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
; p6 X4 `- `2 A( F. i  w我建议你再看一下KTransformers的相关资料- F6 R6 A' a: `4 z' V" J
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 ...
+ F9 [" e4 b+ ^7 s- T' ?' |1 q
欢迎讨论。( u% w4 F7 n0 N# }. A7 R( a% x

. ^) s3 M6 i2 f2 |" ~6 T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。
- B! t& _' C( S; c- v
# \$ Q- H" r4 CCPU/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, Z) x- t- c: ~- C
4 M8 N2 X& E+ z% M2 P* v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
    怒
    2025-8-7 11:56

    • 签到天数: 1132 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 a4 d4 |/ ]" U
    欢迎讨论。
    6 c+ n: D: T" {' [& w  J- n" s2 `' ?+ d! 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 ...
    # \( O) O% a, 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9 T4 p. W3 O7 P6 X4 j
    显卡用的是3070M 16G，环境是Ubuntu 24.04.2
    2 w3 u; `" |! e输入大概是10不到一点，输出大概是5，勉强可用% S' o  A2 p" {7 G  r0 _& E4 E
    因为都是整的垃圾配件，总体的成本大概不到4000人民币4 S" D& o8 ?+ C! p- D# R  G# I
    / R0 a* w0 c% c6 B
    我估计如果他能够用DDR4+至强的话，应该可以到7-8的输出2 V5 e9 P  Z! i* i5 A
    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
    2025-12-26 03:23

    • 签到天数: 1954 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
    5 D$ R( \0 e: c9 [9 Whttps://www.pmtemple.com/academy/17340/" x6 y4 ~- ?, i% \* D' n& e
    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
    % [& T; y. P& O1 L- k5 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
    ! }6 o/ Q0 M+ z* N显卡用的是3070M 16G，环境是U ...

    $ o( D8 `* z4 D9 k. t$ u+ q- ^: o/ D$ y
    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, q8 D5 \! }2 T% i
    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 I: P5 D/ [: P' g( \9 }
    显卡用的是3070M 16G，环境是U ...

    $ f4 D3 k0 `! S/ X# R$ J9 t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
    4 A3 G1 F+ m, _7 @5 U& E  s/ x这里有篇文章是谈万元以下服务器部署DeepSeek-R1 671B + KTransforme的8 M/ J5 w' y: U9 k0 q
    https://www.pmtemple.com/academy/ ...
    1 b1 T; Z+ C0 D* n# y
    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。7 R; L) Q5 i: Z% ]! b1 Z* I5 x

    ; ^' v8 v, W* n/ X: o+ f8 \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 22:250 J; Y4 u+ s+ 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
      t2 W+ K3 I% _% Q显卡用的是3070M 16G，环境是U ...
    * ?5 }6 w2 V7 b
    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- ~0 L4 q' Z8 s8 q" d  d# ]+ n
    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 ...

    , y" o; o4 z" O& b' C9 ^5 shttps://cloudninjas.com/collecti ... 40%20will%20support,Reduced%20server%20(LRDIMM)%20memory.  t7 p8 @" i- O

    , b, J/ g5 s& U) E( s8 L$ q( DThe HPE Z840 will support 4GB, 8GB, 16GB or 32GB DDR4 Registered. 3 G3 h( G% G# Q, T
    This server will also support 32GB, 64GB or 128GB Load Reduced Modules (LRDIMM). % M2 `" ~9 I3 q' ?0 X7 w
    The Maximum amount of RAM the HPE Z840 server can hold is 2TB (16 x 128GB) of Load Reduced server (LRDIMM) memory
    ! |' Q0 B: f$ ^  i! `# L1 Y6 u: P' D) V; k* X1 U
    LRDIMM 128GB的话一条要1400~2000刀，16根的话。。。。 好像也不便宜了。
    1 q* n# V$ I2 d1 c2 z0 \! J/ hZ840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
    ' I; p0 r: \% \$ l( J" s, h0 M
    雷声 发表于 2025-4-15 11:18
    $ o1 v" G* X$ t7 b1 x7 x0 u4 Jhttps://cloudninjas.com/collecti ... E%20Z840%20will%20s ...
    + k. w4 [5 f( \: }  y
    # h+ v) ^' h( D" W& E
    没那么贵，Amazon 上一条才 $239。16条也就$3,824。
    # ?6 E* U/ q0 Q5 O/ h6 S6 n0 `+ u/ p  L& j# J( ^6 X
    https://www.amazon.com/Tech-2666 ... cp-nq_eMQV&th=1
    & E$ k% H$ e5 C. A. {) ]0 U; Z0 X
    , @  J3 M4 h1 \1TB 的kit 稍微便宜一点， $1,908, x2 就是 $3,816： https://www.amazon.com/Tech-8x12 ... amp;sr=1-1&th=10 s; w! p( D; {$ o. t. Z- b" y. h

    9 B4 X. C0 c, Z/ L4 o但如果上 2TB 的kit 反而要 $4,319 : https://www.amazon.com/Tech-16x1 ... ctronics&sr=1-69 ^: B! U  a# }4 ]9 G3 {- d
    $ M9 A! o) e5 N# ~2 t; P

    . [% s- o; M; Y/ o( p( r- b/ l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
    6 O. G- c1 `  v  \9 O5 x) chttps://cloudninjas.com/collecti ... E%20Z840%20will%20s ...
    * V1 q  b; I$ t: u% x

    7 p+ w/ a* I! b/ I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）。) N3 l7 n8 s3 l" Q2 Y* [. x
    : p. c' M8 M3 k
    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。2 m* N% z! l: }4 A' q
    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。  g. I% y( C0 m
    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。, ]: A: [6 g& K
    我的GPU上的CUDA跑满都可以控制在80度以下。, C2 n) w8 W  W8 ?3 [
    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 p; t& t. U  c; Q$ {& X$ r( G
    9 o3 L; U* t3 @7 W1 z/ t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。) d% u4 b" p* v9 h! u& h0 F
    % K. A. d9 r+ M+ G7 j* i; g
    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。
    , P' e9 C( Y. Q
    ) M3 [8 |  ?2 R9 ?- r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。
    7 ?9 H+ W- k# S: I6 C) {+ ~
    , P7 f2 c$ j1 G5 e, T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。
    . }" Z9 p' c( r) {, S, N6 S6 y7 S7 A! q1 h0 J" d; m/ q5 t& t
    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。
    1 D9 C" b$ F( d; y+ s' I6 R
    ' i% Q4 U& e: W# H& t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
    0 J/ @0 ~* t" E+ g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 ...
    2 x5 m5 ^+ P5 v/ o! S+ E
    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。+ o4 S* i$ x/ k
    # ^* ], _/ K3 {4 t' t9 y& J
    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
    " U! g3 ^' k' c- p- O1 z# L4 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 ...
    . y% o' ^, C4 e1 n  S% z( g$ l
    我有点成见，总认为机箱上的风扇不够有力，呵呵。
    ! p( ]; [. K( X% p6 [: z- C, D: m; V7 H4 z- ~! ]! t
    所以总认为机箱敞开了另外架个风扇吹特别有力，至少视觉上如此。
    $ k; ]% E7 [* o6 D
    + x4 h. I) s6 w6 b, M% a所以我的理想型机箱就是一个框架，其他统统敞开了，吹！
    8 @4 g2 V+ K  I, U2 c- R" I% ^( W: ~# W+ G5 A2 S1 o
    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 17:353 J) k& \7 g. W. A, L3 `
    我有点成见，总认为机箱上的风扇不够有力，呵呵。+ @6 L& `7 F. e

    & M: M8 ~- V+ I3 L5 S所以总认为机箱敞开了另外架个风扇吹特别有力，至少视 ...

    , v' B, ^% S8 W# c. \Caseless 的 DIY 电脑现在也挺多的。散热和灰尘啥的不是问题。- T6 G. p! n3 x2 j) d
    3 b8 I) D  F8 E" U! d- L  J4 `2 }$ t

    7 }2 k- g6 I5 r( t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。
    " ^# B6 h7 m. x& ]1 D ' ~- _- |2 U" t6 [+ J# ?
    5 A, [5 \# c. p& S
    所以一般都是挂墙上的。造的好点的话还是挺科幻感的。/ a$ W. f6 Y" m4 N$ i
    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 # X' Y  B2 z- L2 ^* b2 {% G
    孟词宗 发表于 2025-4-15 21:45+ b) ]' D* d- G9 _
    Caseless 的 DIY 电脑现在也挺多的。散热和灰尘啥的不是问题。
    2 h! L. m' B$ o3 t, ~

    ' w( {  v! I( o& ^- p! Y这个确实很赞。
    9 {) x$ ?. O/ H1 ?! m1 ~! p' h8 ~3 G6 C: h1 j
    第一三张好像放不了全尺寸显卡。
    / t( o1 N! Q/ s$ C2 l6 X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" a4 Z. Y% Y5 i
    这个确实很赞。
    4 [" c9 L  U  E; z- t% f% K% K5 {$ X9 b( c% f& @7 \; p
    第一三张好像放不了全尺寸显卡。
    5 P1 u$ z) q5 `$ a. O( V
    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
    , t; z& y2 u; ^+ p没那么贵，Amazon 上一条才 $239。16条也就$3,824。5 `' j6 V8 |/ ^
    , _1 x: V0 ?: {. N6 S
    https://www.amazon.com/Tech-2666MHz-PC4-21300-Wo ...
    1 ~' e7 ?5 Z" h- r
    HP Z系列G4以后支持Intel® Optane™ Persistent Memory，买二手的话更便宜。不过表现怎么样就不好说了。3 K: S$ P# f( b* r
    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。
    5 B% w& D. B( Q/ d( @, v5 `& L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 : C0 ?$ n. d( ?- }& y" E3 i
    雷声 发表于 2025-4-16 07:27( i, [3 ~. P' N+ p
    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。 ...
    ) h  J" n0 E0 v$ t- p- H2 C
    + e0 H, I) i5 p% ^/ h" s: o7 P
    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。' G  g- k  R) x% n

    6 O( I4 S$ I" M! W2 L1 z- s- [# X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。. K, T3 x' H$ ^1 K

    3 H, K( L+ `8 m; k: p+ J7 R2 s0 E8 f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, 2026-2-3 03:55 , Processed in 0.110645 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