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
5 n+ h  R% [; X1 a. s) ?我建议你再看一下KTransformers的相关资料, n$ J6 b( o% V2 `8 a" B/ P8 l
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 ...
5 m- y4 S2 y; w& Z4 H
欢迎讨论。# }( w% O! j8 O% |) x) z" P) F

. o7 ^! Z; [. |- A2 \) Y6 ~4 q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。
* }  L6 g5 X! i& E0 n. W1 O- K9 J) H% a. ~* Z& n8 A
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%。
. F5 B4 u" t; P/ t, |0 S7 r3 I# M& b4 x1 J7 @7 r! a
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
    擦汗
    昨天 22:01

    • 签到天数: 1133 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
    9 b- _" F$ q& \' M欢迎讨论。
    9 c* R  u; ~6 k( U! i- H- ~: R1 P$ r% 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 ...
    + S. P4 y$ \  }2 i2 M7 D# D
    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 U6 V  ~  H: s; Y1 |$ Z
    显卡用的是3070M 16G，环境是Ubuntu 24.04.2
    5 Q- l4 V  L1 h5 [输入大概是10不到一点，输出大概是5，勉强可用+ z2 w. k7 z, y
    因为都是整的垃圾配件，总体的成本大概不到4000人民币) X7 S/ Q* [$ b1 [* z" u$ d4 n0 H

    . R7 ]2 O4 C0 D& r我估计如果他能够用DDR4+至强的话，应该可以到7-8的输出
    % X8 |  o  R" Q- e+ p8 G2 ?8 O3 V9 s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
    2026-2-7 02:13

    • 签到天数: 1955 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' t# v. ?8 |7 k0 ?" V
    https://www.pmtemple.com/academy/17340/
    , L- S# {7 E' |+ F- o+ ?) ~- X+ S, o
    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 22:259 K! O$ W& E( ?) k. t) E8 n& i3 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7 t% E+ k+ P7 J, g9 z
    显卡用的是3070M 16G，环境是U ...

    + A: ~0 i7 v6 O" F; z5 ^9 o( Y8 Z5 s) c8 m
    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
    ! ]3 I6 u5 Y$ S- 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0 v  S% t. H; p$ Z: s" q: v
    显卡用的是3070M 16G，环境是U ...
    & J4 Z8 D* E7 ^! G
    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
    / y, C, l2 g0 {' o; T) s! s这里有篇文章是谈万元以下服务器部署DeepSeek-R1 671B + KTransforme的. z/ R  x; _9 n
    https://www.pmtemple.com/academy/ ...
    0 H' s3 a; z. f7 y! j% R+ Z
    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 \% L1 N7 I# z: u) }# p# O
    " M" M9 ^7 l( N# _+ R& C+ y% q
    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 22:256 U+ T; C+ K1 H$ P' }& R; O
    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 ?' U$ G  P0 {  L3 a/ f  N+ \+ ?% P4 h显卡用的是3070M 16G，环境是U ...
    # b( Y+ y8 I9 p2 C
    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
    % S1 T9 y% X& H3 N/ T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 ...
    ' ?) ?# r6 f; @  N
    https://cloudninjas.com/collecti ... 40%20will%20support,Reduced%20server%20(LRDIMM)%20memory.
      ?% G7 ~9 B0 }+ v0 V3 O* v6 z: z: J
    The HPE Z840 will support 4GB, 8GB, 16GB or 32GB DDR4 Registered.
    0 l: D) r! }/ V# G7 l9 j/ VThis server will also support 32GB, 64GB or 128GB Load Reduced Modules (LRDIMM).
    9 ^5 E  V( }+ f* B0 eThe Maximum amount of RAM the HPE Z840 server can hold is 2TB (16 x 128GB) of Load Reduced server (LRDIMM) memory
    3 g# P% S/ L7 U7 U3 g
    . q: P% H+ w, O! ?# DLRDIMM 128GB的话一条要1400~2000刀，16根的话。。。。 好像也不便宜了。3 s/ e! J6 A& m& x4 T! d" g2 [
    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 % j8 e1 B- L' o4 p/ {% G
    雷声 发表于 2025-4-15 11:18
    * s5 k$ q' K' _: @https://cloudninjas.com/collecti ... E%20Z840%20will%20s ...

    $ Z# V1 H- W4 J& s
    4 Y1 H7 B8 {. c& K" o没那么贵，Amazon 上一条才 $239。16条也就$3,824。  h; |, \/ W. C1 m; V! @+ B
    - W: s# u6 ~5 V% T% m
    https://www.amazon.com/Tech-2666 ... cp-nq_eMQV&th=1
    ) ~2 @$ v# A/ Q" W3 K3 D
    - b! a! c& x" K) q/ F! Z$ 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
    4 S, v' q: B2 w5 T5 w8 O. m) S8 x: O: g% _9 V4 Q1 Y+ ^) g
    但如果上 2TB 的kit 反而要 $4,319 : https://www.amazon.com/Tech-16x1 ... ctronics&sr=1-6% }+ x0 J% j* k* o) l8 o7 |
    * ]' h9 q- Z* M6 B3 v, v$ R

    / z' E0 p. Q5 q% c8 m3 z6 ]# O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# v* n4 q! p( F# F) r3 h
    https://cloudninjas.com/collecti ... E%20Z840%20will%20s ...
    ; P% c+ D3 t( m1 M( D6 t- w
    , j1 g7 r; c  F+ S
    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）。
    + G& U2 P2 N1 W. z' F/ E+ @, h5 t. X' v/ I5 ?, 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

    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。3 ]+ t. c9 h( |: [8 r
    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。& A/ T4 G! w9 h
    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。3 }! B! k+ _2 E
    我的GPU上的CUDA跑满都可以控制在80度以下。6 o1 _, V# Y2 @: E) l: h
    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。8 d$ I0 R$ ]+ l# w. |5 u2 e

    , U4 X. b$ K5 ?/ \7 ?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。
    2 w. s; M; L2 W9 R; b8 k4 ?" s( f' u4 H1 U' q
    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。* w4 w- P/ p4 ]/ `
    9 u, p2 B7 e# M; L1 E! 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。+ L) M' E: s+ A4 g+ O# x
    " G2 f# ~  Y8 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。$ j( t* y- e' C6 V% P) ]$ p4 J
    8 j* @; B* ?1 B' J
    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。
    # N6 g/ b- N$ Z3 @( W5 y- \% [4 n0 N/ V, z
    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! x1 W& b" q8 Z
    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 ...
    & v+ p' f; h5 v! j5 U9 u4 X" ?! U( X! w2 Z
    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。$ V5 c: F5 w% G) i; D' x
    3 ~9 [0 U9 L9 b) {$ P( {
    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
    & F+ J, G( e! q3 B/ e/ \  {; b' v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 ...
    ; _. h/ {% J. Z+ Y# }) _7 H
    我有点成见，总认为机箱上的风扇不够有力，呵呵。
    & ?) q) y: O: Q$ `2 g+ ?5 O
    4 d: E- y6 ~& D; H! 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。3 {: E3 c* D& ^  P! y0 M- \1 K0 P

    , Z  w; b' X, p: b* I所以我的理想型机箱就是一个框架，其他统统敞开了，吹！$ B, m' V- ?! t
    1 d* D+ J! I' m" }1 O3 j  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

    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
    7 u" }/ W2 L6 c# J6 r我有点成见，总认为机箱上的风扇不够有力，呵呵。
    3 n/ ?2 Q3 ]" _( h, \2 x$ m, U8 v  R
    所以总认为机箱敞开了另外架个风扇吹特别有力，至少视 ...

    ' b& k! a, q, e3 PCaseless 的 DIY 电脑现在也挺多的。散热和灰尘啥的不是问题。
    " y2 c1 ?/ o" y$ r% Z- q
    5 x! g! T8 y1 @5 H. L: _% j& `% ?6 F, ]2 \8 \
    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 R! O2 o* j* m" N3 b% W. S. M
    3 K* G8 I  V1 ~* w$ [
    & X' C8 j2 e# n' G5 n+ s
    所以一般都是挂墙上的。造的好点的话还是挺科幻感的。
    " F5 s% I! i4 E! f0 }5 }
    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
    : y( z8 |/ s% S0 L8 S7 M7 ~
    孟词宗 发表于 2025-4-15 21:45
    ) i2 ]6 }  w1 G( kCaseless 的 DIY 电脑现在也挺多的。散热和灰尘啥的不是问题。
    * Q" U4 C: T- x4 ]

    3 z* W. ]( k. ^% x2 s4 m1 [2 L这个确实很赞。& j  ]* ?1 D+ i! D6 }

    & }. x- a! }3 w) z- f- e) C第一三张好像放不了全尺寸显卡。" |# x$ U* y9 p
    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$ x( ~& d1 b. P
    这个确实很赞。7 R0 H2 k- l3 Q. I  F
      K( [8 D2 H9 {& B1 `, s1 Z
    第一三张好像放不了全尺寸显卡。

    ; d  m6 K7 y  r7 U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
    # J6 r; ]; I% y; N4 L9 i/ K+ T+ Z没那么贵，Amazon 上一条才 $239。16条也就$3,824。1 ?! s7 h  F) q( O) l' m. B

    , g% ~5 O4 L5 b- D8 |% S: a8 ghttps://www.amazon.com/Tech-2666MHz-PC4-21300-Wo ...
    - e2 p  x/ S# M7 B3 k. {2 K/ D3 r2 ?1 N
    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。) X+ e: |. h& x) b  x" b6 o& m+ _
    Z6/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。
    " M, h; N; |, }0 n$ K- 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。
    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
      L# K' z( n9 z8 z& h1 j; _1 c
    雷声 发表于 2025-4-16 07:27
    ) n# E& b4 Q' z% _  d2 PHP 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。 ...
    * H: P1 j& p$ _. m7 `: {% C

    5 @( h9 \  j4 aHP 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。
    7 Z- ~4 i- d) d* A! m
    " q! A8 s3 L9 v5 l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。- {3 D. j9 S; ~, S) M3 e

      P8 f  p( J0 |5 C* u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, 2026-3-18 01:49 , Processed in 0.066186 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