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 ...
123下一页
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* \1 M( K3 h% _2 u7 H+ m" ]7 F9 ]2 U
我建议你再看一下KTransformers的相关资料( v+ A2 E$ f) H! ]" m
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 ...
2 I& ^: y4 A6 K6 d5 K" ?. P
欢迎讨论。
5 ~' g+ t. W! ^$ y% L" a2 ~  ?$ p; F! _+ F# \8 K2 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。
, C. Y# V& l. E* Y$ B! X" T# r) k0 E3 |) Z8 l- h
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%。
8 A3 O; I  U) S$ n/ m) ^; @+ x1 h
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
    2026-3-17 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! P* i1 @" E- _$ d
    欢迎讨论。4 h$ f$ R. n& t9 E% W
    1 O8 |% w6 O* b- u
    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 ...
    7 v( D9 k& p: c; p
    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
    : I+ `9 z9 V- O: U% I显卡用的是3070M 16G，环境是Ubuntu 24.04.2! w+ h) z+ G$ }! T8 S  K
    输入大概是10不到一点，输出大概是5，勉强可用
    # ]9 D; s8 z/ k. t2 i, N因为都是整的垃圾配件，总体的成本大概不到4000人民币) M$ V* v0 ], ~- B
    3 I4 e/ t" Y; s) l* z! O& d
    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 X( \( ~. Q! g' p1 K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" J( ~6 u6 l9 J0 shttps://www.pmtemple.com/academy/17340/
    / C6 P4 T, s/ d# |; K, t
    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 22:25
    / i3 x. A- 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& Q; _4 W; H, G( R
    显卡用的是3070M 16G，环境是U ...

    ( T8 r  W1 s' O3 Y# }7 e- s9 k
    . `6 ~4 [& U3 L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
    , J5 G" Y' A- ~, F* Z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# O" A$ |1 i9 @7 L
    显卡用的是3070M 16G，环境是U ...
    / u3 j! ?) ^% G, b
    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; j& Y# [% x7 ~- f7 @. t4 d" @
    这里有篇文章是谈万元以下服务器部署DeepSeek-R1 671B + KTransforme的0 }9 L! _7 W9 r$ z2 T, N
    https://www.pmtemple.com/academy/ ...

    - D5 V$ L9 E6 A6 Z6 E8 A+ A# a' b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。* |$ U7 a8 _, p, d0 X. o! I& ]; j7 N1 P
    9 r+ u# f/ {' k$ m( |7 K
    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 22:25
    " m9 @  g' l8 w$ h8 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1 K4 o% m) _8 }# t: O
    显卡用的是3070M 16G，环境是U ...
    " `. E, [0 l8 Z& |
    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& @* a- L8 i/ [$ H' u: B' G
    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 ...

    ! m( `  J/ v! ^0 }8 \) F3 k7 U3 k' ahttps://cloudninjas.com/collecti ... 40%20will%20support,Reduced%20server%20(LRDIMM)%20memory.
    5 w3 ~# e" i# B5 n5 _
    . |- C4 b( V( k: _) aThe HPE Z840 will support 4GB, 8GB, 16GB or 32GB DDR4 Registered. ' I& f+ T8 Y& h
    This server will also support 32GB, 64GB or 128GB Load Reduced Modules (LRDIMM). 9 `# R4 C* z! c  W2 G" T  S8 s: r
    The Maximum amount of RAM the HPE Z840 server can hold is 2TB (16 x 128GB) of Load Reduced server (LRDIMM) memory( N. {# `7 p2 T9 Q' Q: |6 I

    . D2 `$ R$ D' M# ULRDIMM 128GB的话一条要1400~2000刀，16根的话。。。。 好像也不便宜了。
    1 N% [1 b" g/ R. u, ?# d! m. p4 ?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 8 y& W9 B, W& Z7 U
    雷声 发表于 2025-4-15 11:18- t; m- ~& B. q% m& U( w4 s$ Z. ]
    https://cloudninjas.com/collecti ... E%20Z840%20will%20s ...
    ! {/ c9 {: T& x: j  F% Q
    - K, |5 ]2 q  S: H) m" k
    没那么贵，Amazon 上一条才 $239。16条也就$3,824。
    - y) O' u! {' p! A1 g9 u2 q9 W! \1 C$ \/ L2 e  h( @
    https://www.amazon.com/Tech-2666 ... cp-nq_eMQV&th=1
    $ r3 J+ J3 k* a8 q! O& m5 U: y! {0 q: V! |' @  a) n) P" J/ @" D
    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" \9 _7 |# c. U9 b9 p5 z
    ! {2 V+ @1 @/ ?. V
    但如果上 2TB 的kit 反而要 $4,319 : https://www.amazon.com/Tech-16x1 ... ctronics&sr=1-64 ?4 z$ f8 u( f1 n, F  |7 f% i
    # n2 d# B' p8 r! v0 P
    1 B9 q4 r" y: O1 A
    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/ D; K7 S  _! d6 {# U# ?3 B/ Y8 v4 O
    https://cloudninjas.com/collecti ... E%20Z840%20will%20s ...
    2 Z  I# `# h# ^* Z3 T
    7 g( W) _0 B6 \7 F: Q. [5 m
    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）。0 y9 G2 t' r- d! f( v
    8 v# P' P1 a" {/ b
    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。0 f8 `% \5 K' `. w* n( h
    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。
    $ ]2 R0 A$ h& a, z  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。4 ]7 ~% S+ f' D- w
    我的GPU上的CUDA跑满都可以控制在80度以下。8 i# N: ?' u6 R6 `
    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。
    & }$ z) o( U/ y0 P0 o3 W, Y' U5 d" r  D, m6 A& F* @) |
    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。1 p$ Q( ]0 ~) f* L( q2 t

    ; |! V4 }7 d5 J0 X1 ^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。8 p7 G' l: D2 a1 t% r

      o. G5 I+ l  _+ U; ~- G: L9 a9 k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。
    6 y9 k9 h3 S# H9 P
    . j( K7 J* t. C# K1 P, g0 ~, f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。
    * m% _5 N% [( {  C. N
    ) a: P) m" y) k$ m5 F- b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。7 ?# X5 D; l/ v( E% z7 A
    # ?6 g$ j1 ?$ ^2 g5 k- A/ b
    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
    : D) m! U4 @9 K9 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 ...
    ' a5 ~* W+ i( x# `3 r$ C
    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。6 s- g& F( J3 }  W3 H
    * P  f  H6 N  R9 e
    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
    3 s. z2 E5 C' z6 X, K1 O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 ...

    ; U& K5 p: C" p. [- A% W我有点成见，总认为机箱上的风扇不够有力，呵呵。3 X+ u( ?& I9 y1 c
    9 c5 l8 l+ P, q8 |0 C. X
    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。' d+ L8 ?+ k- I  H  d2 H7 U9 O" Y
    4 U* S) P* @6 K
    所以我的理想型机箱就是一个框架，其他统统敞开了，吹！# d! o! e; l; e  |
    # D' d# m/ G. c/ N6 d8 d! g
    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
    ; v" A( _8 O" I! L9 [我有点成见，总认为机箱上的风扇不够有力，呵呵。
    1 c+ C% H0 w' n) w0 ?
    ; r3 e% O3 h+ N3 K% `7 B! h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 f; X" U6 {5 J0 F  PCaseless 的 DIY 电脑现在也挺多的。散热和灰尘啥的不是问题。: X& @7 r) k1 b# u6 o+ s  G2 O+ v
    5 v; T7 Z* W  n/ |; V6 f

    9 _' C/ L" ^' B8 P: C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。2 Y. |/ V4 \7 T
    5 a. `2 A. o3 Y$ U2 h. G. |6 z: f
    . T( W6 u! ~% A; T9 ]; V7 l2 n+ }
    所以一般都是挂墙上的。造的好点的话还是挺科幻感的。
    $ e. F" y/ e) D, P, C4 _
    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 2 V/ q; ~* f5 b* `$ O
    孟词宗 发表于 2025-4-15 21:45
    $ W# J2 z8 ]: i5 e1 B9 OCaseless 的 DIY 电脑现在也挺多的。散热和灰尘啥的不是问题。
    ! g$ Z- F3 E! s* {
    " H1 Y! F$ K2 I! h5 R# d7 e
    这个确实很赞。
    ! \0 @7 G# U3 a+ j
    , K1 v- P8 v* D8 G% N" V) H第一三张好像放不了全尺寸显卡。
    ) o7 h3 Y8 G# h! d0 G0 u0 a' O5 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
    " i6 I! {0 f. l8 O  _" Z这个确实很赞。
    0 b9 \9 d) ?3 ^
    ' p( [  i# B8 s9 `. ]第一三张好像放不了全尺寸显卡。

    + {) k; L4 Z6 {# E5 D$ ~' f/ E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& g7 I1 T: D5 G3 D' r1 `6 A8 y
    没那么贵，Amazon 上一条才 $239。16条也就$3,824。$ I6 a2 l6 W" S- b9 f
    3 Z* @7 L2 a% U
    https://www.amazon.com/Tech-2666MHz-PC4-21300-Wo ...
    # k; h9 U- \& _4 z% O
    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。" q! _9 z( C2 d9 |) ]
    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。
    6 v7 _2 [, u1 K4 `& ~; 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

    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
    , v/ k( d& b8 }; h
    雷声 发表于 2025-4-16 07:277 q# u: C, Y1 O% t5 a, K/ Z
    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。 ...
    " [+ b. G$ h+ q4 ?! P( }& S9 {

    - G" g, I& V2 lHP 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。, f) P7 j0 ?: n8 K

    7 V# k+ M( s+ h2 ~  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。1 q$ ^* ]0 Q; W- c6 v: ^/ M

    1 W& M* U/ S2 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。
    回复 支持 反对

    使用道具 举报

    下一页 »
    123下一页
    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, 2026-8-22 10:16 , Processed in 0.069574 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