爱吱声

标题: DeepSeek R1全参数模型一个可能的本地部署方案 [打印本页]
作者: 沉宝    时间: 2025-2-20 15:41
标题: DeepSeek R1全参数模型一个可能的本地部署方案
DeepSeek一夜爆火，现在联网服务拥堵不堪。当晨老大号召自建farm的时候，本人开始认真考虑本地部署。 KTransfomer的报道也在第一时间见到，并设想了一个以此为基础的装机方案。然后呢，就“铲后抑郁”了。如今很多内容都在网友[大黑蚊子]的记录（链接）中讨论过了，但具体的装机方案大概还有一些价值，还是写出来吧。
; z' I0 J7 |2 r' P& C" E: x
. V' E. E9 d9 @9 j& Q9 L- zDeepSeek R1原版是一个参数量高达671B的大模型，虽然比之其它頂尖的人工智能模型在硬件要求上已经大大降低，但个人部署全尺寸模型，依然难度不小。为了便于在低端硬件上运行，出现了一系列蒸馏版减少参数量（以 Qwen2.5 或 Llama 为构架，参数范围从 1.5B、7B、8B、14B、32B 到 70B）。另一个思路是参数量化，例如1.58bit和4bit。一般来说，LLM训练时使用高精度（例如 32位浮点数），而推理时使用低精度（16位浮点数或者更低）即可。1.58bit是把这一趋势推到极端（只有0、1和-1三种状态）。有人试验了DeepSeek全尺寸模型的1.58bit的量化版，结论基本可用，有时候说话可能有点“冲”，圆润平衡上差一些。4bit版效果已经相当好了。至于[xiejin77]担忧的量化影响反馈精度或者稳定性，理论上有可能，但实际影响需要大量的对比实验加以证实或者证伪。
7 F" o- u0 t7 D# U! E& N8 `, t
8 ^/ E+ t  n$ G% N) ]2 y0 q下面讨论具体装机方案。首先定一下目标。目标用户：个人或者小团体。鉴于这个模型现在典型的应用场景都是文字的输入和输出，跨网络合用的难度并不大（因为不需要占据太多的网络带宽）。单机，预算定位$5000左右。应该属于一个人咬咬牙能冲得上去，小范围集资（10人以内的那种）能够轻易支付。目标性能：DeepSeek R1全尺寸671B的4bit量化版，输出速度与人的阅读速度差不多即可（个人使用，太快了没有必要），约 5-10 tokens/s。这样的预算，这样的目标，显然需要KTransfomer技术加成才有可能达到。饶是如此，也得按市场最低价加DIY省着来。
1 Z  {6 K+ R) r4 Y$ ]- v$ w
7 t% c* x9 |6 V第一步：内存的大小。将模型的参数全部放入内存是必须的。如果还用硬盘空间扩展出来的虚拟内存，那速度肯定慢的不行。DeepSeek参数精度16bit（BF16）时需要 1342GB的存储空间，4bit量化版所需空间为其¼，再加上程序和操作系统所需，512GB应该可以了。这么大的内存，普通PC机主板肯定不行，要上服务器的。鉴于当前DDR4的内存条比 DDR5还是要便宜不少，所以选择DDR4。9 D3 u' e7 Y5 p) \/ V, o

* ^' a% I- O- Z6 l第二：CPU和主板。CPU我选AMD Zen3架构（ Zen3是DDR4的最后一代）的服务器芯片EPYC 7C13, 64 core 128 threads, 市场价仅$700+。它与正式发布的7713结构一致，频率略低，有人怀疑类似于Intel的 ES（工程样品）。主板支持Milan的SP3主板即可。唯一要注意的是内存插槽数，根据DDR4单条内存的容量大小，要能够插出512GB来。
, }6 q" s3 e! L) N" @" Y+ v- d5 E, p& y, o( T1 `

& Z2 o/ ^: F7 n! ?第三：显卡。双3090或者单4090。4090不好买，用两块3090大致能抵上一块4090。
2 F7 I: Y1 ]& ~$ F. `, N6 Z" n) V' P4 L1 Q/ |5 B
第四：硬盘。这个要求真不高，如果机器仅仅是为了跑DeepSeek，一个4 TB/ u/ b; O$ `1 _) J' a$ z
（或者两个2 TB）的nvme就够用了。（想当初我在爱坛上发记录推荐固态盘时，一块4TB的才$150）
% T' l2 J9 |1 T
" W, P0 ?" R! c! h) }7 b其它：说3点。1)普通PC机箱。2)散热避免使用服务器的暴力风扇（ PC机箱也缺乏服务器的风道结构）。如果散热量大，考虑用水冷。3)如果单台大功率电源太贵，可以用两台小的给主板和显卡分别供电。如此需要双电源同步启动板或者同步线，但那东西淘宝上也就人民币10块钱。7 j6 m) L0 ?, M$ f" s5 S4 s  Z* J
" ?' g, {: V( {, _) ~9 D: n1 l3 P
最后汇总一下。数字为能够淘到的大致美元价，可以接受二手货，+、-表示向上下浮动不超过15%
# g* a; ^/ B6 `! u- r
: d5 G/ ^0 ^/ K) xRAM 512GB DDR4       1000+
2 F# u, H% |# LCPU 7C13或相当           700+
, [; E2 w$ Z6 V主板（单路即可）         500
/ D1 [) e- x7 ?$ f0 C9 f显卡 3090                  1000- ×2
* @0 u+ ]" E- {& f" x) S& d固态硬盘                     200+% t2 S) t  p7 V: l( j' h' Z, [
其它 机箱、电源、散热器等' T  a3 a5 W4 r2 z* {- d

* g! Z# a  S; d) k$ ?3 G
作者: 大黑蚊子    时间: 2025-2-20 16:27
本帖最后由 大黑蚊子 于 2025-2-20 21:55 编辑 ( V8 e5 W9 Z' Y" C- m+ L; P
0 c9 S1 L* _# S! x' v* M% e
说实话我也在琢磨这个玩意儿，几万块钱搞一个这个玩玩，在AI新浪潮初期真的算是一个比较高性价比的学习途径了; J4 y6 ~6 s( L5 |8 I+ g
在硬件选型上面我倒是有点儿不同意见，鉴于章明星他们在0.3版里使用amx指令集加速，那么支持amx的Intel至强可扩展CPU应该是要好于AMD的EYPC的，具体来说现在Intel最新款是6代至强，退而求其次选择四代或者五代至强应该也满足要求。章明星团队他们的硬件好像也是双路Xeon 64302 m9 ^% D* C2 e2 F
但是这个成本可能要比你说的EPYC要高不少，但总的来说应该还在可承受的范围之内# U9 v8 B8 V7 A0 I, |/ p; }
显卡的双路配置好像不是特别必须的，主要是4bit量化版需要14g显存，所以如果有一块3090先用着应该问题也不会太大，实在不行多买一块也可以8 R+ u. Q6 I5 e- b2 m
: R7 D4 z( ?* z4 e  u" J' N/ p
周末去华强北转转去，看看二手服务器有啥准系统能够直接上手的
作者: 马鹿    时间: 2025-2-20 21:42
我看到了国内AI的商机。。。 攒小配置的AI模型！
作者: 马鹿    时间: 2025-2-20 21:43
关于方案， 我直接问过deepseek。。。
作者: 马鹿    时间: 2025-2-20 21:45
大黑蚊子 发表于 2025-2-20 03:27
" m8 L$ y  p; i4 P. ?* q说实话我也在琢磨这个玩意儿，几万块钱搞一个这个玩玩，在AI新浪潮初期真的算是一个比较高性价比的学习途径 ...

1 @5 e/ ~- Q! J; R  h; |真心羡慕国内了。。。我90年代自己攒过打游戏的计算机。。。
作者: testjhy    时间: 2025-2-20 22:50
马鹿 发表于 2025-2-20 21:453 {& ~- |! U9 [- r! f
真心羡慕国内了。。。我90年代自己攒过打游戏的计算机。。。
" U( x; m' R# q2 e
社长，美国不是与国内PC价格差不多吗？也仿照沉宝蚊行攒一台呗，
作者: 马鹿    时间: 2025-2-20 23:19
testjhy 发表于 2025-2-20 09:50! S2 ~; |9 f: l+ _* {
社长，美国不是与国内PC价格差不多吗？也仿照沉宝蚊行攒一台呗，
0 Z% }# k! {+ ?1 u$ S. m% d. {
攒了以后干啥呢？
作者: testjhy    时间: 2025-2-20 23:32
本帖最后由 testjhy 于 2025-2-20 23:41 编辑 # G6 W& ?9 y; d4 @! s! _7 s

. o$ o2 l9 ]; r: T' x
" \1 V) P( F3 s- R0 w这是大华股份根据国产芯片的一体机，估计是华为提供的方案供各家贴牌
作者: 大黑蚊子    时间: 2025-2-20 23:38
testjhy 发表于 2025-2-20 23:32. J% b. J1 l& ?: q9 A* X6 K
这是大华股份根据国产芯片的一体机，
: V: N6 B9 f1 Y, S. {* X
大华的这个配置没啥意义，你看跑的都是蒸馏版的7B/14B/32B模型' F4 K: y+ M# z# d2 V9 T
我在自家电脑上搞了一个7B的模型试了下，真的是不太行
; t( p% G5 Y  K我估计32B和70B也都不太行% z( y. ?9 c% X5 i4 y' j( r
这个帖子里讨论的应该是直接上手671B的满血量化版，1.58或者4bit版本，这个据多个信源反馈效果挺好的
' w( ~( a7 H+ ?) Y6 K3 z
; d7 s; N7 T8 j" E7 }+ i3 s% U$ [/ x: h; e' t: m
不过这个单子我倒是可以拿着去嘲笑下大华的朋友“你们钻钱眼里了？搞这个文字游戏骗钱”
作者: testjhy    时间: 2025-2-20 23:42
马鹿 发表于 2025-2-20 23:19
7 p5 `/ r. g! o4 [攒了以后干啥呢？
; s1 Y% D2 H( ^# o3 M# Q" s9 {
想干啥就干啥，吃喝玩乐，
作者: testjhy    时间: 2025-2-20 23:45
大黑蚊子 发表于 2025-2-20 23:38! y! P5 Q( |! |7 k! l2 G  W# S+ q
大华的这个配置没啥意义，你看跑的都是蒸馏版的7B/14B/32B模型
/ u! B  b! j/ F# s1 E7 d5 {我在自家电脑上搞了一个7B的模型试了下， ...
2 u4 q+ T# @: Z/ F* f
找了一个非剪裁图，看了一个新闻，华为提供方案，有60多家企业响应，大华可能是比较快的，找不到价格，
作者: 大黑蚊子    时间: 2025-2-20 23:53
testjhy 发表于 2025-2-20 23:45# E! R3 B; g. F+ t" h: s
找了一个非剪裁图，看了一个新闻，华为提供方案，有60多家企业响应，大华可能是比较快的，找不到价格，{: ...

9 S% d7 z6 K9 E8 I4 g我要是鼓捣这玩意儿，肯定是找二手硬件啥的，全新设备的价格那还是相当辣手的1 a9 G: f  d) R6 s' D& H
打听了一下Intel的至强4代CPU，现在全球缺货，嘿嘿
; D- \2 b. k0 K去华强北看看有没有QS版本，可能一块就要6000人民币至少
作者: 马鹿    时间: 2025-2-20 23:53
大黑蚊子 发表于 2025-2-20 10:38$ c" ?& U0 Z3 [2 s0 d6 e9 s
大华的这个配置没啥意义，你看跑的都是蒸馏版的7B/14B/32B模型
7 G% R5 G5 k* b- m! r$ M我在自家电脑上搞了一个7B的模型试了下， ...

6 H. _! f$ f8 K4 C2 R7 c& R+ @! h" Z好奇你攒个模型做啥？
作者: 大黑蚊子    时间: 2025-2-21 00:03
马鹿 发表于 2025-2-20 23:53: u) W" m( s$ T2 k2 W/ D
好奇你攒个模型做啥？

  S/ e0 W$ y" h6 i# C4 |4 f( N+ m
& O+ W+ i, [$ ^8 E玩啊，好奇啊，这很可能是通向新世界的大门8 E& K4 F+ e9 o4 d8 H
有这个条件的话，干嘛不玩？
3 i1 {/ J# c3 x/ P1 I9 E4 K/ X% m7 ^* [! C# {: k
现在大部分人还在懵逼状态中，只是知道个大模型的东西，具体怎么搭，个人知识库怎么建，私有服务怎么处理...好玩的需求多着呢
% {$ V, V* W. e" _1 f' ]2 ~1 K% |5 s  u9 z  a
DeepSeek的出现，极大降低了大模型训练和部署的总体成本) g( T6 Y; z+ L5 Z
KTransformer架构的出现，打响了极大降低大模型部署和私有知识库服务的硬件成本的第一枪
% R2 T& r+ h5 x1 S3 {' o+ T' T" Y% o! i$ ]2 ?9 t
这种能够降低90%成本的新技术出现，大概率后面会蕴藏着10亿级别的新的相关应用和服务空间/ q: p1 q! ]* {* C, G& `/ H
玩的过程中也可以吸收很多其他的知识，认识其他稀奇古怪的人，包赚的啊
作者: 沉宝    时间: 2025-2-21 00:16
大黑蚊子 发表于 2025-2-20 16:27
+ L; E% X" K  ~2 @说实话我也在琢磨这个玩意儿，几万块钱搞一个这个玩玩，在AI新浪潮初期真的算是一个比较高性价比的学习途径 ...
1 y. r2 y- N  }0 w! Y
这取决于对问题的理解和取舍。首先在大模型计算中，GPU的能力远远强于CPU，即使那个CPU有amx指令加速。所以在预算有限的前提下，应该尽量省下钱来加强GPU。当然如果实测一块3090够用了，那更好。7 t5 t, G& q* S$ R) I
% w# \- `$ H+ K' Q; \0 }
对比EPYC与Xeon 6530方案。Xeon 6530 2023年底发布，还比较新，主板加CPU的折扣有限。而EPYC Milan则要旧得多，有大批从数据中心退下来的二手货可选。即便有amx加成，但架不住7713的核多，单挑的话还是应该7713赢。而双路7713的话只不过比我的原方案多一颗U的钱，其它几乎不用改。个人认为CPU的第一位作用是保障参数全部装载在内存，计算加速还在其次。章明星团队的努力是充分挖掘手头现有硬件的全部潜力，amx加速是新版才加上去的，可见并非重中之重。
作者: pcb    时间: 2025-2-21 01:42
大黑蚊子 发表于 2025-2-20 23:534 c+ i) Y4 K0 }/ T5 \" R
我要是鼓捣这玩意儿，肯定是找二手硬件啥的，全新设备的价格那还是相当辣手的9 G& ]4 S. p5 D8 T% ~
打听了一下Intel的至强4代C ...
0 C9 g8 Z% p3 R8 H9 @5 R
"至强" 是 Xeon？
作者: 马鹿    时间: 2025-2-21 02:29
大黑蚊子 发表于 2025-2-20 11:03
) l3 c7 z: q8 v7 Z$ i5 R玩啊，好奇啊，这很可能是通向新世界的大门
8 {  h8 l8 t. k) a" T$ s% m有这个条件的话，干嘛不玩？

1 t! D8 G$ s; a握手， 我也是，就是好奇。 也同样认为这是通向新时代的大门。
作者: xut6688    时间: 2025-2-21 05:30
在本地部署满血版的DeepSeek R1, 性价比太低了，还不如用各个云厂商的API。 自己学习，玩一玩用云API就好。至于本地部署的蒸馏R1，我试过各个版本包括70B的，效果都不好，和原版差太远。我自己玩着用本地部署的模型做了一个RAG应用，最后发现蒸馏R1还不如原版的QWen2.5 32B。
作者: 大黑蚊子    时间: 2025-2-21 09:06
xut6688 发表于 2025-2-21 05:30" U# j$ r& _3 m7 Y* D
在本地部署满血版的DeepSeek R1, 性价比太低了，还不如用各个云厂商的API。 自己学习，玩一玩用云API就好。 ...

1 n" @& t6 c2 G6 k% @/ h所以为啥盯着671B的版本呢，就是这个原因，其他版本的性价比其实都不好。/ O1 T8 W; c# M' @; q# P
* |% ^- @2 g" ]0 R2 J( O
目前有海量的本地部署满血版DeepSeek的需求，因为太多的数据受商业或者法规的限制不能上网，这个部署的整体过程是有很大市场需求的。
. g" P6 Q( c. Y8 {* i& V
8 X+ k- Q4 u- BDS和KT的诞生，不是拉低了对算力的需求，而是通过降低成本做大了整体算力需求。
) B: ]8 d8 _. w3 ?/ a& D0 P
6 g7 c& i( n# O而且部署过程中的调优和配参，踩过的坑，以及反复琢磨和资料学习的成果都是自己的。  t9 {$ Y* @* \; L

8 R$ o! X9 B8 n& |% C0 K; S. v再说了，都是二手硬件，搭完之后上闲鱼卖掉，亏不了多少钱
作者: 大黑蚊子    时间: 2025-2-21 14:10
沉宝 发表于 2025-2-21 00:16
) l6 N2 ^0 m, K0 ?这取决于对问题的理解和取舍。首先在大模型计算中，GPU的能力远远强于CPU，即使那个CPU有amx指令加速。所 ...
. S4 E7 |; h4 n$ {
我建议你再看一下KTransformers的相关资料
( [) }6 h" z* F1 @. ~这个玩意儿的本质是在低并发（甚至是单并发）的情况下，高度依赖CPU/DRAM带宽，从而降低GPU需求的降本做法。
* w! {- u" d9 t, Z# c4 D+ V7 }DDR5换DDR4的话，带宽砍半，对应token的数量就要起码减半
+ h- v* g" L4 C9 GCPU的带宽再砍半的话，又要丢失速度7 Q. w1 L7 f; ?) i
如果CPU/DRAM带宽不够的话，甚至3090可能都喂不满，无限下降螺旋在降低成本的同时会极大影响使用效果
4 {2 ]5 |9 {. I3 r' L# r4 Z对于咱们来说，跑起来不是胜利，能够最低限度可用才是核心需求所在啊( n0 X& R9 j3 h
我觉得起码要搞个输出4-6token/s才行吧
/ N& K' }1 V" ~6 _3 }按你这个方案我估计可能1-2token都悬
作者: 沉宝    时间: 2025-2-22 00:10
大黑蚊子 发表于 2025-2-21 14:10/ w8 q* J" ?) Y7 d3 M# Z% j
我建议你再看一下KTransformers的相关资料
" L0 h( z2 P8 N, |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 ...

: u+ o8 [5 z) V& [  K欢迎讨论。- A) ~3 ?( m. a, S$ R

! D0 ]) e, ]. l/ A5 Y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。
5 A  }2 G' p+ C- V+ d  D
) @) l6 |3 F1 p' f' {* XCPU/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%。3 N+ [. U* e. K8 b+ {+ M5 T

5 A; m! @. f7 T5 Q' Q4 L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。
作者: 大黑蚊子    时间: 2025-3-10 22:25
沉宝 发表于 2025-2-22 00:10- B% e( o0 Z6 ~3 {4 X5 B8 U. c
欢迎讨论。# V$ b2 t) k% ~: O3 n% o4 @: Y

( w- ^) F8 I. B. D6 d  x& K2 r7 u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 ...
9 @, c: C/ S& ]. b
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* {" P' g" ]% |8 r' j+ @
显卡用的是3070M 16G，环境是Ubuntu 24.04.28 Y# b3 F) X5 W* b6 @
输入大概是10不到一点，输出大概是5，勉强可用
7 f2 E1 ]; v) X8 F1 r9 W因为都是整的垃圾配件，总体的成本大概不到4000人民币
. q* Z+ u& J+ u' ?* d; t- c
9 F0 L2 j) W4 u: D0 X6 _我估计如果他能够用DDR4+至强的话，应该可以到7-8的输出' w, G5 v. A' K& X! G
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
作者: 数值分析    时间: 2025-3-10 23:42
这里有篇文章是谈万元以下服务器部署DeepSeek-R1 671B + KTransforme的
% K8 v3 T5 S& ]- v3 |% ~5 N' Z: Ahttps://www.pmtemple.com/academy/17340/+ f2 n& h8 u) a: l/ H5 W
作者: 孟词宗    时间: 2025-3-11 01:50
大黑蚊子 发表于 2025-3-10 22:253 J0 j9 K% F* \9 _) 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% |3 [4 p! A" c5 E' g+ _
显卡用的是3070M 16G，环境是U ...

) q7 r  G: X0 M
9 h9 t, Y: N. c" I, w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。
作者: 沉宝    时间: 2025-3-11 02:12
大黑蚊子 发表于 2025-3-10 22:256 a1 x# t0 ^, L+ m; M: X; s2 g2 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6 Q2 O* U3 k0 b
显卡用的是3070M 16G，环境是U ...

" P# v0 J4 T9 k这做得很厉害了。点赞！
作者: 沉宝    时间: 2025-3-11 02:14
数值分析 发表于 2025-3-10 23:42
& H) o1 e( W' q. l" S8 |这里有篇文章是谈万元以下服务器部署DeepSeek-R1 671B + KTransforme的
2 I- n  _  M, ]/ K/ Ohttps://www.pmtemple.com/academy/ ...

% [+ O& y) A6 p4 C2 S& v# j这么多案例，很有参考价值。
作者: 孟词宗    时间: 2025-3-12 01:39
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。
- Y7 l3 s* w# d) A/ G- D9 ~5 V  }9 _0 d; `0 w% K
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。
作者: 孟词宗    时间: 2025-4-15 10:41
大黑蚊子 发表于 2025-3-10 22:25
# e8 _+ ], k8 Z2 H6 E6 S2 w- u+ s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6 o( a/ l6 n( Q! ]
显卡用的是3070M 16G，环境是U ...
/ ~/ ~* \$ r, W9 Q, {) P
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。
作者: 雷声    时间: 2025-4-15 11:18
孟词宗 发表于 2025-4-15 10:41$ p3 ~; u+ G6 j2 o8 l6 Q3 u/ b
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 ...
: i% k3 K/ s2 Y/ ~" Y8 x% ^
https://cloudninjas.com/collecti ... 40%20will%20support,Reduced%20server%20(LRDIMM)%20memory.
" X" `0 {4 K9 a2 {$ P
  }/ ?: k" o1 k8 y! ZThe HPE Z840 will support 4GB, 8GB, 16GB or 32GB DDR4 Registered.   N1 C: ?( R( f2 f' f- }) t: v
This server will also support 32GB, 64GB or 128GB Load Reduced Modules (LRDIMM).
4 }2 l4 W8 A- L  A- a& zThe Maximum amount of RAM the HPE Z840 server can hold is 2TB (16 x 128GB) of Load Reduced server (LRDIMM) memory
5 W7 @! E0 _$ |6 D# Q5 h& o6 B: \7 S  Y: D$ k5 W$ I
LRDIMM 128GB的话一条要1400~2000刀，16根的话。。。。 好像也不便宜了。
( [9 ~% d6 U& o# W  m8 D& [/ hZ840倒是不值几个钱。
作者: 孟词宗    时间: 2025-4-15 11:58
本帖最后由 孟词宗 于 2025-4-15 12:01 编辑 ( h: b$ I7 C5 ~" G" T
雷声 发表于 2025-4-15 11:18
, ~9 t: E; Z1 [6 A3 jhttps://cloudninjas.com/collecti ... E%20Z840%20will%20s ...
! H4 _! f7 |# T% U8 B

+ q/ g- x2 ~& h; R3 c9 A没那么贵，Amazon 上一条才 $239。16条也就$3,824。
- s7 u, k& y1 q
! ]7 t3 D! H% c7 `https://www.amazon.com/Tech-2666 ... cp-nq_eMQV&th=1
( }5 ]& {) L  a* `/ s
0 {& L: C) g0 s8 @% e8 S4 Z1TB 的kit 稍微便宜一点， $1,908, x2 就是 $3,816： https://www.amazon.com/Tech-8x12 ... amp;sr=1-1&th=1; I7 p6 c& [$ f( h9 q+ d9 \9 g

, t, K* `, I, @但如果上 2TB 的kit 反而要 $4,319 : https://www.amazon.com/Tech-16x1 ... ctronics&sr=1-6  g+ B5 f4 x' O* \

* F/ M: P5 |7 ]& B+ D5 ?  H: U0 @" G! D- 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。
作者: 孟词宗    时间: 2025-4-15 12:14
雷声 发表于 2025-4-15 11:18
5 L8 e3 \* {. q7 phttps://cloudninjas.com/collecti ... E%20Z840%20will%20s ...

& ^1 S+ y* a5 {6 e, H2 r' k; H" H% l8 Z
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 ^$ B2 H! _2 f. I% T* u* o/ U. C4 a4 q) n
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 $1,500 左右就搞定了。
作者: nanimarcus    时间: 2025-4-15 12:58
散热的问题，你把机箱敞开，左右两片直接给拆了，开个小风扇对着吹就是了，斜着吹，从前往后，CPU显卡电源一起吹，别去搞太复杂的冷却方案，水冷复杂且容易坏。& R5 Z6 E& p! u7 b6 H
当然，有点吵，放在别的房间，用网络连接好了，命令行，远程桌面都可以。: F. E9 b5 b+ g* e+ M- ^. w7 p
服务器那种结构就是隐含你用那种暴力风扇，对散热并不友好。
! q- `) l7 K+ u. L" t( u我的GPU上的CUDA跑满都可以控制在80度以下。
9 t7 t( q. d' l0 G! G! Z当然奢侈一点，放在空调房，调节一下空调出口，把机箱放在桌子上，对着机箱吹能降下很多，这才是真正的水冷加风冷。
作者: 孟词宗    时间: 2025-4-15 13:48
如果是为了跑本地大模型，显卡没有必要搞顶级的家用卡。相比速度，更重要的是显卡的显存有多少。
% T3 ?- g3 l$ e7 D
& K: n) S4 t0 d$ L6 c8 g  c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。0 M3 i5 J* r, e7 s# K

& T  `/ O5 Y2 ^* ]- M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 E7 d5 u; j6 c$ m1 C  F& R$ D# g
) A; s/ @$ B+ h
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。/ K" J6 }0 _# h0 E. T
" z: |2 g/ M/ x8 n/ _# u# R- z
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。# C0 ~- h4 l4 ~3 x

: G' g$ Q6 V6 S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。
8 w* I5 i: N4 y+ @5 u2 P9 l. b5 W% v% k; E' K3 s- f
当然价格据说也挺感人，要 $8,565 单张。
作者: 孟词宗    时间: 2025-4-15 14:12
nanimarcus 发表于 2025-4-15 12:58" c/ ]$ C& t- B, @: P# O) X9 d' o
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 ...

& Q! e, s: S  g6 \2 m7 k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。
- G/ b  p. z8 h- K$ [. f- q: i& j/ M' h7 T
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。
作者: nanimarcus    时间: 2025-4-15 17:35
孟词宗 发表于 2025-4-15 14:12
/ S# e* s( G+ i9 R% J$ j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 ...
- Q# Y/ X' }4 H  _2 D
我有点成见，总认为机箱上的风扇不够有力，呵呵。
+ b! T7 B) u6 a) j: F
  Z9 k0 H8 d/ U' e3 }' h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。0 Y3 w( T5 V& u8 @; {
1 z0 @! ~+ j9 B" b) y$ g! J
所以我的理想型机箱就是一个框架，其他统统敞开了，吹！$ Y6 d( D8 W9 @4 i% O5 X  t
+ }- {+ ^5 z9 ]
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。
作者: 孟词宗    时间: 2025-4-15 21:45
nanimarcus 发表于 2025-4-15 17:35
2 s1 b0 `; }) `6 r我有点成见，总认为机箱上的风扇不够有力，呵呵。
# w7 v( @6 t$ w% I
( q) i1 I  q5 s( T+ t所以总认为机箱敞开了另外架个风扇吹特别有力，至少视 ...

  A% a2 d1 d& z7 dCaseless 的 DIY 电脑现在也挺多的。散热和灰尘啥的不是问题。; A& g+ F  z0 q9 R
  w$ x, X' _! K8 U. H% B6 c
+ }8 p. \% k( K7 x) ~& @
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。
& `- m9 T/ l9 N " s' ?- d8 h6 s  Q, Q: W

: J. S9 R$ k% ]& B- _  |8 J所以一般都是挂墙上的。造的好点的话还是挺科幻感的。9 o$ U3 \7 A. H# m1 D; M' `7 o$ u
作者: nanimarcus    时间: 2025-4-15 23:26
本帖最后由 nanimarcus 于 2025-4-15 23:27 编辑   t5 X, e1 H' ~7 F
孟词宗 发表于 2025-4-15 21:45
& O+ m, ?* p* M- Z0 W8 T4 Y" iCaseless 的 DIY 电脑现在也挺多的。散热和灰尘啥的不是问题。

6 U  w$ f, D3 p) e# A6 a0 I
7 _. B! f: @, [' _9 e这个确实很赞。
8 E- {. q5 R( E6 P# U. j+ a) b, O5 m3 V5 b% o' t
第一三张好像放不了全尺寸显卡。
% N+ ?' |( B2 y! ^' k第二张全尺寸显卡的散热好像不太好。
作者: 孟词宗    时间: 2025-4-16 00:07
nanimarcus 发表于 2025-4-15 23:26' k7 o7 R. D. X; v- x# C4 h4 ]
这个确实很赞。/ v/ Q) P4 @; h- m- u5 R( _

/ G  Z9 l5 P" ~# q& _第一三张好像放不了全尺寸显卡。

2 E  r6 \+ U) }$ Q: f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。
作者: 雷声    时间: 2025-4-16 07:27
孟词宗 发表于 2025-4-15 11:58% H$ j$ ^, B4 e' h8 o1 a. x& A
没那么贵，Amazon 上一条才 $239。16条也就$3,824。! e# U8 h- j. G+ d# I9 m- N
' j! O5 y4 s( v) M# @
https://www.amazon.com/Tech-2666MHz-PC4-21300-Wo ...
1 ]7 I+ |% p: H) }* q+ z  `( c
HP Z系列G4以后支持Intel® Optane™ Persistent Memory，买二手的话更便宜。不过表现怎么样就不好说了。
' \3 L/ y$ |2 |" @7 k- lZ6/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。
  ^1 ~) k9 K$ c3 s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。
作者: 孟词宗    时间: 2025-4-16 09:55
本帖最后由 孟词宗 于 2025-4-16 10:03 编辑
0 C0 n( }% ]6 I
雷声 发表于 2025-4-16 07:27
4 U2 @% K  v" j6 j" u" 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。 ...
# f6 B* v' |. u
2 V0 o$ W5 d6 ~0 @( z+ g
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。: v, i9 r4 ^8 x; H3 y5 ]5 g

) h. _# Y6 N# T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。
) }' I$ G8 n0 K% N7 M
6 G/ N+ s3 B8 j; G  B* l8 V2 s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。



欢迎光临 爱吱声 (http://129.226.69.186/bbs/) Powered by Discuz! X3.2