a2 b& u' |3 \# W: ?
    - M) e# S/ R! v9 L
    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。6 x- O2 ?+ ~0 s" }; \4 A
    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。
    6 L. C( ^/ v( I0 f5 X! Z& D% j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。) G4 c6 S# a2 o( {9 f" W+ j
    我的GPU上的CUDA跑满都可以控制在80度以下。5 Z# {& Q3 P, L) q7 O7 ~
    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。* e$ U: U7 G- X& Y% A9 F# u7 o
    9 v9 x2 k& W( l
    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. N$ ^" S

    , o5 ~+ [9 ~7 F2 A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。
    $ L$ K6 }/ L' g' d# P4 P5 e; v5 J) \! u3 \. E9 A- u
    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。
    & O* O8 r& b# ?6 v' s9 A" }& s1 y$ g( u2 f2 Z0 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。
    : y3 U; i; @2 c+ @2 X
    5 m) Z, O4 J5 w& e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。
    : R2 g  v* e5 v1 s9 A
    ' w* G  ^& V& R0 _( \# r( s! R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 12:58
    / Z9 f0 H8 i3 q7 t+ }3 b# @$ ?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 ...
    : g( R% g' F9 y! h
    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。
    ; S& K0 @% m" Y7 g- L" I8 q. t2 X5 m1 o# u
    CPU 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 14:12; z0 `/ p) u1 [+ E( 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 ...

    0 v' M+ `: C9 N( g) {! G我有点成见,总认为机箱上的风扇不够有力,呵呵。
    ) |  g# ~& I* I6 R: Z6 B/ z5 B. s( L  M, n( m0 b' Q
    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。
    . [. G) W9 w" u+ \: B  {  i" C$ W3 _/ n4 u6 h0 y
    所以我的理想型机箱就是一个框架,其他统统敞开了,吹!
    * _! t% n% n& t! S  K! h6 l; s) v% D  L+ ]1 H/ G7 |4 G/ t
    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
    / _: V  M; l0 \" H+ n' C我有点成见,总认为机箱上的风扇不够有力,呵呵。% s2 ?1 k- k) a/ W1 u2 ^) R6 f
    1 J9 S/ ?* i% h4 j4 k
    所以总认为机箱敞开了另外架个风扇吹特别有力,至少视 ...

    ' G# L2 D% @1 H: \2 T4 u6 y; MCaseless 的 DIY 电脑现在也挺多的。散热和灰尘啥的不是问题。+ |+ J7 h& x- l" Z! f. s
    6 o3 I* ]5 h4 s' l
    , x8 ^, h' l& x2 _( v1 n2 Y1 v4 a
    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。5 R  K+ b$ ?$ I- p$ c* U
    ) o/ S4 `' \4 `/ W8 K% X# l

    / y; M; U1 q2 i4 Q" G% h. O所以一般都是挂墙上的。造的好点的话还是挺科幻感的。
    % S* g' j; ~. i/ {! P
    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 + Y1 d, p( K3 N* e, a$ t) b5 P% ~% y
    孟词宗 发表于 2025-4-15 21:45
    / [8 s; n7 y: p# y% vCaseless 的 DIY 电脑现在也挺多的。散热和灰尘啥的不是问题。
    3 \& G' [* ^# q$ F+ V9 J( @
    % _5 q, Q/ W8 a$ J' k- ^
    这个确实很赞。! Q  r% i" o" l
    4 h  z. U$ T  {' `4 M- U
    第一三张好像放不了全尺寸显卡。$ G7 k' b# E( G/ a& a% J8 @
    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
    $ U6 G: @' p$ n( e8 R这个确实很赞。" B4 k) d, x0 M9 p% C

    # g  z% n# y; `; l第一三张好像放不了全尺寸显卡。

    * h" S2 v* e% Q/ ^& q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 11:584 \& |1 m0 y9 ]2 X0 S) \8 L
    没那么贵,Amazon 上一条才 $239。16条也就$3,824。" h  m7 {# z8 Z' U6 f) d
    ( ~5 ~: e# \; X, y9 z  i/ ^
    https://www.amazon.com/Tech-2666MHz-PC4-21300-Wo ...
      e7 `/ N7 ^4 r9 D) ~5 T  u
    HP Z系列G4以后支持Intel® Optane™ Persistent Memory,买二手的话更便宜。不过表现怎么样就不好说了。
    6 }1 j- q" G0 T$ n2 w2 |! W" XZ6/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。7 ]& Y4 {/ G2 o
    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
    * U% q( s% x, O6 k0 l1 G! M
    雷声 发表于 2025-4-16 07:27) ~& O( e" ]" t( E- S1 _
    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。 ...

    2 B6 F' P1 A3 D2 J) ^" T* }
    $ {: u+ W- A" h7 j, B) t9 lHP 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。
      h) v* k: P. b* x0 T$ w( }; r5 W( _) V+ Q
    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。
    " @% h& ^9 q$ S) Z+ j8 s
    ) j; |9 j# N2 v+ {( D' h0 [7 n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, 2026-6-18 06:23 , Processed in 0.076366 second(s), 20 queries , Gzip On.

    Powered by Discuz! X3.2

    © 2001-2013 Comsenz Inc.

    快速回复 返回顶部 返回列表