设为首页收藏本站

爱吱声

 找回密码
 注册
搜索
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]

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
* h; c3 f. c& R9 e  w+ G; a我建议你再看一下KTransformers的相关资料
6 L$ D/ c: M6 t5 b, j( J$ A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 ...

3 h6 X; N2 P. ]9 |) q7 L欢迎讨论。( B) {) w* T. _+ P8 T7 f# {5 x9 A

; G1 d1 U1 j: f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。
" N3 m: {$ L7 i/ k! u4 B. ]9 S1 M  R6 r6 B) w# {' o: P8 _" i" [
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%。; T0 o3 Z6 t& R. t

( [0 `* x) o5 ?9 {2 c- x# d% T8 B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

    2025-8-7 11:56
  • 签到天数: 1132 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 00:101 u7 L* p  v2 r
    欢迎讨论。6 e. g. L6 J! e  G  B3 J% [5 j& w

    1 l2 c/ }  f, M/ q8 Z" ?! K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 ...
    * U6 Y5 Y( ?! j, p) X
    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
    ( m" y" E6 d$ e! Q& e显卡用的是3070M 16G,环境是Ubuntu 24.04.2
    : m1 @) D& V+ y输入大概是10不到一点,输出大概是5,勉强可用3 c! e5 k% v6 |' |/ s) r
    因为都是整的垃圾配件,总体的成本大概不到4000人民币( d! D  \7 N8 U& q. K/ k
    ; i0 R# Q; B& H
    我估计如果他能够用DDR4+至强的话,应该可以到7-8的输出
    " u" j, _  E+ c8 i! Q3 j) N# b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
    2025-10-27 04:12
  • 签到天数: 1953 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& A) W4 E/ h1 @- y
    https://www.pmtemple.com/academy/17340/- X% ^" l+ r0 G$ u( w2 D7 n9 ^  N
    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, I# U; _/ I6 J# 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1 ~+ V& e- y* u; a  i' W+ k
    显卡用的是3070M 16G,环境是U ...

    ) U* c/ y" ~2 z% ?& ]( {. F
    ( v$ w( P% i# j9 s' \2 [6 \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
    # W9 {3 A, m$ y  z' q! m1 V) T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
    3 k: |  }6 @, B1 D, {2 `显卡用的是3070M 16G,环境是U ...
    - X( f/ W; D( X, q
    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
    ) p& `! {% D5 x这里有篇文章是谈万元以下服务器部署DeepSeek-R1 671B + KTransforme的; {0 S6 w# Q+ ^7 v( t1 H* F
    https://www.pmtemple.com/academy/ ...
    : q4 _: `; F' X( {: o
    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。$ `2 o* i8 m1 O
    5 ]& b/ `8 G3 E; _
    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
    4 s: V1 B9 Z- U  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8 T/ {( Y# I  j7 [( j
    显卡用的是3070M 16G,环境是U ...

    # R  O! R. \: ]2 H3 V9 o+ G; U5 ^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 10:412 t6 Y: B1 K% q8 y$ y' k7 w* b5 ]
    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 ...

    % \% x! ^% U( w- P2 l; N5 l2 Whttps://cloudninjas.com/collecti ... 40%20will%20support,Reduced%20server%20(LRDIMM)%20memory.1 s- D) a  V$ |' K* z9 |+ E# l! @/ n

    / g+ P/ @# T. {% X$ t8 q! I/ \The HPE Z840 will support 4GB, 8GB, 16GB or 32GB DDR4 Registered. 1 f, a8 z: z$ V' B0 x( o8 M
    This server will also support 32GB, 64GB or 128GB Load Reduced Modules (LRDIMM).
    # ^% P% i0 I; K5 F4 X+ w4 y/ {The Maximum amount of RAM the HPE Z840 server can hold is 2TB (16 x 128GB) of Load Reduced server (LRDIMM) memory3 d! O( Y0 T" j0 K* B. C" R$ }' x

    # a: b% k$ d0 w/ `# g  L0 U" z, cLRDIMM 128GB的话一条要1400~2000刀,16根的话。。。。 好像也不便宜了。
    : S, W' {8 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 0 y- ^9 _6 D# ^7 r7 v) e' A
    ; ]0 U5 @, Y6 L" _
    , @: V5 E1 O0 _" _, C+ @
    没那么贵,Amazon 上一条才 $239。16条也就$3,824。
    $ K0 Z1 U$ U" d( Q
    9 i- _# n* c: v8 j5 f8 S$ ?https://www.amazon.com/Tech-2666 ... cp-nq_eMQV&th=1  @! o4 R# G/ a
    ; s6 m' _: Y: w* Z! B! w7 E1 R' ?
    1TB 的kit 稍微便宜一点, $1,908, x2 就是 $3,816: https://www.amazon.com/Tech-8x12 ... amp;sr=1-1&th=1( F" X9 ^( s# z! [0 Y5 T1 X
    % n$ `  B+ d5 a( ?0 ~3 n% I
    但如果上 2TB 的kit 反而要 $4,319 : https://www.amazon.com/Tech-16x1 ... ctronics&sr=1-6
    # D# X: D' G! g6 A' b' f' G* S" H
    2 Z. ], c! ~* ~9 e( Y/ s6 D7 M5 [  P9 C( W' z" w
    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

    0 Q7 T+ O& L: k; i! D4 u. [9 A& _$ `% b' n$ H+ ]4 Y: t( }1 H
    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)。# f& w) T# e. w& D9 x0 N) M: }
    4 o0 i1 X1 a$ H
    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。: F- c) M4 r0 g9 v* ~: b( L
    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。
    , C- Z. H' I" e0 K% ~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。
    8 a6 i' U! _, G* W我的GPU上的CUDA跑满都可以控制在80度以下。" e- c1 R( z2 t  P5 `
    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。
      t, y1 T5 c) ?" J1 G- ]! G9 Q5 o: x9 r: S' H" u+ O/ A/ i
    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。
    " C. |& y9 E! i
    ' G: |$ F+ l% ?% 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。
    ' O6 R9 g, R+ f& E& D0 j# c2 ^3 G) x+ ^0 m  v' v6 `
    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。8 [; q9 o5 s  C2 f! p: V

    " \/ ]& d" E& _' F% p# g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。
    / e6 y2 v1 o6 w/ V/ q/ u
    9 o6 j- R+ a0 u4 N* y$ g/ p& s  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。
    " m% \: D# b- m: F; x: X
    : V5 l9 [& P5 c% ~/ U: [0 i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" @8 k; F# a) ?% G& b* P9 T% A
    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 ...
    5 W+ i% n1 l/ ]& k, o  }8 O$ l
    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。
    ; m# b1 K. c( G
    ) g$ J( z4 Y' T, s9 z' c" R, bCPU 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/ b& Y$ \- j( 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 ...
    1 ^. V( o/ H& Q: ?1 Y3 W
    我有点成见,总认为机箱上的风扇不够有力,呵呵。
    2 v6 n$ u! G$ W/ _
    , w! c$ f9 R2 z4 V$ M8 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。
      F% K* ~4 L4 z* R5 R' w4 _) R0 \; B) c4 u
    所以我的理想型机箱就是一个框架,其他统统敞开了,吹!
    0 u- z: ~1 N, s8 M3 y) @5 j* H: N, J& P9 J2 i2 y- C2 k" g$ V
    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
    2 c9 @  I: L* X3 K我有点成见,总认为机箱上的风扇不够有力,呵呵。
    1 Q$ u% f8 b1 c% \/ ^
    ) \; L1 L1 B* }$ C6 N% T1 N. f5 y所以总认为机箱敞开了另外架个风扇吹特别有力,至少视 ...
      f  A: ~; t7 K6 K( T
    Caseless 的 DIY 电脑现在也挺多的。散热和灰尘啥的不是问题。* n7 G8 t3 ^" o1 J2 V$ I
    5 g5 H9 z- _" |% z3 r

    ' n5 v& m) U9 R; S1 \0 |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。1 Y8 J1 M  H" n& T7 ~4 J2 \5 ?% g

    ( ~7 u" Q; C& T/ [4 I% w5 u$ b
    8 u4 K% T  A- n- X9 |所以一般都是挂墙上的。造的好点的话还是挺科幻感的。
    - [$ X( Z% }1 A5 h) g- E
    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
    ' W* N( Y' j# @# N7 O
    孟词宗 发表于 2025-4-15 21:45
    ( E5 a1 W) W# R1 t5 Z) NCaseless 的 DIY 电脑现在也挺多的。散热和灰尘啥的不是问题。

    5 J4 P4 _8 c# O7 Q1 P, M! F! q
    ) G' Z. L1 v6 \' t+ ^& o: G这个确实很赞。
    % l5 Y* G( p6 Z' j1 n# j8 w1 Z) j' v
    第一三张好像放不了全尺寸显卡。; c; t, `# _/ N! c! ]+ {8 A9 a
    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* C5 f0 Y* v6 k. @$ R2 F/ W
    这个确实很赞。7 @) o2 \# {# t; {6 Y" W6 K- u
    " V) g, k: V2 N
    第一三张好像放不了全尺寸显卡。

    ' h5 q0 E1 y+ e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' E0 J$ ]: e. L# k+ f- N1 b/ C
    没那么贵,Amazon 上一条才 $239。16条也就$3,824。
    : M" n2 _. a- E& U5 C+ E3 n3 d+ U: `2 Q  E2 N
    https://www.amazon.com/Tech-2666MHz-PC4-21300-Wo ...

    : Y7 Q8 A/ P5 O  f! zHP 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。
    % ]! s! X6 V; E1 bZ6/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。9 ?$ ]/ C3 T  d
    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
    ; \( q. T1 B6 w8 H
    雷声 发表于 2025-4-16 07:27* m& N9 \* d# C# \; x8 Q
    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。 ...

    5 A2 Q3 m7 y/ j+ f- d6 B! g1 e9 a$ v4 s7 [6 C" M4 H
    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。
    ' ~/ l3 c7 }7 Q1 g& ]  K3 S3 ~: W4 i# z; U
    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。0 w: {1 s7 q2 K, q6 D0 ]  {
    $ \8 G2 U) R2 i6 r8 z8 q
    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, 2025-12-24 17:08 , Processed in 0.042110 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