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
1 {7 Y" }/ [6 f* m  u! Q! w我建议你再看一下KTransformers的相关资料
$ z$ L1 y* T- N1 G% H8 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 ...

/ P, \! Q& t; ~+ c' f- @欢迎讨论。$ v2 F5 @# |/ D4 |$ V% V

; v1 c2 X( o; @% L4 e* }; F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。( \1 {: v" i$ z8 R; m/ E" y, T# P
: l0 u0 `0 H( H' O3 j+ i
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%。
# m, Y6 a: z' [7 M
# \+ y2 h1 c$ `- _; f3 y7 {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  X0 @  }" u) @/ d) L, {2 p1 Z! n$ y
    欢迎讨论。
    - C* m2 K6 w& x$ u" G8 N/ j+ ~3 o4 S
    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 ...

    9 U/ `: _; U( F- }" 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  a4 z% [/ ^* N# B! X7 C: p( N
    显卡用的是3070M 16G,环境是Ubuntu 24.04.2
    ( y6 U. I' m2 w. f3 s! N输入大概是10不到一点,输出大概是5,勉强可用% d6 I1 x& r" b6 o+ E
    因为都是整的垃圾配件,总体的成本大概不到4000人民币
    0 }9 g* |9 y  H  H% M
    ( ^6 ]. a0 c4 |+ m3 k' \9 a我估计如果他能够用DDR4+至强的话,应该可以到7-8的输出% ^- N0 d, d6 d5 Y0 d
    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
    前天 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
    / W. O& r3 G# X4 W5 n  T( T) K* }https://www.pmtemple.com/academy/17340/
    ( A/ |  f: D% }( J6 t
    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
    & n2 R  [& O. Z! K0 d% N2 u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 t: k+ c9 C9 b* t$ W
    显卡用的是3070M 16G,环境是U ...

    + J$ u  M9 L+ K8 R4 o& V& p) J& X% `. k) K2 i+ j4 X: w. \
    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 22:257 {9 N9 G! Z+ J! ]! o6 d6 ~' 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
    1 X- q9 R: x0 p. F2 T显卡用的是3070M 16G,环境是U ...
    * B) ]7 I% `% }0 |
    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 23:424 P. Q2 }* U2 Y$ Q
    这里有篇文章是谈万元以下服务器部署DeepSeek-R1 671B + KTransforme的$ h8 w# ~/ z* \: `2 |8 S
    https://www.pmtemple.com/academy/ ...
    ( {0 M7 R% e4 K* d/ s. _9 d
    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。
    ! l# v2 e" ?& |3 Y7 \+ ^0 b* c) A: z  t3 j6 k" {2 d$ {2 c5 |# b. Z
    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 22:252 Q; ~8 L  _* j/ w5 f
    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
    ) N. C; l+ H* Y6 P# {0 c# D; \显卡用的是3070M 16G,环境是U ...

    5 V$ g, ], p) @$ C( g3 a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
    . A! V& H2 e& D  \, H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 ...
    $ q3 e0 P* w, u
    https://cloudninjas.com/collecti ... 40%20will%20support,Reduced%20server%20(LRDIMM)%20memory.: N# C; A$ h% t- D4 N
    7 i3 e% g/ z' {
    The HPE Z840 will support 4GB, 8GB, 16GB or 32GB DDR4 Registered.
    5 B& M  b% {2 c9 T9 r3 |- VThis server will also support 32GB, 64GB or 128GB Load Reduced Modules (LRDIMM).
    + u* M* i/ R5 r. u" `The Maximum amount of RAM the HPE Z840 server can hold is 2TB (16 x 128GB) of Load Reduced server (LRDIMM) memory; K; F- t0 l" u2 [& M, m

    ( J0 z4 I9 m( [2 ], bLRDIMM 128GB的话一条要1400~2000刀,16根的话。。。。 好像也不便宜了。
    8 y( P" [9 {) P( x1 f, ]! w4 ?- 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 * @# g# F+ Q9 O, K7 f: g+ B
    + }! S% g3 q; {
    + H5 m- K: M' c  N2 J. C; X. q
    没那么贵,Amazon 上一条才 $239。16条也就$3,824。
    ! B4 p" b2 m& C  J. \: S  ]
    # D( N3 `  i( ~% C% Shttps://www.amazon.com/Tech-2666 ... cp-nq_eMQV&th=1
    . C8 M9 {2 E0 {" _# V8 P
    " G7 [, ^% u" ^1TB 的kit 稍微便宜一点, $1,908, x2 就是 $3,816: https://www.amazon.com/Tech-8x12 ... amp;sr=1-1&th=1
    , S' x* t( o7 j  r% ?. L! R$ l2 v. X. f+ _" J( ]
    但如果上 2TB 的kit 反而要 $4,319 : https://www.amazon.com/Tech-16x1 ... ctronics&sr=1-6% N7 k, w: K( Q
    + n- C# ^1 ?/ m* f: P

    ( u# M" x- e# ~( g! [: k2 G4 S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

    5 f7 {  e8 F% ^( k+ X
    : ?: I( \. x9 y( Q5 U7 e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)。: P' E. o& n4 _$ U

      I5 M( i. S( ?# K( Z5 a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。
      ~, _1 Q1 v. b2 M! I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。- K4 r& E! O* h7 S/ _0 t3 _+ T; U$ P
    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。$ o3 M7 G$ g1 s" i$ d# O% n+ @
    我的GPU上的CUDA跑满都可以控制在80度以下。
    * b/ K. t% Y$ S8 L% I8 l+ @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。
    ) n1 X% f7 Y4 B  e+ G
    - e1 r7 h+ ~6 m# c3 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。  R6 z: h3 k; _* G6 e1 @. L7 V

    9 q: ?0 a/ b4 U' s- R. 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。$ T& G; X0 O% d! b; Q
    0 y2 H8 p5 R7 l9 ^1 c; x
    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。
    $ O) b% D' m) {6 F5 v9 Z' x
    6 z0 b! ]% E3 f) L6 T: K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。
    & E1 \' r+ E4 G# k7 b
    $ B0 a2 U7 Y8 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。8 w* V$ r8 I3 G5 }" ]  s  B

    1 l+ {' T+ A  }3 x' r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
    * L0 K2 Z( h- p2 B! g1 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 ...

    ( h6 V: `( a- d, c# B8 i" S. @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。
    + u5 b, [$ S# V# f6 Z" F# L9 V+ r
      }5 W0 d. y9 w6 _) w, xCPU 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
    # ^, D- p2 P, V0 x  I% t( ]+ H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 ...

    * [" R+ o; W* {1 T我有点成见,总认为机箱上的风扇不够有力,呵呵。+ e! a. {* q3 ?# L/ d/ r8 P
    6 ^8 J4 \% H; W; y
    所以总认为机箱敞开了另外架个风扇吹特别有力,至少视觉上如此。
    + M* ^8 b0 q3 C6 [0 o1 r1 m
    . }. l9 n: J: C# q7 h0 a7 o8 U) `所以我的理想型机箱就是一个框架,其他统统敞开了,吹!. Q/ b( K" `1 @

    * N4 ]. \) U1 I2 W3 A3 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; M! R1 i8 u* _: W+ L6 ~3 O我有点成见,总认为机箱上的风扇不够有力,呵呵。
    ' z; {  G0 {. r8 r: z+ q' s$ D- ]- b" r) a) n2 t
    所以总认为机箱敞开了另外架个风扇吹特别有力,至少视 ...
    " M! C$ Q- s8 e! `5 H# @7 q
    Caseless 的 DIY 电脑现在也挺多的。散热和灰尘啥的不是问题。
    % c0 w6 p- x. }( T& c8 @. [
    . q) c# {. W: Z& I
    " v! q0 w- x. f! X' 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。
    : ^, G# D' K! f3 P
    2 @8 C8 ?6 z. ~1 t; R. w7 K: S- m0 R: ?, [4 o: {. A
    所以一般都是挂墙上的。造的好点的话还是挺科幻感的。1 f; U2 F1 R# w& A% ^- |& H
    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
    ! ]/ R- ^! u; p  H3 c4 \
    孟词宗 发表于 2025-4-15 21:45# D& L+ K; K- J1 q. e
    Caseless 的 DIY 电脑现在也挺多的。散热和灰尘啥的不是问题。

      G. s/ G% `* N2 u1 U& ]
    $ @6 |7 f& Z+ K$ w0 j  G这个确实很赞。
    , Q0 H* m- N6 A, ^( Z# e% Q( Y7 V4 R
    ! n, }1 v0 N* O第一三张好像放不了全尺寸显卡。9 v- m& t' Y; b- k7 U, F5 H
    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
    ; E# U! q, f5 s* p8 I, s2 K9 h这个确实很赞。9 _: c+ F  v( T/ z/ t) I+ h9 y) w
    + f; C7 y0 I0 O
    第一三张好像放不了全尺寸显卡。
    7 l" D9 @3 w/ J4 X' J+ h0 ]
    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
    8 N# t- ]' i& U0 s" U. e' ~- _" Y) ]8 y没那么贵,Amazon 上一条才 $239。16条也就$3,824。
    : g5 u7 g2 K: o( i
    ; K9 g9 _/ b$ P9 y( p1 i& phttps://www.amazon.com/Tech-2666MHz-PC4-21300-Wo ...

    6 R6 a- A% }: f3 p: h+ YHP 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。9 p+ O+ L7 _5 c2 A, f
    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) T6 [0 D7 u2 R' Y# s/ m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
    ) A, L9 O$ ]% R$ l. U. t2 l
    雷声 发表于 2025-4-16 07:274 b- X  D' r9 F" L7 }: S8 Z/ q
    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。 ...

    $ ?$ k+ i& q0 v5 N# q( y# H% ^$ C$ [0 P5 }( @7 l
    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。
    . ?# W5 _/ }$ |0 b
    1 i6 h$ f. h9 D: ]7 n7 {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。2 r/ f5 d  d0 M. K. c2 `

      w/ `  T8 C* @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, 2025-7-10 22:07 , Processed in 0.049464 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