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
, T5 Z& q0 B5 q7 n. a8 N我建议你再看一下KTransformers的相关资料
' E* e/ v0 E6 f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 ...
# ^; M( ?0 u! ~5 L# Y
欢迎讨论。
2 i0 @  D9 y' L0 `! S! m- v1 Y) @: }9 u  {6 A, k, 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。
9 _# w1 X( [& w5 G9 v7 I
+ M* F% D; l0 z% l( ?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%。
* O) P+ }1 q4 v1 h* F0 k/ _- Z0 w! G, B% l( P; f
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
    6 天前

    • 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 00:10
    2 G" E7 p0 X1 X欢迎讨论。: t' x( w) X- \9 n7 Z

    " u+ k1 ]2 |& U  W2 Z1 |, Q4 L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 D$ D- r  R; L  b& D, g2 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
    - `8 g# \! a( y# B# x# t显卡用的是3070M 16G，环境是Ubuntu 24.04.2
    : F% \! y5 t5 C6 Y+ x2 d输入大概是10不到一点，输出大概是5，勉强可用, O9 u" z9 d% @7 F% K+ k
    因为都是整的垃圾配件，总体的成本大概不到4000人民币9 Q/ r1 n6 L7 r  N! {2 M
    4 c$ s0 {' N$ R: x5 l
    我估计如果他能够用DDR4+至强的话，应该可以到7-8的输出  Q% x; _6 R# P+ Y: s7 A" s9 ]
    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
    衰
    2025-7-28 23:17

    • 签到天数: 1935 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& _# S  B4 z" t! f1 G4 ^8 y* \
    https://www.pmtemple.com/academy/17340/
    1 b6 e' P2 L# Q# ?( R& K& V# 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
    " V4 ]. I* [' z- u" z1 p( 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5 E0 L% q2 [* q$ M* l
    显卡用的是3070M 16G，环境是U ...

    - o0 `$ D' O3 g
    3 {6 y# ]# `* q" B& e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
    4 j" w7 [! J5 _, d+ Q. K8 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
    3 e5 j4 \6 P( G5 K% N- U/ o显卡用的是3070M 16G，环境是U ...
    ; L$ s# O" `6 ~$ D
    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 23:425 J5 A" f! N' B/ o+ W
    这里有篇文章是谈万元以下服务器部署DeepSeek-R1 671B + KTransforme的, ]+ W! t2 p( |
    https://www.pmtemple.com/academy/ ...
    * |( W* c- T5 _+ ?0 c, v$ d  g, j
    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。
    4 c- @  X0 W* u1 _5 r( M2 U2 k
    ' X1 y; @( t$ I8 @1 c2 B# Y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
    $ e# ?( b( w- Y% h6 a% 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, _% ^; D& _- B3 ~( ^7 |5 v" ~
    显卡用的是3070M 16G，环境是U ...

    ' L8 `2 h3 j9 v" |( |3 i0 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
    ! Q3 R9 C/ e* [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 ...
    ' _" b) @& r1 i$ k
    https://cloudninjas.com/collecti ... 40%20will%20support,Reduced%20server%20(LRDIMM)%20memory.
    7 o0 B+ x5 }0 m2 s) K2 @. ~' C7 }- D' r! h" _3 o" c
    The HPE Z840 will support 4GB, 8GB, 16GB or 32GB DDR4 Registered. ( u' b5 W* K- a1 j+ j  f. M
    This server will also support 32GB, 64GB or 128GB Load Reduced Modules (LRDIMM).
    9 c2 y( y5 f8 M4 s6 VThe Maximum amount of RAM the HPE Z840 server can hold is 2TB (16 x 128GB) of Load Reduced server (LRDIMM) memory' k4 L- R2 ~. j% ]7 ]

    + q( S+ O. [( I1 SLRDIMM 128GB的话一条要1400~2000刀，16根的话。。。。 好像也不便宜了。7 ~4 |9 A8 a/ j/ w: [
    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
    ' S# I6 f9 u2 B5 w  n6 L
    雷声 发表于 2025-4-15 11:18' C: _& o/ E( y
    https://cloudninjas.com/collecti ... E%20Z840%20will%20s ...
    / h$ l8 q9 T: C3 I/ b

    8 s% c/ [. @0 `' D4 H# P8 z- V没那么贵，Amazon 上一条才 $239。16条也就$3,824。
    ! X) y. V; T7 m; Z. G6 ~$ M
    ( ?. y* u3 X: @9 I7 r0 S; z5 xhttps://www.amazon.com/Tech-2666 ... cp-nq_eMQV&th=12 r) h% y& h# v; x

    8 }; b& @4 s/ _0 n( ~9 R) M2 O) H1TB 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  a6 y" h- p8 n- o4 q

    % Z- i4 _9 K  h4 s8 Y  |但如果上 2TB 的kit 反而要 $4,319 : https://www.amazon.com/Tech-16x1 ... ctronics&sr=1-6. D/ X; U9 r) D* L8 O

    + ]4 _2 h4 x2 j0 ~3 A3 B' E# I
    : k; A. ]) c0 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
    7 y- i) l* U; b: dhttps://cloudninjas.com/collecti ... E%20Z840%20will%20s ...
    9 ]/ r- V" O* i; {3 S: M

    ; L4 H( a& p1 U& 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）。' t% o! W$ S- |; J5 \1 O
    4 D- N$ {8 ?. u3 N% R- O9 E
    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。8 b/ w" N+ R4 g; g8 }4 D& i
    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。* b1 C7 M; |. 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。
    & f- ]5 u3 A+ d; g5 l% N我的GPU上的CUDA跑满都可以控制在80度以下。
    4 W! z" K7 \* k- [- n+ s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。% w  O- Q1 |4 w" j* H' R

    1 p1 a$ x9 c: @1 ?2 Q7 d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 M' c# X! G6 v" }# J

    : e5 J. Q! j* ~/ v+ K7 c, i' c9 u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。
    6 R+ t) v+ R# ?5 `; V
    ; M6 w; j3 q& z: N  Z; Z8 M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。
    # N4 ]' u* C7 f
    ( D' Z7 C4 W2 P' N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。
    ! o9 V5 S! U! H9 O3 ]9 y. \" L% t* ?; `$ g
    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。
    % q- Y, y) Y% @. o* B5 x
    $ \' l) r7 }# K! V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 12:580 e. S( |( O/ T" d
    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 ...
      W" c0 d( [6 Z8 N  N; _1 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。* b& U: ?( h% Q7 e
    / V7 e( z& t; i! {; V
    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
    8 k' k# o, V7 {/ N) p  u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 D/ `6 B2 V; Z* d! M
    我有点成见，总认为机箱上的风扇不够有力，呵呵。5 ^2 \9 u+ Q. `

    & ]/ l2 a4 E3 i+ f* j3 }" D* `* G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。
    ) P: ~& b$ f' ?8 X$ J! K' C6 B: o( `
    所以我的理想型机箱就是一个框架，其他统统敞开了，吹！
      c3 n  q- {& G+ w2 J' E8 C$ J, w. o/ H( P9 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
    ) D) _. M3 I" U& B2 N1 o! A& t# e我有点成见，总认为机箱上的风扇不够有力，呵呵。
    # u) H2 P: [# n# A5 _0 B7 q" `0 [. j! F
    所以总认为机箱敞开了另外架个风扇吹特别有力，至少视 ...
    % a7 m; K: b7 b) y  N8 X
    Caseless 的 DIY 电脑现在也挺多的。散热和灰尘啥的不是问题。/ c' t* `' ]) q: v
    1 Q2 s: z! e9 z' ?( g; ~& g$ l
    9 f6 Y2 A( R. v) h
    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。( ~8 Y" |0 Q) f  B; h# A; p$ h
    5 C, a6 y# _5 O

    3 Q4 S) D7 U, a所以一般都是挂墙上的。造的好点的话还是挺科幻感的。
    # Q4 p3 V3 O) n. Y) b3 e  o4 O7 O
    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: }6 [. x& n' i* a  m! N, z
    孟词宗 发表于 2025-4-15 21:45
    9 r2 G( a3 B+ i2 RCaseless 的 DIY 电脑现在也挺多的。散热和灰尘啥的不是问题。
      s% ]/ ]2 g# }& G% z( `& N8 d# \# e
    # r* L- W9 p/ \" Q
    这个确实很赞。
    . F8 |1 }* u4 U* h. g4 N, ^  g
    2 ?5 K: g3 p3 S3 s6 w: j8 q6 S5 l第一三张好像放不了全尺寸显卡。( N( a8 \9 a. x/ K7 g5 B
    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  I( c& f5 R) C# f( B+ a
    这个确实很赞。
    4 c2 }: w: ~2 Z* K" N% j/ f3 t  p* X- W9 T, J
    第一三张好像放不了全尺寸显卡。

    % {  z2 d! V. I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, @3 @6 y, M; G
    没那么贵，Amazon 上一条才 $239。16条也就$3,824。2 ^1 B( n5 i9 u6 ~7 u

    5 Z: F  v& p+ q% n0 c" |https://www.amazon.com/Tech-2666MHz-PC4-21300-Wo ...
    $ E% _+ S; R; c. ^  ?- l
    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。
      N9 R; m/ d" DZ6/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 k9 T) q9 O" G  k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 0 `6 [- [) @  v1 d# m
    雷声 发表于 2025-4-16 07:27$ O& M* z3 j9 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。 ...

    / h* q5 [+ D9 G% d2 t+ F
    ) M. F5 m& s2 D9 \& l  MHP 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。
    " @) z: E) w* z% U- R7 l5 a$ O  z* V; @& W: C) _
    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。
    3 t, w3 X& ~6 Y4 n1 O, p( J& J! ?+ A- c, U& j+ L8 A
    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, 2025-8-13 01:28 , Processed in 0.063955 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