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# G4 f! Q, @' e6 A2 L, b# Z
我建议你再看一下KTransformers的相关资料' P) N1 z4 T3 R" L. Y" u
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 ...
* I4 T2 \4 \* O
欢迎讨论。% h% q$ x6 i5 _1 V) x# t) h' n

0 `! `8 b: W& D% m" B$ S* G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。9 E/ S' E0 }3 ]5 }  e" |/ L

6 X1 w. A; m2 N  {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%。
0 z4 U) R* ^6 v6 _
- W  {& I$ u8 I* _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
    奋斗
    2025-5-3 00:05
  • 签到天数: 1130 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 00:108 Q, `- l# K" S  S, N
    欢迎讨论。
    8 s3 t, h4 ~4 m
    : f/ c4 |* g% \/ _  R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 ...
    : e- `( D5 d1 K* W; r
    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 z% h9 C) J1 J/ N1 I. a& H显卡用的是3070M 16G,环境是Ubuntu 24.04.2
    / ^$ v* @( ]; O5 t" M: J/ w5 t输入大概是10不到一点,输出大概是5,勉强可用( J7 O+ m( v& q6 g  L
    因为都是整的垃圾配件,总体的成本大概不到4000人民币
    8 G: q7 l7 f1 a) N. }2 }- z
    - m& @- M( g. 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
    - n$ z3 A0 h, j# 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

  • TA的每日心情

    昨天 22:29
  • 签到天数: 1912 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
    ' O4 r. ]( o) o) jhttps://www.pmtemple.com/academy/17340/
    * t- t/ w: e; z1 @* c3 R
    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+ g# A5 u( [- `% 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9 H/ ?" a$ |2 v: S7 ~
    显卡用的是3070M 16G,环境是U ...
    ) B* R: z+ Q$ h9 A) {  f

    7 C6 y3 i3 S! f6 l6 n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- z  O$ E0 n, S5 [' 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
    : U6 g5 l$ a9 \/ q. |9 x显卡用的是3070M 16G,环境是U ...

    6 }# E0 I! o; Z. w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
    0 Z( `4 u2 i4 t这里有篇文章是谈万元以下服务器部署DeepSeek-R1 671B + KTransforme的& s" I: J" H6 _: X. ~+ @! ]9 {
    https://www.pmtemple.com/academy/ ...

    0 u0 J- V2 p  s  X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。& O+ s( m3 L3 K/ ]3 q! L( A9 c) W

    ( `7 o5 {" |7 Q% F% w# n# Y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
    / `, w- k8 u- u5 ]5 S' 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
    " z% ?9 Z5 g# D* F2 H0 I. E显卡用的是3070M 16G,环境是U ...
    ' p5 y! K7 |8 P: A  c; L. r, ?8 e% S& y
    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 10:41
    * o. K5 k8 V6 b8 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 ...
    ! W: |/ ^) i$ t- O
    https://cloudninjas.com/collecti ... 40%20will%20support,Reduced%20server%20(LRDIMM)%20memory.
    4 M: |9 s: X% C' H/ g
    2 C8 {( h- H  g" I4 L& C, tThe HPE Z840 will support 4GB, 8GB, 16GB or 32GB DDR4 Registered.
    / N0 U  V' s8 \9 x- LThis server will also support 32GB, 64GB or 128GB Load Reduced Modules (LRDIMM). 6 V! I' N# j; T6 C/ X6 {: _6 J* M
    The Maximum amount of RAM the HPE Z840 server can hold is 2TB (16 x 128GB) of Load Reduced server (LRDIMM) memory8 R' c3 u& U$ L) W" i2 o; E

    : `/ Z+ i! N. |LRDIMM 128GB的话一条要1400~2000刀,16根的话。。。。 好像也不便宜了。' ~/ ?/ w& v8 @
    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
    ( b' O3 D% o1 T, x7 W8 q" J" m7 r" l. M  j; j1 O0 e

    ) F# ?9 N9 Y4 F- m没那么贵,Amazon 上一条才 $239。16条也就$3,824。6 W/ `- N' p; ]
    5 y$ e$ a0 v0 ]: N* [
    https://www.amazon.com/Tech-2666 ... cp-nq_eMQV&th=1
    # V  P4 S$ }/ B
    + q- T8 ]: y4 T4 \4 S% M3 H1TB 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=12 }6 p6 D" J8 J; G

    7 E; S0 S2 W% s9 Q- U: p8 w但如果上 2TB 的kit 反而要 $4,319 : https://www.amazon.com/Tech-16x1 ... ctronics&sr=1-6) U: c- s0 u$ A/ O
    ; r+ ~9 \6 u0 N1 O1 ]% Q, t

    & {/ e) @1 `' W# `4 G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
    ; u) X) W. I% q& z  C5 H+ o

    % _9 t$ O" x4 |8 R& }5 W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)。4 X' K3 b# Z' F1 r
    . }, i- j2 _, F- o+ J- }2 l
    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。
    7 ?6 Q3 Z! F" l, L1 ~' w9 B+ S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。
    ; ^5 k( q! y2 b" {" N5 n/ a  I3 B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。
    7 \1 _- d! O+ t5 s我的GPU上的CUDA跑满都可以控制在80度以下。
    / z) \% x) y' k% D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。- E# ?) W! T' D

    , E) ]' S  @# L& V& y- G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。4 L; X, c' u; r0 l" a3 J

    , v2 q' ~& l8 \) 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。
    4 k2 M2 |, \% H* r; i/ Y, y6 [; }8 w0 X0 }! y
    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。9 p6 z& u6 k6 s5 M. K- v$ b( T
    & O& _5 K2 Y! Y8 M! e7 ]8 S9 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。
    $ m5 G, j8 y, C6 ~8 S/ ~& z1 ?( l
    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 o) q& d. h8 ~
    - P9 h1 l) r% Q
    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
    6 c' T2 k- x/ T3 k! U' p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 ...

    ( z  M' g7 @; A* E+ T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。
    ( e1 T0 j6 l7 _- `8 r& Q$ \- I0 ?8 k' ^8 S( c
    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

    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
    * ]+ s* B4 E4 [! @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 ...
    ) G3 q) _6 X$ j
    我有点成见,总认为机箱上的风扇不够有力,呵呵。
    + R8 {, X! V7 \4 m5 D, y0 s9 d" C
    ' ]" z8 [/ Q3 ^3 `% E4 W- m- 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。
    & |0 O4 T; J! U0 i& R( y; N% _; t9 s" S9 A: m! Z
    所以我的理想型机箱就是一个框架,其他统统敞开了,吹!! s  r. _& R7 ^' v

    8 F" T: u6 M: E8 ^! 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。
    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; N  F, ]- J+ o6 o! }0 y9 y
    我有点成见,总认为机箱上的风扇不够有力,呵呵。- j( [& r4 e& g7 T
    1 v0 a# P1 \; J2 l% N
    所以总认为机箱敞开了另外架个风扇吹特别有力,至少视 ...

    ) ^# E$ g* f* |/ p2 c0 w0 U, ~3 [Caseless 的 DIY 电脑现在也挺多的。散热和灰尘啥的不是问题。* j1 Z) S; i6 T4 M/ c, L

    0 d- V) \8 z# l* Z! k' n0 ^  k5 E" _
    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。
    . W, c% h" L# ?$ u. K/ E
    2 ?' u, `# L$ g9 K0 P- r5 r# p; g! V; p& M! y. }& I/ v1 j. b
    所以一般都是挂墙上的。造的好点的话还是挺科幻感的。
    9 `+ C+ C6 j6 Y
    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 $ e/ s7 G  I% |+ h
    孟词宗 发表于 2025-4-15 21:45
    5 ^! O) F7 S2 ?2 iCaseless 的 DIY 电脑现在也挺多的。散热和灰尘啥的不是问题。
    / q# o+ T% k5 J  o7 Q
    ! X5 X1 y2 O+ ^: i2 i
    这个确实很赞。
    ) o- d$ J' N, U/ i; L: r8 c0 e3 X' U0 q
    第一三张好像放不了全尺寸显卡。
    3 t9 H2 X6 A$ o; M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% g8 c" F4 S+ S% G  @2 q6 t4 x0 c
    这个确实很赞。5 z% R& D! p/ ^  v. ^

    7 {  C% M# y. j* P第一三张好像放不了全尺寸显卡。
    : {1 M; Y9 \8 Q* i* O; K+ _
    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
    7 r  Q7 l( b6 m% F$ u+ T5 `没那么贵,Amazon 上一条才 $239。16条也就$3,824。9 S- \) G/ z) x" C
    / B# L9 v: D: W4 u7 ^' W+ k$ h& M# E% s
    https://www.amazon.com/Tech-2666MHz-PC4-21300-Wo ...
    " Y8 [3 Z$ f5 g: m
    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。& t5 x& |  L8 j9 ^
    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。) A, O! R9 ^2 f1 K
    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
    / N# x* Q; ^  i: D; d- }7 @) f
    雷声 发表于 2025-4-16 07:27
    " M. I* j  [% w! Y' oHP 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 [; X( K+ O9 Q% Z
    * a, {$ L1 ~7 I: \6 w
    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。
    2 }/ L& S$ ?3 x: g0 ]* q+ F4 t# u1 }' U" @9 p- F
    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。
    7 M9 G/ A# O9 }, i
    ! p: X5 L+ }) [3 I+ k. L1 W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, 2025-6-16 19:31 , Processed in 0.045941 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