设为首页收藏本站
开启辅助访问 切换到宽版

爱吱声

 找回密码
 注册
搜索
爱吱声»广场 › 研究生院 › 科教学圃 › DeepSeek R1全参数模型一个可能的本地部署方案 ...
12
返回列表 发新帖
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]
沉宝

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
/ L0 K# M1 |3 I1 ]3 e我建议你再看一下KTransformers的相关资料
& ?- Y* `6 n5 g+ v+ O  H- ]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 ...

1 F* H- R+ K1 U0 E. }8 c& @5 U欢迎讨论。
2 ~7 O! U3 \$ U% [( x
: A8 t0 ^. `, p5 C  S* x9 S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。2 {8 @. }' X& s/ @% W- J. s/ Q3 R

4 F& e$ n# e' ^( a! h2 PCPU/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%。
# d3 \( {, b4 `9 p2 d. q( X. p; H) W* J0 u' _' i6 z
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

大黑蚊子
  • TA的每日心情
    奋斗
    3 天前

    • 签到天数: 1130 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
    3 E& \: Q* n- h& P1 q) r欢迎讨论。; M# P3 u2 ?7 f! I; g

    $ Q) e. [$ b) O5 g: y+ O1 w; a" l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 ...

    + M  m' G7 {/ v, l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
    ) f% I! n* t, t显卡用的是3070M 16G，环境是Ubuntu 24.04.2
    - S5 R- `' @4 t/ K8 U4 H输入大概是10不到一点，输出大概是5，勉强可用0 a0 g* g0 S- O( R. t& G" Q- t
    因为都是整的垃圾配件，总体的成本大概不到4000人民币
    . {' i) a' O" T3 {
    2 _% R& H1 e/ r$ b- p9 b/ b我估计如果他能够用DDR4+至强的话，应该可以到7-8的输出
    - L' [7 q" z. J3 a/ m7 R$ {* i$ m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

    数值分析
  • TA的每日心情
    开心
    昨天 01:36

    • 签到天数: 1881 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
    - E# _0 t1 s8 {2 chttps://www.pmtemple.com/academy/17340/
    " G. F' a# ^2 P8 E, S, c
    回复 支持 反对

    使用道具 举报

    孟词宗

    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
    % O  C0 I. ~( l# n6 Z+ C) c; Q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
    " o5 H, n2 ]2 j- L/ C& Y7 T显卡用的是3070M 16G，环境是U ...

    % s+ G& ~8 o" _8 G
    + L( d0 ?8 p; i! g& ]5 E; `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

    沉宝

    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- ~+ ^  j$ c+ G, g& `3 u+ V: k
    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2 L7 o9 _4 y1 s5 o1 r+ @* }
    显卡用的是3070M 16G，环境是U ...
    9 e  F9 Q5 [( |: n# z, K7 r* w
    这做得很厉害了。点赞！
    回复 支持 反对

    使用道具 举报

    沉宝

    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
    8 _' O/ H5 _' x- D; \; ~+ i+ f$ o这里有篇文章是谈万元以下服务器部署DeepSeek-R1 671B + KTransforme的
    + k4 v% {6 X/ d  J% c" dhttps://www.pmtemple.com/academy/ ...

    + r4 }6 @- Y& A+ ]& R$ U  Q) X' x这么多案例，很有参考价值。
    回复 支持 反对

    使用道具 举报

    孟词宗

    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。8 u3 G# R/ w% _+ u8 G: Y% C8 C' }; e
    - u' Q. b4 ?8 T7 j+ g/ @. m: f
    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

    孟词宗

    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/ p% e3 X& }% |; l3 Q: _! I( _, v$ G
    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" C! K+ r! R4 K6 ]* u
    显卡用的是3070M 16G，环境是U ...

    5 z9 o# O3 d. o7 X. R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

    雷声

    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$ i- ]$ [/ O! m; c7 |$ H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 ...

      A8 d) J; N2 Y3 m8 P$ U5 Zhttps://cloudninjas.com/collecti ... 40%20will%20support,Reduced%20server%20(LRDIMM)%20memory.# C) t  L! O: E' N3 g
      ~) i/ g  V4 k' \% _
    The HPE Z840 will support 4GB, 8GB, 16GB or 32GB DDR4 Registered.
    9 u- i) p7 _3 pThis server will also support 32GB, 64GB or 128GB Load Reduced Modules (LRDIMM).
    7 `6 G! [$ V0 q' L" q2 [The Maximum amount of RAM the HPE Z840 server can hold is 2TB (16 x 128GB) of Load Reduced server (LRDIMM) memory* R5 W8 }) j) Y2 U
    - }1 m( x# Z- d8 B; s
    LRDIMM 128GB的话一条要1400~2000刀，16根的话。。。。 好像也不便宜了。6 B9 q5 v0 b* z  _
    Z840倒是不值几个钱。
    回复 支持 反对

    使用道具 举报

    孟词宗

    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 / z% y& I9 h1 |7 I
    雷声 发表于 2025-4-15 11:18
    ; R0 j, o; @: Z9 \; O7 Uhttps://cloudninjas.com/collecti ... E%20Z840%20will%20s ...

    + A) ]6 E! j1 N: u) j! S: B
    & \  ^8 m+ C3 c没那么贵，Amazon 上一条才 $239。16条也就$3,824。3 b2 _+ N! ?. A

    : t, Q+ _# X" I( E3 K3 B! r3 m, w' hhttps://www.amazon.com/Tech-2666 ... cp-nq_eMQV&th=1% B2 w1 l1 D4 v0 B) h# a) p
    # r% f1 H2 ]" u/ S
    1TB 的kit 稍微便宜一点， $1,908, x2 就是 $3,816： https://www.amazon.com/Tech-8x12 ... amp;sr=1-1&th=1
    " ?. w$ q6 a: _& t$ m* I6 n. F2 s+ K4 q8 N8 v5 h  H' \  w: R/ n; }/ L
    但如果上 2TB 的kit 反而要 $4,319 : https://www.amazon.com/Tech-16x1 ... ctronics&sr=1-6
    9 Y: [# H- m; Y$ ^# ]& ^
    ; M' N( O* A6 S1 [$ ]5 `$ D0 O, e8 M* s% b8 D6 ~* C& k
    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

    孟词宗

    该用户从未签到
    31#
    发表于 2025-4-15 12:14:39 | 只看该作者
    雷声 发表于 2025-4-15 11:18( D0 O( i9 @5 V
    https://cloudninjas.com/collecti ... E%20Z840%20will%20s ...

    ; P5 X6 I) O, D: M% F" M2 \
    - q, i- y/ P+ `, B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）。( D: T2 l2 H, r8 D4 b" m, X) {2 T

    4 l% C! L3 k+ C4 C# k% c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

    nanimarcus

    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。  g$ y  u- h/ h# g2 ?* z
    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。
    9 g* D/ m3 E% ~" v) c/ C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。
    6 {9 |$ r! n+ B7 g6 {& G' ^- h  f我的GPU上的CUDA跑满都可以控制在80度以下。' y5 z& l4 V! X; M$ f! U0 ?8 \
    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

    孟词宗

    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。+ y5 z* `8 X# f  W1 B+ p( v2 s0 i! g6 ~
    - m' R5 k: f. u: b' A
    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。
    # `$ F- o! Y8 A& Y: N- t" ?) ?1 z- A3 B- o1 ~2 U; `& W
    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。! }* F5 ~% B( H* \, l
    ( h% [- Q: \) O
    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。* T) |1 Y/ u' w8 v6 y$ v

    0 p) v3 W1 r, t5 P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。  v, p0 D9 C/ ]4 @, ~+ Q

    9 @4 t$ Z9 D4 T" {- C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。* @) l3 Y* B( ?# v
    ) s4 O1 q  L3 ?/ c1 \8 W# l. E" \
    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

    孟词宗

    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, v" B( j( P/ n2 f
    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 ...
    * g1 ?7 Q+ v7 }1 u1 Z( y
    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。* C4 W; Y# E" ^. }' S- ^
    $ b& e! M9 |7 [7 G
    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

    nanimarcus

    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# U. c* m, ^# C+ 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 ...

    , _( u$ ^8 A- s: a3 c0 [我有点成见，总认为机箱上的风扇不够有力，呵呵。
    + |4 [1 {. ^, v' m: L7 J/ U" G% E" g
    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。4 Y. P" Q( o! r4 K. ?8 J0 f6 ?
    7 y6 S& z# b, F2 N: p
    所以我的理想型机箱就是一个框架，其他统统敞开了，吹！" w$ @1 v9 u/ [* w  _2 C

    . {. k3 }; b/ |" k+ E6 Q9 a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

    孟词宗

    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
    ; n3 }7 E( x# W3 u  ]& N我有点成见，总认为机箱上的风扇不够有力，呵呵。
    % p8 O2 q" O7 X8 f
    2 Z4 S& O. L% r  d5 g) C所以总认为机箱敞开了另外架个风扇吹特别有力，至少视 ...
      A8 o% m' c4 ?" w
    Caseless 的 DIY 电脑现在也挺多的。散热和灰尘啥的不是问题。6 j* r, G2 C0 y3 n
    + ?; D* G  c5 t: M! {2 A

    9 b' t; f/ L( w; \- q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。! q, |% ?" P" i% v6 j$ \# w+ `/ Z  Z

    ) f9 J- C% t9 @* v/ v
    & ~3 ]4 L+ x2 h6 a8 w# h" b& L所以一般都是挂墙上的。造的好点的话还是挺科幻感的。
    0 d9 M0 i' H' Y
    回复 支持 反对

    使用道具 举报

    nanimarcus

    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 & Z& h$ s! T* K* B( K
    孟词宗 发表于 2025-4-15 21:45
    % A0 s8 R  ]# w, X3 X. h0 E  uCaseless 的 DIY 电脑现在也挺多的。散热和灰尘啥的不是问题。
    & R3 _$ X  P! z1 s; o4 l
      z# K. p! M6 ^9 |0 G
    这个确实很赞。
    2 F$ \4 ^- _3 u: n) }
    % O* q! b; N# G; x  W' E) [' [第一三张好像放不了全尺寸显卡。
    ' L% p6 T# S8 f& N5 R# c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

    孟词宗

    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- l! g! s: [' g
    这个确实很赞。$ v5 S4 Q0 `1 R+ F
    8 }$ O: A0 j1 U
    第一三张好像放不了全尺寸显卡。
    % G: `5 }  [' N# W
    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

    雷声

    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
    " B' ^" v9 g6 m' p( Q1 J% a' b没那么贵，Amazon 上一条才 $239。16条也就$3,824。7 \: j  c) I, e

    9 s' z5 s0 [8 ~7 P- a1 `# D( n# e' Uhttps://www.amazon.com/Tech-2666MHz-PC4-21300-Wo ...
    0 {1 s$ l. f5 b- T' ~
    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。
    9 t7 b% k- a& D! E% C! h: l# 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。6 x( [" ~& [2 N* ~
    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

    孟词宗

    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
    & P  h8 ~' x$ z* i8 V9 M7 G6 p
    雷声 发表于 2025-4-16 07:27! k2 [6 B2 y( k6 e+ K. L
    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。 ...
    1 Q+ D& p: ~, E! m* J
    2 s' H& T0 r" `% S, k+ D  |3 `
    HP 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。
    8 j4 k7 G  v/ v% X- v- c& T* x$ `* J9 ?/ b
    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。
    6 A4 W% |3 |' f* j! e  x( P
    ) g; ~8 f0 o1 J% S" ~/ j* x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

    12
    返回列表 发新帖

    手机版|小黑屋|Archiver|网站错误报告|爱吱声   

    GMT+8, 2025-5-6 20:18 , Processed in 0.056271 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