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。
# B3 ?8 F, i. U* D* x% K3 y9 y( p/ j
DeepSeek 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。
3 A! {) B5 N3 @6 ^: u
) z  G, b$ w* `& T) Y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$5000左右。应该属于一个人咬咬牙能冲得上去，小范围集资（10人以内的那种）能够轻易支付。目标性能：DeepSeek R1全尺寸671B的4bit量化版，输出速度与人的阅读速度差不多即可（个人使用，太快了没有必要），约 5-10 tokens/s。这样的预算，这样的目标，显然需要KTransfomer技术加成才有可能达到。饶是如此，也得按市场最低价加DIY省着来。- I3 p# F1 V! F% t- J- v$ y

' P- F, d& \3 C7 R$ J2 l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。% M! y; I1 f/ C  S
% y3 z) q: X& O. N! I
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$700+。它与正式发布的7713结构一致，频率略低，有人怀疑类似于Intel的 ES（工程样品）。主板支持Milan的SP3主板即可。唯一要注意的是内存插槽数，根据DDR4单条内存的容量大小，要能够插出512GB来。
" S& n; Q$ n! ?2 f  O2 T8 }% u+ U4 d4 _- x! `1 ]& r' P! l4 D5 D

3 \# g' |, u+ d' F  H( F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。# r+ G/ M, m) @9 A% f

/ ]7 u" D6 N/ R3 q5 m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# `0 ]  V( `2 C
（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$150）
1 v4 D" z0 P$ }  P0 }& \. }+ ?, W3 k5 H/ _) n% i
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。4 a- [7 e5 {8 X0 Q2 v; f
: ]. o/ P  w2 Z5 _, m% [5 l
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%. ?7 |  M4 z  o
; G: r# a/ M& q$ t
RAM 512GB DDR4       1000+9 _: h: ]- I4 ~. w
CPU 7C13或相当           700+4 A- w$ v4 b) M2 _* W0 \$ r
主板（单路即可）         500; Q1 g9 E: T( u7 o) D4 y8 s& a
显卡 3090                  1000- ×2
' @' S- L! Z& m7 ]+ Q固态硬盘                     200+  k. G2 g7 w# J' e
其它 机箱、电源、散热器等
) \0 _, A& _+ m% X" ^9 l
2 B  ]5 D8 q3 s6 K1 B
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
: i+ M+ i( T1 I1 W* `9 a( K6 U- T/ w9 w( u2 R  j
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
% f, e* E( h& k* ?; ]. s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 6430
, r1 _$ d. B# p# l7 _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$ w" `+ D' \1 L' B; W1 O, i8 ]/ A5 H, t
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2 ~% `" F% b% B* D  `% Q

# v/ C& x& O  |6 V' o/ I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
; D0 o- W2 m, }0 r$ }/ m( 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 ...

# N; s+ @+ |" u: K' l& B: [5 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 21:45- U1 s' d: x* E# ?. t: m4 V- j5 f
真心羡慕国内了。。。我90年代自己攒过打游戏的计算机。。。
# f6 d( ~0 T: B5 p
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
0 G% u. d- V) X& ]! A) q9 D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，
, b4 F0 K" i- E' S, Z; y# t1 P( s' x
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
/ s& }/ P4 p8 Y0 }, O7 G0 D2 t& z0 t( e$ Y
% s  I0 ^% W$ W0 D
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
4 F# p& \" M( a& x这是大华股份根据国产芯片的一体机，
$ N9 P& q0 {- J# l5 e
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
) d4 |5 P1 H# x/ {( @; L3 d/ O我在自家电脑上搞了一个7B的模型试了下，真的是不太行8 L% I. R, N7 T& v% F/ A
我估计32B和70B也都不太行, G4 R1 Q. J% H7 a
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
( r' R# O4 s/ V& H$ ?1 [) y: Q- `) n
6 S* N5 g  H6 O: Z5 @
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 23:195 B3 n, ]2 g: i+ S' W1 z8 U$ n" d
攒了以后干啥呢？

$ {" D' V3 D! x7 v$ d0 u/ a9 ~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  u) R8 ^$ N+ f- N( b
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  X: D( l" i! a* I
我在自家电脑上搞了一个7B的模型试了下， ...
% B! }3 W9 A7 d" S) e
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* U- @9 i% r2 L# ~6 B3 C+ q, U5 i
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，{: ...

; q" r7 r! x' e  d6 Z, 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/ r3 X' ]/ |) i. t, P. v
打听了一下Intel的至强4代CPU，现在全球缺货，嘿嘿. F- }4 y! c) h! s4 D
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
# a5 A. F/ k/ N9 h& E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
2 N& E+ |% M' @6 ?. D, L6 }我在自家电脑上搞了一个7B的模型试了下， ...

; D, @" I" f# [0 y, m) r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 23:535 j* K8 x! g) W# l
好奇你攒个模型做啥？

2 C3 o( S( g1 n; E
: P3 f* i5 V0 l6 i5 n# T; A$ i  {% X) m$ {玩啊，好奇啊，这很可能是通向新世界的大门9 y" h  t# }$ I8 @
有这个条件的话，干嘛不玩？7 Q3 ^' {/ c3 y

5 }9 w9 M, Q9 K) ~5 w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
5 j1 I8 T& Q7 Q  b' U
/ Y6 d0 v1 [. |( M4 y- |DeepSeek的出现，极大降低了大模型训练和部署的总体成本
( G4 K, V" }2 |0 m  H9 y$ cKTransformer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
7 T8 s: e' R* u% i" X' e1 i# P
# U* A2 l1 d( v- S* }5 M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
! G' ^5 p/ R5 V- w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
5 c# D8 K6 \3 G8 N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 ...
, M2 e+ M: N) Z% f* R2 t: C- |
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。
8 j* c0 H; M7 J, Y3 N( l% e( F9 c: R
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 23:53
" u6 a" t0 [6 f' C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3 D# {$ s, t0 b2 ~1 Z+ S+ C: w
打听了一下Intel的至强4代C ...

3 C$ q0 Y* {+ [# m"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" e/ e$ C3 I" ?! Z
玩啊，好奇啊，这很可能是通向新世界的大门8 A& L0 a+ f4 `1 U3 H
有这个条件的话，干嘛不玩？

& T6 Z9 S( A3 U& \, t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
( Y! e& T; }- Z5 |7 l3 c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。 ...
& k; f7 n0 I4 \% Q. P% w
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。
( k: Y& e+ m( V1 m. h5 w& i) T! X
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。
0 M2 d2 e; w- Q4 W" b6 Q: q, I0 ^. E5 _+ N% V: L* m
DS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。
7 i5 {4 e1 D; O6 ^: \7 h' u" N
, ?! [3 l4 V/ Q& I/ ?" v6 m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。! I' G1 X5 g# y4 U- ~: _

' W! q  P; J* G( M- [3 c0 \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
* N, \, I) `6 v7 v! {- y8 S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 ...

9 M" R6 r. h; ^& ~+ A我建议你再看一下KTransformers的相关资料
0 R0 n- S- T* p3 h5 z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。
7 q; z# V  C$ i7 o) \! [DDR5换DDR4的话，带宽砍半，对应token的数量就要起码减半" w: H0 r0 |0 A, o; v8 M' ]
CPU的带宽再砍半的话，又要丢失速度
6 f# [8 }8 X' n3 M4 b2 ?0 Y5 p9 s& q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
; I6 p2 N# @5 U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! _4 k# T$ g' U/ H. H2 q1 z
我觉得起码要搞个输出4-6token/s才行吧
0 m+ |1 v$ [( F6 O+ E' N% q( G3 u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! j8 G9 i# J- k" ]6 X4 F
我建议你再看一下KTransformers的相关资料1 F8 Q! L$ I4 |8 u3 [5 g2 N3 F
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 ...
0 g) P: R4 M' Y' I
欢迎讨论。* q, r: c. n  V, b) f( s( ^+ G
7 M& a' |- ~8 R+ E* b
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。  G' ]2 Q6 f! S( W% d5 a$ n" k) ~

9 K( U3 G. V7 B+ d0 @" ]2 t) f" yCPU/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%。
; X" Z% S+ X! J+ ~7 g+ o5 r
( N% Q$ U/ D4 m3 d. w4 m# Q( N1 m7 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。
作者: 大黑蚊子    时间: 2025-3-10 22:25
沉宝 发表于 2025-2-22 00:10) ^  ~( n/ H$ x4 Y
欢迎讨论。1 H/ h9 h' R: z5 {0 h
7 [3 |8 c9 h: E7 D. U: q" L: 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 ...
# h, B7 s' i* z" _
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; M2 F" a" Q# K" W% ?
显卡用的是3070M 16G，环境是Ubuntu 24.04.2
& A( ^, _1 S/ J- d输入大概是10不到一点，输出大概是5，勉强可用
$ R: |/ b/ I" M( D7 J& m因为都是整的垃圾配件，总体的成本大概不到4000人民币  W, A8 W8 a& G: j/ k% G9 C9 _

# A1 G1 k" C% S) l  u* g我估计如果他能够用DDR4+至强的话，应该可以到7-8的输出
5 m' `* [6 ~* J! r4 k! ~  I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, X5 \$ z6 n' p2 [
https://www.pmtemple.com/academy/17340/( J, O/ Y2 }( k* K2 s% T
作者: 孟词宗    时间: 2025-3-11 01:50
大黑蚊子 发表于 2025-3-10 22:25
7 f2 W; i/ r$ P8 r$ E0 n2 |* 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7 L1 F* U/ Y: w% `
显卡用的是3070M 16G，环境是U ...

: c2 x* C3 n( Z  y( v- r
; p" ^: ^# |/ G/ H  m! W$ s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 22:253 M; z" Y; b& l7 [" a' i
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
5 e& s+ J- y( I, b, v- k显卡用的是3070M 16G，环境是U ...

$ r4 @3 W& U  F2 v& I* r( h! T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, o5 _  j: g, ]
这里有篇文章是谈万元以下服务器部署DeepSeek-R1 671B + KTransforme的& H4 @( l0 n* f, P
https://www.pmtemple.com/academy/ ...
; N/ x/ h  L0 h1 B2 U% h0 k
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。* h* Q! [2 a5 I! L+ b
$ T  E( Y7 E4 i3 k0 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。
作者: 孟词宗    时间: 2025-4-15 10:41
大黑蚊子 发表于 2025-3-10 22:25
. U  n1 }$ }) z/ D7 |6 {5 X, 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
, ^1 Y! }) P% @% x  {) S4 s3 B2 |4 H显卡用的是3070M 16G，环境是U ...

9 |1 _/ Q$ F4 K' t5 b* U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 10:412 ?% R; r& w* d6 z) W7 p5 F6 ~5 @+ 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 ...
7 _$ ]" ?! {* H3 y& K- d
https://cloudninjas.com/collecti ... 40%20will%20support,Reduced%20server%20(LRDIMM)%20memory.- m+ h, c, ~+ e0 v) }
$ C  a- I8 v2 `3 C1 T6 D
The HPE Z840 will support 4GB, 8GB, 16GB or 32GB DDR4 Registered.
; U8 ^! Y' w' f9 a* V5 l/ o. P8 v$ DThis server will also support 32GB, 64GB or 128GB Load Reduced Modules (LRDIMM). 7 Y) G3 W5 \7 w5 J6 s  ]
The Maximum amount of RAM the HPE Z840 server can hold is 2TB (16 x 128GB) of Load Reduced server (LRDIMM) memory$ K* ~: d& G2 A. U0 y( A
# U6 {! D0 @' O8 w/ I4 [
LRDIMM 128GB的话一条要1400~2000刀，16根的话。。。。 好像也不便宜了。
2 t. ]$ c- A% `( eZ840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
+ O, Y' r( k1 \( l3 J( V4 E' J4 q
雷声 发表于 2025-4-15 11:18
+ L  V; Y# c& xhttps://cloudninjas.com/collecti ... E%20Z840%20will%20s ...

6 c9 a1 m- ], Z+ [8 A1 o1 I* ]/ _7 e- O% P
没那么贵，Amazon 上一条才 $239。16条也就$3,824。8 @. B. g, p, \& X- ~3 B/ y

4 Q% v& u4 `9 Ehttps://www.amazon.com/Tech-2666 ... cp-nq_eMQV&th=1! y5 Z+ a& z9 m& _
$ X- T* F% o! _8 a5 M: e7 ?
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
5 K/ I, \- ~9 M0 R( F+ I/ {) B& ^: l: k
但如果上 2TB 的kit 反而要 $4,319 : https://www.amazon.com/Tech-16x1 ... ctronics&sr=1-6
: M: ?- Y, ?" B- n! a, g- Z: \" r4 `! n( C$ r0 F3 n) I

4 x& [( Y- R* E. Y% W, t) Z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& E+ K5 W/ ]+ ~. n) b  w
https://cloudninjas.com/collecti ... E%20Z840%20will%20s ...
. n$ A% O4 p# q# Q* f6 G

0 S# i+ D2 Z( n, ~+ @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. t, R4 A$ l; M, h$ U+ A( {7 Q
0 l+ H$ s$ t+ [, Z& b$ u& 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。
/ I6 |. O/ b: D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。
- D& T+ p3 p9 [9 x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。; c# E7 m8 p1 ^  J' H" t0 v8 l' W
我的GPU上的CUDA跑满都可以控制在80度以下。
8 V: w* s) Z8 }; w& t8 e* s  K0 I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。& s2 Q, s+ G9 I7 q& m9 M4 [# [

5 j3 U' z. o) k; s! l  v3 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。
7 U1 Y4 `* y% w  c: j6 _% ~% y8 F: g& c$ z* u* t! g
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。; L4 z' f' B" \7 f* j7 j

+ c) q% l: N' Y7 r$ `3 }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。
( b& R/ x8 [3 ~6 q0 r( L" |- a$ p6 D: l3 f# I2 d
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。3 g9 u$ z, F8 M; C  |

& |% T( ^0 M' `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。
0 w( D4 W  L8 a1 @+ C/ N
7 p( z5 e$ L. [' Q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
1 ~( r  F4 E2 ?  e4 N& L# O0 u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 ...

' k8 M, f3 @1 w5 L* T4 @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。' j( Q% I5 z) ~
6 V/ N4 g3 f( k0 I/ \" D
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
7 F/ F( K2 n5 H% w+ _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 ...

: k+ x% f# j. G  m& Z! U我有点成见，总认为机箱上的风扇不够有力，呵呵。3 ]. s/ m7 o2 q/ S7 {1 k

) i' b4 P# x% O' Q5 _) A! [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 I6 k" Z8 ^2 C' O% F
; ?0 T+ B! x0 d. @所以我的理想型机箱就是一个框架，其他统统敞开了，吹！
! _7 R3 {0 X7 J( @( ^
; l3 h6 ^" Y' E! V6 y# h3 I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. [, b5 G$ [# ?0 T
我有点成见，总认为机箱上的风扇不够有力，呵呵。$ n. m# S# w7 q

* U1 |) _- Q2 a/ `# x$ d2 Y. O# \8 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 ...
* g) M) s% [1 I% `' X
Caseless 的 DIY 电脑现在也挺多的。散热和灰尘啥的不是问题。
. s" u& }4 E4 r2 O
1 |& |$ p. G% R& S- L7 H6 s8 d% y5 Y7 w: K& K
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。
7 c% Q( n: F# U   }! s2 L: [) T5 `9 H/ C

% B$ ~1 }7 s0 ?: @0 \所以一般都是挂墙上的。造的好点的话还是挺科幻感的。* r: s9 ^! X9 P. e8 t3 A3 F
作者: nanimarcus    时间: 2025-4-15 23:26
本帖最后由 nanimarcus 于 2025-4-15 23:27 编辑 & a9 m3 W, I$ v$ P# v" H
孟词宗 发表于 2025-4-15 21:45
3 b" P) {5 [  R) A9 L$ k6 lCaseless 的 DIY 电脑现在也挺多的。散热和灰尘啥的不是问题。

  l; `5 _) X9 f" C2 ^" h1 m, @6 B
7 x" i3 T, }2 U* p1 q1 q2 Y5 _这个确实很赞。7 y( F! O$ x7 _' u) B6 ]

8 V+ j0 Y3 t% ~" c, e7 Y# Y第一三张好像放不了全尺寸显卡。2 M7 Z2 d5 ]% O
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
: \/ {5 Y+ M; n" Q8 ~( o这个确实很赞。2 P- _! T3 Z+ C# d; {  B' Y

0 @3 q; F& m2 \% d6 X. x) ^) z9 ^第一三张好像放不了全尺寸显卡。

; ^- K' X: v! r5 _' 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。
作者: 雷声    时间: 2025-4-16 07:27
孟词宗 发表于 2025-4-15 11:58! l( L5 v0 `) T& z( i! d
没那么贵，Amazon 上一条才 $239。16条也就$3,824。
( ^' s4 H/ v/ o' J( L6 Z6 f. `% i2 \8 p5 ~4 m4 a9 v
https://www.amazon.com/Tech-2666MHz-PC4-21300-Wo ...
: u* _% Q) z9 i! x8 p
HP Z系列G4以后支持Intel® Optane™ Persistent Memory，买二手的话更便宜。不过表现怎么样就不好说了。
, a7 ?( O( @6 T" ?& HZ6/Z8 G4也可以上到2TB，加上PMM的话更多，价格比Z840也贵不了多少。
( X, }# R' [  J9 k7 ^2 n) @话说Z系列是真不错，我09年买的一台Z8现在用的好好的，而且比公司配的新Alien还快。
作者: 孟词宗    时间: 2025-4-16 09:55
本帖最后由 孟词宗 于 2025-4-16 10:03 编辑
) t! b& V! k7 T1 I1 @7 H$ m
雷声 发表于 2025-4-16 07:27( Q2 O2 r; G7 Q9 p( x& Z, s; Q8 [
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。 ...

. V" d# W' T# c* P
" V4 e+ a+ `4 `1 P( P$ z! fHP 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。& Z/ I$ g' C0 w5 n& H/ Q7 s

9 v0 Q% ?( _4 q( h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。5 T! c; q) B: w( P4 f, W

* v' Y4 q: m$ i- y# y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