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
" i! Q8 w8 W. R; t我建议你再看一下KTransformers的相关资料- A6 U. H. m- D2 J$ n
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 ...

* U1 h+ E# e$ M1 i3 J9 N" n欢迎讨论。
: |- i- q) t2 r' R) O9 D9 P  o. z* s. Z: I! |- O( l5 l  N6 P! P
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 r) }+ E) x/ O+ |
. B4 e5 a3 f" E. b" B: e' a0 l. b
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%。4 P8 `; r! F( a) H) }4 i
9 {9 ^! x0 l$ D; \6 E6 @, O$ g
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
    1 \* k  A0 c/ D! m欢迎讨论。
    : ?, [  |5 j: N
    $ s' _: O; m! v1 N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 A- A. t  a2 h' y) `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
    " G$ N$ J9 _! `显卡用的是3070M 16G，环境是Ubuntu 24.04.2
    9 D; [! Y. U+ Z" X1 |输入大概是10不到一点，输出大概是5，勉强可用
    ) J5 U5 x, [' |$ @8 m( t因为都是整的垃圾配件，总体的成本大概不到4000人民币) s9 W! A8 D4 S% u: B4 h

    ( J6 O. K5 R( ^5 E8 q我估计如果他能够用DDR4+至强的话，应该可以到7-8的输出
    ( v% D$ m8 E/ x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
    0 H: y1 y# u8 _; i/ {https://www.pmtemple.com/academy/17340/6 |& ?, h- R6 E) Z* M
    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
    ( z) C0 J5 J- V, `. ]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 V7 q8 Q1 O! E
    显卡用的是3070M 16G，环境是U ...
      G: ]* y* G2 ~7 d# w* e, V9 {

    5 V/ r, h; W% F5 z" m- U7 |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 22:256 Y- P, n$ Q3 d5 M; 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
    ) h/ W1 E3 ~& e显卡用的是3070M 16G，环境是U ...
    + @. ?% `! C# @" B; g, e) O9 W
    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: k) C: a8 i9 ?2 K" {3 ]9 _
    这里有篇文章是谈万元以下服务器部署DeepSeek-R1 671B + KTransforme的
    , D* z1 h6 z6 J$ K) Q7 U4 X" y, u& Yhttps://www.pmtemple.com/academy/ ...

    8 s) Z+ }1 W/ O' h3 A9 N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。
    , n+ w, e8 \' a/ [5 T( h7 q
    & C+ r/ @/ j6 P. a, m8 [( {: Z9 o1 V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
    0 v" Q3 U+ x- @$ s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 ~8 \3 w( f1 [5 }
    显卡用的是3070M 16G，环境是U ...
    ' ^0 n. M9 F3 J: m9 [
    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
    6 @. v, d: z7 u2 M' ?/ C( 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 ...
    5 c  P+ t7 o- T& o5 c% [0 v
    https://cloudninjas.com/collecti ... 40%20will%20support,Reduced%20server%20(LRDIMM)%20memory.- I* k- M# N: c+ Y# X, E
    . O  L+ T. z/ v2 l1 X! q
    The HPE Z840 will support 4GB, 8GB, 16GB or 32GB DDR4 Registered. 9 ?4 t6 Z8 c0 R- f1 o$ Q( D
    This server will also support 32GB, 64GB or 128GB Load Reduced Modules (LRDIMM). ( Z1 `( S3 N- e
    The Maximum amount of RAM the HPE Z840 server can hold is 2TB (16 x 128GB) of Load Reduced server (LRDIMM) memory
    * ?: k. M5 ]6 ~7 r: F
    - j: L  S, R: E( Q0 TLRDIMM 128GB的话一条要1400~2000刀，16根的话。。。。 好像也不便宜了。( ?/ g8 d  C9 m" {
    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 ) b  P+ Y6 K: X& B' A9 x# ^
    雷声 发表于 2025-4-15 11:183 L) l9 X) T, S9 Q: G" I/ J
    https://cloudninjas.com/collecti ... E%20Z840%20will%20s ...
    & M1 T: q& G9 B! ?

    2 }0 g; W+ ?0 N8 I+ A没那么贵，Amazon 上一条才 $239。16条也就$3,824。
    * T, d, E' j) y7 u% N0 r, D/ B, N& p* Z  w; f# G, D
    https://www.amazon.com/Tech-2666 ... cp-nq_eMQV&th=1
    2 ]) t2 ^) Q7 U9 G4 ^! }/ J- V: L0 e/ x/ J
    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=11 \8 o- C& _. a. J

    $ l. }. B2 c, d) g) f7 ]# y/ ?) N但如果上 2TB 的kit 反而要 $4,319 : https://www.amazon.com/Tech-16x1 ... ctronics&sr=1-6
    3 O4 a3 F4 @! w5 Q, g' C& H0 ]& T. D! z7 R! }0 {1 U
    & g4 V& a1 ~0 e. o5 Z! U. }/ t1 v
    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
    ' T  v1 H, b8 k; t2 g7 {0 E6 x% p' ?) Zhttps://cloudninjas.com/collecti ... E%20Z840%20will%20s ...

    ; Y' F5 G* i, o* P4 ~
    * y* A5 j  x" r3 ]  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）。
    0 `0 w" W" z# v* \1 O+ e, F; a& i( v
    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 B! f+ b0 H/ u  W0 k" [) T9 |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 d- G0 K( U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 h0 N2 X3 [' u4 M& O# y' p我的GPU上的CUDA跑满都可以控制在80度以下。
    & T) \  z! I8 S! L9 e: [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。
    . r: G' y% R9 Q. u, e; U- O, d1 Y2 @
    : v7 f% X/ A+ s: `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。$ [( \/ h# @. O8 d/ j0 `2 r3 G
    - S, n- y; x( u$ g% r
    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。2 L$ Z/ v; w: C& J+ H
    2 `0 q% `$ w/ w# M0 E) T6 h7 f- `
    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 O0 b. [8 ]7 V* ~# V
    ; Q+ u9 _6 i0 W* C- V: w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。7 k# p& k5 z1 V! O3 K3 G

    # w( z+ J: F) b$ \! g% g: 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。8 o4 J$ U& U2 L5 a- r

    ' r; t* _: w( L/ j; d9 @* I$ J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* [# f: f- o- Q4 u. a% c* X
    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 ...
    - G2 k+ L4 S: N% o. B6 R: F
    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。/ w% Z% u1 j9 w

    ( E+ W+ q% ^% t  _' q7 lCPU 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' }7 I1 X( q7 v0 Y
    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 ...

    ' z. N4 M5 z, N7 w* I  \我有点成见，总认为机箱上的风扇不够有力，呵呵。% N% F7 p+ |' N0 o5 c% n  u

    6 m2 t  [- i. _' 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。
    % z6 P) g- g3 _: J4 H/ x8 ~. a6 Y% ]' c6 e
    所以我的理想型机箱就是一个框架，其他统统敞开了，吹！6 I( ?9 M7 S+ J* [4 F. ?( ~

    9 L+ X: C# J3 G  c+ Q6 g; Z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! a( e$ j, J! ~3 v; G& t6 n
    我有点成见，总认为机箱上的风扇不够有力，呵呵。
    # u' [% C, D' ^: ~( F, V. \# w' t* {; I& j4 H# s9 b! m
    所以总认为机箱敞开了另外架个风扇吹特别有力，至少视 ...
    " b' d) ]0 V1 X1 v3 J5 m& s
    Caseless 的 DIY 电脑现在也挺多的。散热和灰尘啥的不是问题。
    2 s7 _' ]# q) z" J# g) B; p8 R7 u: z
    7 W0 F3 t9 c# S3 u) j
    4 a+ t4 i8 l5 r1 I" M' x4 O, B) a6 F" j0 _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。
    " O+ O1 L  i) f! k& B1 g2 R
    1 V0 P0 ]( [; Z3 f; T9 c) D
    5 Z* M6 P' s) A* N1 h所以一般都是挂墙上的。造的好点的话还是挺科幻感的。
    5 ?8 r! `. s% u" p0 v# f* R
    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 5 J) H# z5 j5 Q9 E4 U8 m
    孟词宗 发表于 2025-4-15 21:45
    & a' @  n) ?% N9 w# k, ]Caseless 的 DIY 电脑现在也挺多的。散热和灰尘啥的不是问题。
    2 ?9 ^7 D6 M0 G9 u& `: i  N3 K, s

    ( T& O2 S2 n5 `1 h1 N1 S这个确实很赞。' {9 m' k4 A2 s' @* b8 e: V& }

    0 i" T6 [7 {$ a第一三张好像放不了全尺寸显卡。
    1 o( {' n5 s7 _0 N, u4 N" 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$ Y. ?$ I1 X# n9 O$ S1 K
    这个确实很赞。, ?% F9 p7 X. M# y) ~$ C
    % s1 ?7 H  `) I2 v
    第一三张好像放不了全尺寸显卡。
    : J- N& o& s! s8 q. Q8 P' o( `. m
    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& d4 z, B0 L( t
    没那么贵，Amazon 上一条才 $239。16条也就$3,824。
    * ~% x1 {6 U9 e2 L) A, L1 p5 G' _' r! w6 [5 l$ ?
    https://www.amazon.com/Tech-2666MHz-PC4-21300-Wo ...

    7 |) i: Z4 q+ J5 |! Z; Q0 @( N, o& lHP 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。( n" m  F1 C6 |6 M
    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。
      L  \9 U+ r, m6 ?$ k8 G6 ~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
    # f. g) J1 [" _; f0 Y9 F" h
    雷声 发表于 2025-4-16 07:27
    5 y$ e: U7 Y. A- a  y! o& w- CHP 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。 ...
    ! Q9 R  t& Q- G0 z% V

    3 F: D3 G& }8 c7 h. hHP 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。8 _; q; a; d$ x
    ) g/ K. K9 v, u8 `9 V
    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。
    5 ?$ [' C/ w5 a! i' L$ U
    ) `+ G6 G9 M& g4 N3 m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, 2026-7-7 14:01 , Processed in 0.067404 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