设为首页收藏本站

爱吱声

用户名  找回密码
 注册
帖子
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
8 z# v& {. U1 _3 ^$ ^我建议你再看一下KTransformers的相关资料
. i( j) A$ B6 y; N5 q- u7 t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 U& F: t- x$ m6 N1 _+ Z' }, l& q欢迎讨论。
7 v0 U) I+ ?) g) c( X) G2 E$ C# b/ r& l6 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。( ~6 K  ~! A5 g. |2 {  `! j4 D  `) k1 [
( _& L0 n& ~+ Z& B3 U
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%。
  \; Y. g+ `8 C7 N! {
4 g' F4 Y, @6 R2 A9 ^% M3 D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 00:10; ^0 c% Z& u, p$ d3 z1 r, W
    欢迎讨论。
    : r3 {: A& e$ u% t  |
    5 t6 B8 W) ]3 ^3 c1 Q- C8 ?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 ...
    2 ^# b# Y& X6 @4 _; w
    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2 w& U0 Z' m% _" V
    显卡用的是3070M 16G,环境是Ubuntu 24.04.2: I8 [2 @( T* z- e" R
    输入大概是10不到一点,输出大概是5,勉强可用
    " o" {6 R% D; m! [因为都是整的垃圾配件,总体的成本大概不到4000人民币3 O5 E6 o- C( `9 ]* P! z
    ; a4 i$ R, m  O4 T
    我估计如果他能够用DDR4+至强的话,应该可以到7-8的输出- S! w3 G" G0 c: m5 n
    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
    开心
    昨天 07:08
  • 签到天数: 1930 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
    9 A5 N) B5 F7 d3 m% Z5 Jhttps://www.pmtemple.com/academy/17340/
    ( P4 Q+ Q# v" H/ C6 \
    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
    / R5 z: u* \0 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
    7 l, q3 a* n- w% J4 `5 y9 o. {显卡用的是3070M 16G,环境是U ...

    & J) A& h7 |* P. d. o( A5 O8 \7 s$ i
    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
    ) T& T6 `! e; {* s" o3 ?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 q8 h# R+ T+ k, z显卡用的是3070M 16G,环境是U ...

    5 r2 [$ F+ u0 n  T4 |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
    " X( n! {/ `, J/ E6 H这里有篇文章是谈万元以下服务器部署DeepSeek-R1 671B + KTransforme的# J9 Y/ Y' _2 |! e
    https://www.pmtemple.com/academy/ ...

    1 P$ U7 a: m* a# b1 J# o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。; w* g  C$ n0 J# I& A$ o7 M

    . ]/ q% j; z. d/ J5 o+ g2 i% J5 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$ w4 i5 H: ?' m  l- f+ 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
    8 h0 g3 [7 C) M9 C9 a显卡用的是3070M 16G,环境是U ...

    8 G8 F7 V* ^) |% f* S6 _9 a' m' s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: Q: X' {4 `# r' g8 ]# }9 T9 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 ...

    1 n/ X! i/ K$ b  v- `( j% Y* |9 T, Xhttps://cloudninjas.com/collecti ... 40%20will%20support,Reduced%20server%20(LRDIMM)%20memory.5 |! @( a3 ?( W6 M
    : m8 k4 P1 E2 |+ h! K
    The HPE Z840 will support 4GB, 8GB, 16GB or 32GB DDR4 Registered.
    ! N0 W- o$ q, x+ t( @8 p; j3 wThis server will also support 32GB, 64GB or 128GB Load Reduced Modules (LRDIMM). 6 D; K/ R3 l; W, P) E* F/ e
    The Maximum amount of RAM the HPE Z840 server can hold is 2TB (16 x 128GB) of Load Reduced server (LRDIMM) memory
    : R# R6 R; P0 J+ X: f- @
    : e7 H+ i& |& w( RLRDIMM 128GB的话一条要1400~2000刀,16根的话。。。。 好像也不便宜了。
    * y! M2 k# v2 h' uZ840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 , Y% X& ~2 ]$ V2 r# A; w
    & \% Y( P6 @  f0 M

    5 B# b& z# x: S, J3 k没那么贵,Amazon 上一条才 $239。16条也就$3,824。
    ' ]( @) k3 O2 C1 R* x0 K; P: m; ]' H" r" X
    https://www.amazon.com/Tech-2666 ... cp-nq_eMQV&th=1
    % @) M+ W( v7 M+ `0 u( F. E+ b
    2 o* V5 f) g" d- d: 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
    / M5 v8 ~9 u" M+ V
    ! L( q4 V* r8 L) h, N+ w但如果上 2TB 的kit 反而要 $4,319 : https://www.amazon.com/Tech-16x1 ... ctronics&sr=1-6# u" J" E5 @( Q7 N# S& ^

    " z- Y- W, n. R4 P) m9 e: _* G: F- D+ u4 J* e( J
    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

    8 B& W: w: C" h$ H' U5 ]+ c
    ' w; K) Y0 C+ J6 z# |+ u/ _. r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 d6 ~5 e5 k$ W
    9 K2 V% }1 i, I# `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。2 P$ p9 Q1 Q- e5 H! L
    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。
    . ~7 O! Q: K/ u" X* K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。' L' }, }6 X1 R9 s4 l1 Q9 ?  @
    我的GPU上的CUDA跑满都可以控制在80度以下。6 U) d, f8 A$ p3 P& R
    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。
    ( N& o7 d1 i# u4 s" q+ i5 u3 ]. Z) D' 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。
    % p) M/ P+ r2 ?0 n, \" z3 v2 ^3 o( D- I) d
    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。! {9 q9 h* {8 X8 S  _7 }) X$ S% D
    5 Z* W! E0 d$ k- r. ?/ p, 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。% r' A6 R* V! m% L5 J- \8 x

    # N+ }! K' S% v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。  V' b6 l; B" m% K

    / j& w5 y$ h+ D+ ?8 z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。$ U3 Q, {1 u4 j. `
    + l# [/ O$ Q4 g' J2 T: O; Y
    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
    / B, F+ e+ a' o0 u. j& W9 F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# ~, ]3 x9 p6 r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。
      _' k+ `% j2 F; Q( G$ k
    1 Q" h8 [# g; T( Z5 i8 `; ^* Z9 bCPU 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
    6 h5 \. n4 N( R: y) b$ |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 ...
    ; |' S# p, [8 b  t. i  x& Y( n
    我有点成见,总认为机箱上的风扇不够有力,呵呵。
    : U2 S' ?) G3 r& C1 b5 S1 I) V& [
    % U; G; {0 `6 S* |) d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。" W/ E) F; ]0 h* p! l9 ^8 T

    1 E; n2 j' t3 l4 o# T所以我的理想型机箱就是一个框架,其他统统敞开了,吹!; q8 H8 c+ s2 r9 o
    9 V- ]4 r6 J4 ?7 G' N# f$ \8 u
    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
    % E5 [  ^* i+ O% e( t7 r我有点成见,总认为机箱上的风扇不够有力,呵呵。
    1 _) R6 R& k1 P8 Z! P
    . S! l8 ]6 S) c4 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 ...
    6 f2 T, ^$ i1 {* ^: H
    Caseless 的 DIY 电脑现在也挺多的。散热和灰尘啥的不是问题。
    6 N, ]1 k2 n6 n6 M" A: k
    + q: ]2 L6 ?6 g) _0 d
    2 Z. @3 W6 V6 w  `5 f' I$ J# r
    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。8 q! w/ z6 c) K0 [

    2 I; P, @" W: h4 k4 \
    ( b: S7 h$ c8 ]4 u4 X所以一般都是挂墙上的。造的好点的话还是挺科幻感的。
    9 s2 f) S) _* b/ V( k: A' U) j! n( g
    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 , M+ Z: I( S4 ]" T. Q% c
    孟词宗 发表于 2025-4-15 21:45
    # y) g( I" B/ s1 VCaseless 的 DIY 电脑现在也挺多的。散热和灰尘啥的不是问题。
    " |! J8 z9 a! C9 g' j
    ) _) d# B4 R& U
    这个确实很赞。2 E9 `+ P% _8 H2 i- p. D1 Z
    ( p0 Q5 E% T/ O6 m- n- z7 j
    第一三张好像放不了全尺寸显卡。
    3 S" R8 ]5 W3 w$ B( l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
    0 Z& \- f# C3 f) H这个确实很赞。' l7 T  B' b& s0 M. Z& @
      p1 W  T5 w1 \
    第一三张好像放不了全尺寸显卡。

    1 a- [. g! p1 D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! W; `% h% A  I# h, Q% h
    没那么贵,Amazon 上一条才 $239。16条也就$3,824。' B/ X# `) N! a$ [9 Q5 j# K8 f

    ( K! T2 B, Y2 E: \https://www.amazon.com/Tech-2666MHz-PC4-21300-Wo ...
    ! a0 _2 S- W- L( j
    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。% w5 P2 q6 ^& u5 N( K2 e
    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。& Y. I. g. H7 C7 ^5 L* q8 {! p
    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 . H* i+ _; d# ~5 a5 F/ M' I
    雷声 发表于 2025-4-16 07:27: C! r! R( E+ E. 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。 ...

    ) G$ B1 R- c4 D6 ?3 e( d9 \1 \  s1 t1 I2 i% Z
    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。0 z3 ?: o5 L9 C' R$ i! k# B

    ( H" g& x% D3 F% W. e6 S! t! K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。
    ' n: ~3 s( l' J5 O
    # r- Z* |3 |/ x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, 2025-7-9 21:34 , Processed in 0.054363 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