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。  h) o: D9 d6 a; Z

4 F( Z! C, F3 JDeepSeek 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。
8 F- z( w5 d2 l8 a' `! X
) O2 m5 b/ {2 Y4 i: K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$5000左右。应该属于一个人咬咬牙能冲得上去，小范围集资（10人以内的那种）能够轻易支付。目标性能：DeepSeek R1全尺寸671B的4bit量化版，输出速度与人的阅读速度差不多即可（个人使用，太快了没有必要），约 5-10 tokens/s。这样的预算，这样的目标，显然需要KTransfomer技术加成才有可能达到。饶是如此，也得按市场最低价加DIY省着来。# k% o( H$ |* n  d
7 H, o: G5 s( k8 Y7 E
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。
) |6 c+ |/ ~( ~. N6 I% o  F) y/ A% I# q) [
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。
" p# Y2 v" `0 t; @4 Y3 u0 Z; _1 t/ B! Q  ^: n, J! f! Y+ {. F
# }% x0 A+ \/ W0 N5 X/ T  W
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。, W( o) w( U& e/ x. e0 h, [

) @- x, G5 C" G* U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 TB1 s$ A" {2 L7 k# 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$150）- a) j$ ^4 Y# Y' T# p9 z" G8 ~
+ X" Z" j$ {2 Z1 H9 t
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。
# @. r" L* U" U" x) Q. R
- j1 C) u4 T# g! k  a: f# g1 `; E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 B# B3 L0 T9 X
) h1 A$ J( o" g. C) p& j0 x8 X
RAM 512GB DDR4       1000+
) `: F. H3 [6 H; \: }$ H3 L/ eCPU 7C13或相当           700+% }- ^; g8 M( z9 j
主板（单路即可）         5004 `: K6 O5 x& H' @, q: M0 s* [
显卡 3090                  1000- ×2
- E$ W2 ?# J; K0 ]* r' Y( R: U固态硬盘                     200+
7 y( N8 J1 C, O其它 机箱、电源、散热器等, P7 U, }7 v& t8 S2 P

' o2 c$ }! h1 E* u9 X  d
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
/ ~+ G5 G$ F6 r' y2 ?# A5 q( g( O$ _" {3 l4 n0 ~
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
, `% h9 }3 m3 I3 o! B$ b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
3 l3 E# k: U" X/ x3 p5 W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. h7 Y) ]" q: w2 u
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& M  e& M7 b* N  E
* i7 {8 Y2 n. n$ x( T( r  g  N
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( [  d$ C% o4 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 ...
; r/ z% C/ G9 y+ }! E; V
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' o. \  i" k( |9 Q' m
真心羡慕国内了。。。我90年代自己攒过打游戏的计算机。。。

, }4 k6 F" x+ j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! ^, \( N3 X) x1 F3 U8 r
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，
8 J( C& Z+ k: m9 s
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
) t" e# ]: R8 T8 t; \* Z1 f( Y% C9 ]
* O6 Z$ w% M/ K: I6 _6 @) J3 A9 H9 ?
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
! c+ ?& G+ s2 q7 l8 H4 D: v这是大华股份根据国产芯片的一体机，
( K0 e$ x2 }  B( K, G, d, X4 i
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# Q/ n) D! g- i* i& d/ O2 L! m" J
我在自家电脑上搞了一个7B的模型试了下，真的是不太行  d6 ~4 g3 J4 N3 w
我估计32B和70B也都不太行
: S0 t9 r5 f% X& b4 L8 [0 Q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
/ B8 k/ d8 T( ?1 ~9 p
: h4 v9 v+ x9 O6 w4 [* ~( E( A% q' ^: k1 X* c+ t
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 23:199 ^/ Z; }6 n% b! s6 `$ \2 D- [2 B
攒了以后干啥呢？

7 D1 C" i3 F+ J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 23:387 k* j; L$ w! s, R. c; C2 j
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- B! y3 k5 R3 Y% r$ P
我在自家电脑上搞了一个7B的模型试了下， ...

6 D/ O7 G; b" u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
0 ~( P, h7 [2 T1 w; m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，{: ...

* _/ _) {$ J: H! _, l. }5 D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
. x# O; A3 n+ U8 x0 O打听了一下Intel的至强4代CPU，现在全球缺货，嘿嘿6 w4 X3 t9 K$ M+ t4 k. P3 }$ J
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& O* F8 [1 F( H; F5 r& |9 ^2 \
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
. v$ N0 ^, U* k1 V( w4 z我在自家电脑上搞了一个7B的模型试了下， ...

5 h3 T+ e7 K1 \0 b3 T$ S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
0 d- n# x) J' S好奇你攒个模型做啥？

" c' H9 c- q$ w. }# h4 n* A
, [6 Q6 o7 [( u8 m4 o/ b3 [, R玩啊，好奇啊，这很可能是通向新世界的大门( ~5 P0 _( I/ t, m* e2 p2 q4 P8 f
有这个条件的话，干嘛不玩？" ]/ Q1 D+ H. X- w0 @/ Y

; J* e; v3 i. X. H) x5 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
/ \% u5 l+ V2 @: u2 O- m
7 t! D- l. Z0 _/ s7 k* jDeepSeek的出现，极大降低了大模型训练和部署的总体成本. A% a5 [$ Q% ^" \2 [
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7 O: I7 F# w# C( ^. n$ v
3 i+ m, C4 [. q# I! f( 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
; P" x4 H6 i( a- k* F5 m1 Y" `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
# \" t8 P* o3 C5 G7 Y& c; o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 ...

) h+ l' G4 y& b1 r2 [: w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。$ ?9 M" {0 ^+ |7 S5 G' m) m$ A

- W+ {% }# }2 [2 t5 {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
6 }( O  r) m) U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
) i# ?  D: F) l# g打听了一下Intel的至强4代C ...

! r/ w5 |# H6 D3 U8 `"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. j9 f1 h  }: H
玩啊，好奇啊，这很可能是通向新世界的大门+ u+ `7 @9 ~* H
有这个条件的话，干嘛不玩？
% @2 X# N: o: A7 d! |
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 05:305 @! I3 o  }$ K7 v0 r5 M
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。 ...

% D6 x7 L( s' y& a% u+ k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。2 _8 g" T: X, x( f5 g7 O" I

2 Q% B0 H7 Z  P- [5 j: p5 }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。% p- w9 D) [0 F& u. O6 v4 m/ l  @& I3 }
! W: x. a  H$ l2 w) ~( @
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。
! V7 U/ C- b: u3 E6 f$ W! L
8 ]8 X9 o  ?, q3 A& G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。$ ]+ `( U# O3 @) F  F, [

( Y7 J- i8 ]% D3 N: u: |# F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; d- R: K; Z. x6 F$ ^" l
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 ...

& C2 Y0 ^3 s5 P6 T* {( o我建议你再看一下KTransformers的相关资料
) C' l7 C/ G) t% ^+ G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。; A- X4 D* J$ H+ @
DDR5换DDR4的话，带宽砍半，对应token的数量就要起码减半; `3 V: |: v; C% Q' e/ \1 ?7 b
CPU的带宽再砍半的话，又要丢失速度$ z6 Y7 }) v. J; M1 M+ s
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8 `9 \' d: ^; v* \. O
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
& N, y7 x1 W$ D我觉得起码要搞个输出4-6token/s才行吧' x2 x  i$ X) T
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
& i5 z9 q* F" x( D" ^/ S我建议你再看一下KTransformers的相关资料
3 |0 t0 V2 Y: e  E0 ]9 N; c2 G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 ...

- ]* J" B7 ]* r2 L) d欢迎讨论。
9 C) V+ @- k7 G) w. d( F( q8 _% b* k: t/ y7 |3 M
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。
/ a: O% c" j- U
  c0 f$ e' ~; t+ |% _% iCPU/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 T4 E$ i* ^# L2 |

; v3 S1 L4 t: A* n! u5 \& X7 T  R& w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. W% f( q( X, P) l  G2 h
欢迎讨论。
, V9 g" o; w  i# o; Z8 \; \' ?( Z2 c8 u3 H/ U; t- K# A
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 ...
4 D1 X4 w  I8 m
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 F+ q, |7 k1 {& m3 u) G
显卡用的是3070M 16G，环境是Ubuntu 24.04.2
6 d  B$ |2 y* e输入大概是10不到一点，输出大概是5，勉强可用% l  d1 P7 c4 W$ G5 W* ^
因为都是整的垃圾配件，总体的成本大概不到4000人民币4 E  ]& s; a  x
6 c3 r2 C; S, s" o
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 f- S7 q* S& I1 @/ 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+ w( G8 Y4 W% I! t8 Z
https://www.pmtemple.com/academy/17340/; n! c2 _! o4 ]9 t* Y
作者: 孟词宗    时间: 2025-3-11 01:50
大黑蚊子 发表于 2025-3-10 22:253 F3 \& ?8 J" t( T" X7 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
1 Q: [  P* r/ S3 ^3 `$ n' Z0 O显卡用的是3070M 16G，环境是U ...
- I0 \8 F8 ~: q% H

6 N0 k9 ^. v# t/ c: ]8 o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 22:25- d/ [4 w9 t/ z8 k! 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# y$ R" M: L* r  f+ ~/ m5 T4 M0 v
显卡用的是3070M 16G，环境是U ...
- f" ~( ~4 }, z' z. B2 \
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 23:427 l7 S) J: T% u! a
这里有篇文章是谈万元以下服务器部署DeepSeek-R1 671B + KTransforme的8 B# t% A% Y9 M; {. f- J  ?$ ~
https://www.pmtemple.com/academy/ ...
, O) j* b& c0 t* \$ E/ 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。3 Q6 R9 C( \; W% z
* |  ~0 e' E8 T; [
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 22:256 s; y% H, c- T; H' t% v; _
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
! H% F+ j" x7 j显卡用的是3070M 16G，环境是U ...

; [" I& ?) N' d$ T$ e/ w% g# 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。
作者: 雷声    时间: 2025-4-15 11:18
孟词宗 发表于 2025-4-15 10:41; U8 k9 C9 v$ Q! 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 ...
. U, j! b* V0 x+ Y; v: u' E
https://cloudninjas.com/collecti ... 40%20will%20support,Reduced%20server%20(LRDIMM)%20memory.
6 R5 `. G+ H; P% s0 \2 l: b* V; S, _6 D  v# x$ K
The HPE Z840 will support 4GB, 8GB, 16GB or 32GB DDR4 Registered.
5 b6 A7 w; i' U6 L2 XThis server will also support 32GB, 64GB or 128GB Load Reduced Modules (LRDIMM). 6 f/ c# j' p' i& x" e% Z3 @3 G
The Maximum amount of RAM the HPE Z840 server can hold is 2TB (16 x 128GB) of Load Reduced server (LRDIMM) memory! z! G. a, j  `7 A! n! U
! `& t7 R8 @# S( \. t% N( M2 y
LRDIMM 128GB的话一条要1400~2000刀，16根的话。。。。 好像也不便宜了。, x8 w+ |+ O1 }# J
Z840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
( |8 K+ f4 u; |/ _  q4 Q
雷声 发表于 2025-4-15 11:18
! v1 C0 Q: f/ s6 Y& }https://cloudninjas.com/collecti ... E%20Z840%20will%20s ...

9 n( U; i& h& W7 T; a1 v% s. h
! q5 Q3 ], \5 b% A6 m4 ~( X没那么贵，Amazon 上一条才 $239。16条也就$3,824。
6 C4 x7 M7 p# J" @3 v5 d+ q0 j8 l6 b( ]5 m( y
https://www.amazon.com/Tech-2666 ... cp-nq_eMQV&th=11 K" o1 N! Y: Q0 b

% ^% ]% a- W; _" q& T3 ]" Y2 x# D; B+ |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=13 F+ p3 @! F; _7 e8 [

& J/ V( L0 s/ c: ^% Y/ _. _但如果上 2TB 的kit 反而要 $4,319 : https://www.amazon.com/Tech-16x1 ... ctronics&sr=1-6
$ _$ t; X8 ?6 c( Y
: J7 `5 S6 V6 N
  d1 M1 P7 w$ u6 r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. q, d4 f0 \7 W* t
https://cloudninjas.com/collecti ... E%20Z840%20will%20s ...
7 C% Q6 m4 o1 b! P# V

( y. H- |0 D. I- k- |! Q4 z; A/ Q- f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 {. \) L& e) |& o' a
6 N) r) A/ `. e+ f
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。
; a9 W, a) Z3 X1 {, U6 G* l* a& M6 y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$ M( O1 U7 K, }' q4 x8 t7 [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。
' r5 o" [  \/ @& D9 A4 A我的GPU上的CUDA跑满都可以控制在80度以下。& z* r* a" H$ Z* t$ q4 K9 p3 u
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。% \+ Q5 Q1 R) y4 U$ {
; z1 v# R- F5 I% @& U1 E6 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。
0 u2 Z8 G1 |. m9 P1 N
* ~+ x1 l% e! w* [& \: U7 ?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。( V9 c- A, D4 D; ^7 O, @

9 F% G. }; t& N/ _& o0 o5 \6 z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。
. n4 P5 n) ~. }, \( y$ y! ?
$ u- W' S  G- y3 i$ S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。
- d. f8 M9 Q! b" w9 N0 i. W
7 S" w, }3 ~  u& Y# A+ h& Q; 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。  |0 N. n: E% }2 r
+ H& \2 t) I- W
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
+ u& j  ]. n# E9 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 ...
, W: ~+ ^- n7 b% X
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* [! f! X' [' z. j) m
/ d5 u8 @, r" _( a* k4 R+ O  P) H
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 V1 R) O& Y% W6 p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 ...

6 b6 e" v- i6 \& |- ?1 y8 `我有点成见，总认为机箱上的风扇不够有力，呵呵。
; V' y& }; M4 _5 a! X2 J8 P
3 l- h1 g5 j7 L0 c所以总认为机箱敞开了另外架个风扇吹特别有力，至少视觉上如此。
( K5 f/ w/ o0 z- Y$ a! h9 d! F
9 i" [0 ]: s% s# p6 i( K/ b所以我的理想型机箱就是一个框架，其他统统敞开了，吹！
! e1 K  H7 `6 g3 F) Z% M2 a6 b0 X) m/ z4 c
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+ y- t+ M& C: K8 m# W! V8 J
我有点成见，总认为机箱上的风扇不够有力，呵呵。
7 W/ }/ y' h( ?! ?% N% _8 [7 K$ f* E; J! T# y; n' b7 o  X- 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 ...
/ u3 ?/ I& M. i% S8 Z% ]/ |  Z
Caseless 的 DIY 电脑现在也挺多的。散热和灰尘啥的不是问题。
, j7 D) w, c: U! }# S3 x
* ?: C* y! S# O! n1 g
/ o% Q: I( L' y* n( C4 W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" M: b7 c2 X# C( \2 \! Z % W% N( O. U5 Z' t/ f) X4 Y3 J
5 r1 ]' h  L$ L( e! H+ T/ Y
所以一般都是挂墙上的。造的好点的话还是挺科幻感的。2 L5 Q4 o3 Z1 N( [1 N. Y. 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 ; l% n8 ~2 W: p  E
孟词宗 发表于 2025-4-15 21:454 O; c0 O( o+ G6 Q0 Y0 S5 {  M) s
Caseless 的 DIY 电脑现在也挺多的。散热和灰尘啥的不是问题。
+ c& Z/ ]: Y4 z

6 w( |2 ]) S) x* ^+ F这个确实很赞。
8 D$ V1 M* _3 w: w, }9 D
5 [# Q5 O# P% \* N3 d第一三张好像放不了全尺寸显卡。
0 X* {- y9 s5 V# r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
3 ?( I1 l- d( Q这个确实很赞。9 m* F( I2 T1 o% D

, c% b* ~7 v2 K" X$ W第一三张好像放不了全尺寸显卡。
" \4 P( t  g" [( r$ k0 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. h2 l! G8 Z9 J+ {7 ?4 T
没那么贵，Amazon 上一条才 $239。16条也就$3,824。. V# M  A3 {. _- }7 r; {# a

8 q0 B* I/ s0 X( @0 H; \https://www.amazon.com/Tech-2666MHz-PC4-21300-Wo ...
$ n/ X. Y2 \2 y/ a: [
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。
) ], `0 b0 Q, J  I  JZ6/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 g% N8 @8 P' A) R3 a" J2 _
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 " W% N# h: K$ i0 q
雷声 发表于 2025-4-16 07:27" U2 e3 W# y) A( C8 m1 e' z# q. U, 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。 ...
4 `, U* U: a. {6 {0 e* T3 u2 J
; X1 R! b* O! b  d5 S8 N5 n
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。# A& X3 Y( g. P. N8 M  ]9 A

5 l8 H) K1 r- z- c! x$ e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。, S' `% c* E: i* o, o* x

* S2 h" X4 d( ^8 m3 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。
作者: leekai    时间: 2026-4-18 21:09
我去年春节也攒了台x99 双路e5v4+256+2080魔改22g*2，硬盘因为以前装nas不用买，后来淘了Dell730 HP z440，用下来感觉单路CPU更合适。期间装了N多大模型，现在只剩ragflow+qwen 3.5 ，35b做map，27b做reduce，都刚好可以单卡运行。前两天刚跟风试了turboquant，效果挺好。今天发现qwen 3.6发布，并且有UD IQ4量化，正在下载准备试试。
  z# C1 o5 F' ]1 u( T  a; T. l4 _现在有更好的选择，IBM AC922，六块v100 16g准系统闲鱼上报5800元。
作者: 沉宝    时间: 2026-4-19 11:10
leekai 发表于 2026-4-18 21:09& c9 M0 i( X( ?
我去年春节也攒了台x99 双路e5v4+256+2080魔改22g*2，硬盘因为以前装nas不用买，后来淘了Dell730 HP z440， ...
( N: }) A/ H5 U
2080和v100的优点是可以通过NVLink 获得很大的显存。缺点是缺乏 fp8 等先进架构的支持。不过看在那价格上，还能说什么呢？！& X4 Z3 I; ^* v' A
' L3 f1 v" p/ U/ t8 z. Z0 Y* x. X
今年较之去年，最大的一个变化是像小龙虾之类的智能体流行起来了。通过不断的自我进化，智能体在很多方面可以达到和超过简单使用混合专家模型(MoE)。而智能体的后台模型，如果想跑在自己的机器上，小一些的稠密模型其效果往往好于MoE。与人相比，智能体的AI对话中提示词的长度平均增长了许多倍，从而也就要求更强的KV缓存。如此turboquant正逢其时。. Z% B! ~  `3 j( @, U
2 j8 D9 ]4 ?! Q9 C
比TurboQuant更强的还有RotorQuant。感兴趣的话可以关注一下它在你使用的模型上落地的进展。
作者: 大黑蚊子    时间: 7 天前
回首这个帖子
" F1 v( W5 ]- ^$ v' m, e如果去年就下手干他1个T的ECC DDR5内存的话...
5 v# w& m4 T" \7 q7 I- o- I: l$ t( \8 K. U/ l
俺就不用今年年初买个128G内存条那么心痛了
作者: leekai    时间: 6 天前
大黑蚊子 发表于 2026-4-20 13:43! i8 @/ r- s( x9 r1 N
回首这个帖子8 E% y/ e7 ]% [$ X! B+ X
如果去年就下手干他1个T的ECC DDR5内存的话...

0 h. M) f" R; m; w, H我一直以为自己加钱换了512幸好前两年弄了几根1T 2T 4T的nvme还有SATA SSD，就是去年初看来看去没买氦气盘有点后悔。



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