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
) {7 U6 U8 f* c& v+ C我建议你再看一下KTransformers的相关资料- q4 O6 w9 {1 @) P  \& ~& i* 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 ...

6 ^+ W: \) P# F/ m" ~5 `欢迎讨论。  X6 j% O- \& Y3 R% l$ f/ o

& B0 X& z, D) N, 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。
7 e8 N& a& Q- S/ n3 W  R. n. N5 `" @" Q
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 {5 X/ S/ A$ N; {
1 T3 C/ m! b: m' V  P/ ?% ?
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

    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 00:104 z$ h4 a1 z2 N6 ]% n! R
    欢迎讨论。
    3 W& N" p; _- E- Y8 B" t3 e7 K: J# 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 ...

    & i" x, S0 A$ d- x- m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4 D* U' N" T" p3 i/ n( D/ @& U
    显卡用的是3070M 16G,环境是Ubuntu 24.04.2# M  U1 m) a) Q/ _1 r. E' i+ m
    输入大概是10不到一点,输出大概是5,勉强可用! ~% s* X, {$ L' b3 ]* S( Z( v
    因为都是整的垃圾配件,总体的成本大概不到4000人民币
    / S7 Z/ h1 I5 L+ D& U+ s$ N: e8 l+ h' \
    我估计如果他能够用DDR4+至强的话,应该可以到7-8的输出" f% E8 E5 ^3 ]4 G8 V! P! F' a3 l
    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
    3 天前
  • 签到天数: 1937 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
    8 h$ M3 p6 K; g# p) Thttps://www.pmtemple.com/academy/17340/& t0 Y5 x5 ?% J
    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
    ! L/ `; R! ^* I+ m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 y# o6 X/ ~5 p- X
    显卡用的是3070M 16G,环境是U ...

    4 B3 N4 _% B, ?1 [; g& |! ]- [: V2 H+ e9 n/ q2 ]
    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$ d( F9 x* r& o+ V$ n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 K! A( i! C0 E* G3 P4 J6 W
    显卡用的是3070M 16G,环境是U ...
    ! B. f: r; s* P* X9 o; Z1 \
    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
    , P. J3 A6 c9 ?5 N. Z4 z这里有篇文章是谈万元以下服务器部署DeepSeek-R1 671B + KTransforme的
    ' p! u# d0 H% ^0 y- }) J* G8 m0 Khttps://www.pmtemple.com/academy/ ...

    8 k, a! B. Q5 |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。
      d. w8 m' J: P9 x; Y% O5 A! Z7 a8 y/ k3 e- k) R, z4 C. J
    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
    , F( @8 W3 [% n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
    - _% C/ p% c7 s! K显卡用的是3070M 16G,环境是U ...
    ) q3 R8 b! I( X0 v7 v
    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
    ! _0 z, m4 j% L+ }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 ...

    ; p4 r9 c; g; G: M6 m- r, X- chttps://cloudninjas.com/collecti ... 40%20will%20support,Reduced%20server%20(LRDIMM)%20memory.
    - F  p) n1 j$ o- J6 P( k
    7 @2 y, K  |. }+ H, l& U4 ZThe HPE Z840 will support 4GB, 8GB, 16GB or 32GB DDR4 Registered. 5 D2 }) E* g* k3 e5 g- L$ [) G
    This server will also support 32GB, 64GB or 128GB Load Reduced Modules (LRDIMM).
    5 h" |% Z; r  p# n5 g1 U6 c5 A$ i. HThe Maximum amount of RAM the HPE Z840 server can hold is 2TB (16 x 128GB) of Load Reduced server (LRDIMM) memory7 T3 O  |  Y  B& u( s' u3 _

    - J% T1 Z9 _* n, I6 oLRDIMM 128GB的话一条要1400~2000刀,16根的话。。。。 好像也不便宜了。
    + T, o2 S* Z# E" b8 ]8 ?) g) D4 bZ840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
    & Y0 [9 l& W2 O5 M, Y9 Q5 m* I7 E$ {+ ?4 \; u

    , V1 U, W+ m& G6 F9 i, n没那么贵,Amazon 上一条才 $239。16条也就$3,824。
    - [; q/ ]: n: c4 k6 k# e8 o. Y  K
    https://www.amazon.com/Tech-2666 ... cp-nq_eMQV&th=1- b( j9 K7 }& B

    " ^$ E7 ?; \2 P" o# p0 ^+ T1TB 的kit 稍微便宜一点, $1,908, x2 就是 $3,816: https://www.amazon.com/Tech-8x12 ... amp;sr=1-1&th=17 D; d# v4 k$ }
    - h. t$ s, d) M. W1 U: e: ~8 V- r
    但如果上 2TB 的kit 反而要 $4,319 : https://www.amazon.com/Tech-16x1 ... ctronics&sr=1-6; `  Q0 ]0 \* y* b! z

    " H8 a9 Q. g1 L* z. O2 e' b/ f
    6 m4 u3 _3 e4 V3 L7 ^$ 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
    # ~( W" h# U& W! L- ?

    2 n- z' X$ ^/ E/ c8 ?. Q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)。
    1 j; x3 ?  \. E. l2 N6 B8 q+ [1 t" K2 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。
    4 @4 \! P/ V. d+ ~1 [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。
    * E1 K  B5 m7 w# Q/ ^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。, S. G5 M7 L6 I5 g9 U7 r
    我的GPU上的CUDA跑满都可以控制在80度以下。# }; W: O' f$ e% D( B
    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。
    6 \0 s4 @" v- D# t9 p5 p, a' _6 D7 H9 x1 ]( ~4 U2 w3 S8 t* o5 w
    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。
    * C+ U5 V9 |- l' d, R
    % v) Q* [4 H4 y/ _9 E# f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。" F. c9 I' J" Y. A2 I
    ) S. B4 [5 D- 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。. B' C7 |' P+ J+ s, ~6 b

    - U4 z" a' y0 U8 A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。4 {. K  T. p0 x& m4 j  @

    % n6 S& D8 y+ w2 X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 ]2 |6 X7 s0 ]# c' @; L; _# h3 e' Y1 n
    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 12:588 Y; k9 X' M% u2 c
    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 ...
    8 C$ C- y8 E/ 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。
    1 x& X4 H$ s+ l, _; a( b! l! X5 |2 e2 g
      l$ `1 v" |: m* \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

    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 14:129 F( F9 `/ g  M. w9 X
    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 ...

    4 i& x1 r; P. y我有点成见,总认为机箱上的风扇不够有力,呵呵。7 |# b5 R3 f) e

    : G/ R) s4 D/ l& G1 K/ 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。. ?' e( ^5 j9 q0 p6 T9 q

    6 L4 x8 N/ t. U+ h) \3 |: [7 U所以我的理想型机箱就是一个框架,其他统统敞开了,吹!7 f1 L8 ^9 I) d: f* W  y, i8 R

    4 b; {7 ^7 [" `2 n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
    8 O/ c9 M- c  E  ]3 f我有点成见,总认为机箱上的风扇不够有力,呵呵。$ _0 D, k+ A2 ^* d8 A7 |* h
    " x( G" X# E0 a: j2 G% D5 B8 u
    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: t2 b* W$ R1 }! v. @: JCaseless 的 DIY 电脑现在也挺多的。散热和灰尘啥的不是问题。
    9 x0 n: c2 s( Z7 v4 \ % F0 Z! n, ?, ~1 D2 a" d3 |1 X
    - I8 t/ e' s. Y/ X3 T9 S
    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。
    $ R/ f6 B  ~. A4 ^ / K, B; I: ]; _% O5 T
    5 n, Y: M$ `2 R1 V; {$ [8 m; p: [
    所以一般都是挂墙上的。造的好点的话还是挺科幻感的。
    1 e- _& x2 H. k" ?5 p8 z
    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: B. A2 P9 m) J$ e5 N
    孟词宗 发表于 2025-4-15 21:45
    * r$ I4 S& j3 }* PCaseless 的 DIY 电脑现在也挺多的。散热和灰尘啥的不是问题。
    ; [5 l7 [# o2 e# s- X, ]7 Z0 T( T

    6 E) k# W. P+ X4 L3 E7 F5 h+ U这个确实很赞。3 w9 {6 r0 ~9 |  [; t

    # l0 A! \5 u8 Z第一三张好像放不了全尺寸显卡。" {. I3 Z* j# G: s) D0 A* \
    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
    , F6 [/ I* d! i# S5 N这个确实很赞。
    " G6 l: Q+ s. X% g( i! w0 f9 p& @. f: A
    第一三张好像放不了全尺寸显卡。

    8 P. I5 ^4 j0 H% 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

    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
    7 C3 B7 A4 L3 Q没那么贵,Amazon 上一条才 $239。16条也就$3,824。
    7 e2 ?& i5 j, `& u# |& P/ _
    ; g4 M1 T- P" V2 L8 `+ K1 Z1 lhttps://www.amazon.com/Tech-2666MHz-PC4-21300-Wo ...
    5 h! t- t1 ?( Y' g, 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。
    7 N( Z& l& ~5 u/ Z' x0 KZ6/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 @/ E3 f; \7 }  w; b" D# H  A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 / \& Z! @% V( G, g3 k2 r# [# l
    雷声 发表于 2025-4-16 07:27- [1 }4 B2 A6 f; `9 W/ g" w
    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。 ...
    7 w/ U$ \& E$ [5 Q' j9 W- x
    / P0 E& P" d% h6 m* k
    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。+ n1 h5 u+ @& F/ r7 M* W* c1 \* }+ s
    0 d) c4 C. M8 E. ]  s
    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。8 t. m: l  \5 `# z# }
    1 s0 D4 K) f8 i8 K6 O! j5 N
    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, 2025-9-6 06:48 , Processed in 0.053252 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