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
% d( n8 _, k5 c( s% _我建议你再看一下KTransformers的相关资料' L  |/ q1 O! @$ g6 x$ n, v
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 Q) W$ P; d0 C  ?" j& G+ ]/ R& X欢迎讨论。2 i7 C  D+ D' ]8 p, i# R
$ f0 ]- H0 d. f0 Z* w
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。' l- F: ~/ v5 F* N" X
3 `8 X' s( g2 _( w5 v
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%。
. B" ]( P' ^/ o$ M' o  x* ~$ A: R- m' Q4 B3 F6 n/ J
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
    奋斗
    2025-3-31 00:13

    • 签到天数: 1129 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
    % u/ }1 T) {: Z4 p3 W. H* u0 U欢迎讨论。! ?* R0 V0 N, Q9 ?# u
    6 q; q8 o0 r$ ?' 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 ...
    ) V7 h; Q1 v3 _" m4 M# 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
    5 I3 B9 I" Z! m5 i; c' \; J显卡用的是3070M 16G，环境是Ubuntu 24.04.2
    ) R( F, d% q4 @0 H0 H( P输入大概是10不到一点，输出大概是5，勉强可用
    . L1 k% L' ]/ B& A) S7 P因为都是整的垃圾配件，总体的成本大概不到4000人民币
    * P. d* [  T- }% i
    . U, A5 t6 V1 I* [6 d( q) f$ 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
    # P' _7 f. e/ z  ]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
    4 小时前

    • 签到天数: 1876 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
    , g- R* c9 @/ f( o' Nhttps://www.pmtemple.com/academy/17340/
    ) W. p4 c% x$ ^
    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
    4 d: ~) J" f0 E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+ b: I0 `, E4 `" A4 |& ?/ j4 P
    显卡用的是3070M 16G，环境是U ...
    ( W$ F" h' d6 W4 v/ Q
    3 _, a4 Z+ M+ e( n5 \( R4 W* q
    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, P" g1 y0 {' @6 r! 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
    : C, d2 i& @+ T显卡用的是3070M 16G，环境是U ...

    8 }: y" A5 V/ e9 {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 23:423 \0 M4 n  y/ I: s. j4 j. S
    这里有篇文章是谈万元以下服务器部署DeepSeek-R1 671B + KTransforme的5 Y8 ^+ G% m/ j; x1 o; F* D' c
    https://www.pmtemple.com/academy/ ...

    5 F/ W: d$ E! Y) J; u+ k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。, A. h9 H; L( S- V+ w6 h

    ' [& V1 ], k% e! R5 |( X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
    ; u; X, d! k' b) C+ t" ]/ _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# n  w4 b# I1 \" w5 D( u
    显卡用的是3070M 16G，环境是U ...
    5 [. I8 Y2 d9 o' Y9 k  U3 ~& 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+ s+ [2 n! H+ R$ O7 P) ^
    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 ...
    - g% ?+ V8 \/ s! b; m0 U  C
    https://cloudninjas.com/collecti ... 40%20will%20support,Reduced%20server%20(LRDIMM)%20memory.
    4 y) t% i  G' G/ m+ @! J6 _0 h3 K2 r( S2 {, j
    The HPE Z840 will support 4GB, 8GB, 16GB or 32GB DDR4 Registered. " K& F% p" R( P4 d
    This server will also support 32GB, 64GB or 128GB Load Reduced Modules (LRDIMM). # X6 L0 [( q/ s* r1 s
    The Maximum amount of RAM the HPE Z840 server can hold is 2TB (16 x 128GB) of Load Reduced server (LRDIMM) memory$ T& k* D8 g! l  [& U9 M* ]
    , L( X: |. x- \" M% j
    LRDIMM 128GB的话一条要1400~2000刀，16根的话。。。。 好像也不便宜了。
    % l  Q# [6 Q8 tZ840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 , l# w: T: p% V
    雷声 发表于 2025-4-15 11:18( d6 F2 C  q; g6 ^
    https://cloudninjas.com/collecti ... E%20Z840%20will%20s ...

    . x4 N% |# k3 T. q. ^8 L- r; X. d% H0 }8 i3 N, g- A$ }+ D/ j  i: ~/ J
    没那么贵，Amazon 上一条才 $239。16条也就$3,824。
    + T7 r( U9 |0 ]! h6 i: Z1 M" W" @* v6 g) H) t5 n: Y" a0 D5 w
    https://www.amazon.com/Tech-2666 ... cp-nq_eMQV&th=1; m& ]2 \' ]4 X: T% M
    3 C) a" M, D+ k' l" k+ J
    1TB 的kit 稍微便宜一点， $1,908, x2 就是 $3,816： https://www.amazon.com/Tech-8x12 ... amp;sr=1-1&th=1
    , y, B7 r& {  ?$ ]' c3 q; T
    1 c% P/ v* K7 Z9 V8 D1 s. j* A但如果上 2TB 的kit 反而要 $4,319 : https://www.amazon.com/Tech-16x1 ... ctronics&sr=1-6, x& [! U& S% t$ f. Y8 ?4 \

    - \$ O9 h/ u/ W* h4 o5 V# \* ^4 h8 u
    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
      e4 A( q3 H8 q4 L$ mhttps://cloudninjas.com/collecti ... E%20Z840%20will%20s ...

    ( |  N" r% V8 `7 C; }2 f( ~+ K8 z4 D3 Z0 a- B
    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）。5 F8 U* S1 R5 k# w& g- g: n
    . S3 m( M3 D1 ?
    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。
    6 X! |2 ?% ?# B9 q+ O- b0 |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。" J6 f& R$ B5 c3 v$ m% j
    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。
    / \3 \) [  p" o9 f) m; r0 ]我的GPU上的CUDA跑满都可以控制在80度以下。# f$ o) L, T! H3 A: {7 N
    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) j5 Z. d- v: o4 I% [, _' M  g$ w& ]" m! 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。
    4 D  R7 l8 z: i5 f1 L. |5 Q
    . |) S5 k( q" H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。
    3 J; W8 {, Q1 O2 f) g$ g) [) @7 S& g- q) ~8 }
    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。
    2 N9 `2 g' f7 ~, m) W  ?) o% h# Z$ t& D6 f& t5 }; ], K: E* n: x
    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。; Y, l* E" w# W$ \8 F( D% a
    0 e( T& q, v% x) m$ k; b* V
    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。
    ; V3 R+ z0 V9 w* W* D
    % F; ?( b- K7 \2 W- b6 N( D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 Q& t& G" W. M8 n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 ...
    . b! E- G0 _, M+ ?1 G! x# m' 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。$ V' Q1 R% b2 _) V7 Y* I

    / k, T2 u) `% X8 T; l/ r$ |+ iCPU 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
    . e0 M( ?% _: _% g# b1 q4 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 ...

    5 ?: i7 N: i2 m0 Q- S# W( O7 I/ e7 d我有点成见，总认为机箱上的风扇不够有力，呵呵。
    ( [/ w4 u& q1 R) L9 x# ]/ t( y
    ' J0 L" m, S  B+ W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。2 i7 t. Q8 a0 K
    0 T/ \7 A/ s$ ^, G4 K. P* O  [( Z  D
    所以我的理想型机箱就是一个框架，其他统统敞开了，吹！& m7 \. Z) ~+ S* L
    3 U7 G2 E0 g4 k. w$ b5 Q6 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 17:35
    8 d% G& |" T. Q3 t1 {9 K我有点成见，总认为机箱上的风扇不够有力，呵呵。- |+ P6 P8 j3 ]8 P

    ! f7 @; M% H% {( N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 u; }* h& l+ x, W& a, c
    Caseless 的 DIY 电脑现在也挺多的。散热和灰尘啥的不是问题。# Y2 N6 _4 g: |) O- \

    : \+ @9 g% g9 O2 h& B0 ]9 ~# R6 s# b0 J  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。* u/ h4 _5 h4 \- r% @* I

    ' P, x9 l4 f6 i( z
    & ]+ `1 m/ H1 z' O所以一般都是挂墙上的。造的好点的话还是挺科幻感的。5 r% K/ w% g* Y* Q
    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 ' v; A% \! Y# ~+ M% J
    孟词宗 发表于 2025-4-15 21:45
    9 |2 |. L  v, w, B; N! D* h4 hCaseless 的 DIY 电脑现在也挺多的。散热和灰尘啥的不是问题。

    6 Z7 n" ]  k/ N% |
    5 K, @2 Z6 J' F1 k# H3 t9 Y4 `* d这个确实很赞。" D  e/ p$ d2 g2 ~
    4 g) r! z$ B" G( {  @7 M6 T+ P
    第一三张好像放不了全尺寸显卡。% u6 j# t2 K9 b! h' L; 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

    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
    3 p" m% U6 w, W1 C# N7 d- Z' w这个确实很赞。
    , R) m) C& I4 N, Z# \+ A5 b# B
    / A3 q5 D% s1 Q& t4 [第一三张好像放不了全尺寸显卡。

    $ J4 e. T& Y" f: z- R' s, G  g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: C9 @: F! A, N. @, c1 T. a: l- y
    没那么贵，Amazon 上一条才 $239。16条也就$3,824。: o+ d6 e8 l- Y  K) y

    , K7 V. P7 x0 Y; E, E) {9 p9 `https://www.amazon.com/Tech-2666MHz-PC4-21300-Wo ...
    ! j7 b# c' u+ q8 W$ S, g% x: T! C
    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。
    ; m3 @% W3 i1 U9 }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。8 a0 f$ v# q$ t2 g( b
    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 * G/ g9 |' ?/ t5 G
    雷声 发表于 2025-4-16 07:27! v! `$ F! u- E9 s
    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。 ...
    / l8 @+ @+ V8 C$ @: v

      l* b, k/ c$ i9 I: |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。
    $ a: l: `5 I& r- X- d- ^  |* S# ~( u0 Z& p' H
    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。  m  X/ ?: y/ u5 p( A& ]

    $ @# Y9 v' L0 N/ A! B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, 2025-4-30 06:20 , Processed in 0.045047 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