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" t2 l+ e1 I  ?% o/ B  ?8 d
我建议你再看一下KTransformers的相关资料
4 j/ U& F6 j- {' M  T: l! S8 t/ M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 ...

* n7 O& f  M8 _欢迎讨论。
# i$ i# q, D6 A: @2 ?- R, d/ Y. ^; \" O
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。
" o& q; \4 r& G; B/ W
% o+ Y$ z6 E+ F* r# 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%。
1 t* L9 |0 d0 j8 i' |
8 l& }# O+ i, A( H" 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
    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* ]' a0 I6 K  z: s
    欢迎讨论。3 Q1 Q! C0 `' o

    4 v' \3 Y, t: s) r  u4 h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 ...
    - Q4 ]! j4 F. s5 _& J
    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 v0 u, Q; r, E5 K+ U2 A6 K显卡用的是3070M 16G，环境是Ubuntu 24.04.2
    ) u8 f1 F5 j; P% c4 g0 K: D输入大概是10不到一点，输出大概是5，勉强可用
    5 K2 X1 j( N4 x: P因为都是整的垃圾配件，总体的成本大概不到4000人民币* N( z2 c# a7 w* r, F, w. z' D7 f

    3 V3 u1 |  q$ F* ]$ A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 j- G! [3 ~3 \: |
    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
    9 H. U  J( J& _2 c3 @https://www.pmtemple.com/academy/17340/
    6 I5 g  s7 M2 K, p
    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! e: I$ M% E6 H* 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" N5 G% v- O' q; S/ X5 Q
    显卡用的是3070M 16G，环境是U ...
    # G/ f, ^5 C8 K1 i# P$ D0 s

    6 J  p+ n8 N  U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  z3 \+ O4 b' o% i: e5 k- r
    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
    * \$ V7 F' @' a! N5 t9 {显卡用的是3070M 16G，环境是U ...

    2 b7 x. f3 q8 k. I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
    3 \2 s: b! O  u( Q这里有篇文章是谈万元以下服务器部署DeepSeek-R1 671B + KTransforme的
      `# K5 g0 ?' {: u5 g* x0 f5 M) Ahttps://www.pmtemple.com/academy/ ...
    8 r: s: K; D. l
    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。
    * z6 k# _  Y, [3 b0 ]
    ; M4 ~* M: D6 u. o8 P$ u8 [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
    , a# J: m& _% A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/ k6 M5 ]6 o: J! i
    显卡用的是3070M 16G，环境是U ...

    5 ~) ~' Q% E5 M& D  v( i3 G. t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# i; i+ r/ x6 @/ h+ e. O: M: 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 ...
    1 k8 H6 c% f/ ^! J1 L& b& h
    https://cloudninjas.com/collecti ... 40%20will%20support,Reduced%20server%20(LRDIMM)%20memory.
    , _, K" M9 ]: a1 ]
    " m! Q( I1 O; c  K5 c( z9 p6 d% gThe HPE Z840 will support 4GB, 8GB, 16GB or 32GB DDR4 Registered.
    7 I; M* g7 y, \This server will also support 32GB, 64GB or 128GB Load Reduced Modules (LRDIMM).
    6 Z% z+ C# q6 F4 PThe Maximum amount of RAM the HPE Z840 server can hold is 2TB (16 x 128GB) of Load Reduced server (LRDIMM) memory
    $ r3 r9 J+ B) U5 Z5 d* L! E/ i' W  [: E; [
    LRDIMM 128GB的话一条要1400~2000刀，16根的话。。。。 好像也不便宜了。" J( Y5 \: f4 \/ j$ A& C
    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
    1 h/ A6 i$ U. ?
    雷声 发表于 2025-4-15 11:18; L! I0 z1 T1 m3 ]& |
    https://cloudninjas.com/collecti ... E%20Z840%20will%20s ...
    0 i6 Q0 ^/ S' l0 l  N3 b
    ' y" H: n* m' b2 C
    没那么贵，Amazon 上一条才 $239。16条也就$3,824。
    ; n1 b0 N9 @6 W9 ?
    6 M) E) F/ v# F5 [& d" d. r3 \8 chttps://www.amazon.com/Tech-2666 ... cp-nq_eMQV&th=11 N& h3 F* I  m
    4 b2 J7 P* ~2 D
    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* b5 d) M& |3 S* }: r& `( f+ u

    ! ^' O" @* y, T, j/ h) |* ~! E+ O5 h但如果上 2TB 的kit 反而要 $4,319 : https://www.amazon.com/Tech-16x1 ... ctronics&sr=1-6
    ; _, M5 Y" T3 R9 e
    * S+ X! a' \& R8 R& T& d& K, B$ w+ F! j" n  s
    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 11:185 u/ V. A  |" \( A! r, x
    https://cloudninjas.com/collecti ... E%20Z840%20will%20s ...

    ; r: ~8 d$ S+ l' o: |& y
    + j; s5 m5 t- ~- l& N% x- V6 M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）。8 {; d: c1 `; Y" s
    ) N5 b& B! Y2 l4 g6 }* 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。
    ; k0 U% o2 I: t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。
    0 z3 v1 W  U/ ?! O5 L! c. c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。# i# v  x4 x' ]
    我的GPU上的CUDA跑满都可以控制在80度以下。  U  j3 w5 n, {- T5 i( B1 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。
    $ n& v  V9 j3 K1 {: K9 D7 V
    3 e  N' n, j- @: w- m6 L. F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。
    $ z7 n5 _. v. z) O3 c& n) ]: [, }* Y
    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。
    , J  M8 i+ p: j; f9 ]/ \, J% s  A1 G' d. t4 x* q5 f. k( 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 X$ F' a( x9 k! s( Z5 u

    ) N0 D9 H& E; L1 r  e! I$ s& p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 D5 d$ H) C8 f& v
    ( C2 a- J0 C, K! T1 b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。% G8 y* x3 ]: N$ Z" r0 `

    3 s" c0 Y/ D$ R& x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. T/ P/ J$ z/ R) ~
    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 ...

    , l: u2 P( N0 i; z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。
    - X8 M9 z3 R& U; x4 _- X$ I
    . i) |" }8 c3 ]& e' xCPU 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 c8 W. M7 Q. ?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 ...

    1 U) S+ [3 P) u, z$ v我有点成见，总认为机箱上的风扇不够有力，呵呵。; L! o. i2 ]. V0 X

    5 y4 k9 w! p) p$ t4 k# i0 X3 {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。
    & u8 p" }4 ~4 O% ~1 O2 c
    + V3 G* R2 w7 M6 H$ q; I* l所以我的理想型机箱就是一个框架，其他统统敞开了，吹！0 h4 q, ?" r8 U3 }+ e$ o- c% @
      G4 M4 Q" H2 y/ U. {
    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
    ) V; A" f2 r8 o我有点成见，总认为机箱上的风扇不够有力，呵呵。
      T8 f. X' n  |2 U7 k, Q5 ~, G0 T
    : H8 [4 @% o* y  @9 J: p* 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 ...

    ; r9 P% W2 w$ U5 ACaseless 的 DIY 电脑现在也挺多的。散热和灰尘啥的不是问题。$ I. y, l+ A# b% U

    # S; U, ~4 h! L
      k5 `2 N# H( N% C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。
    7 S! J) I) K; Z7 ~ * k: m7 O3 O- i* Q9 F

    ; E9 e' Q# f2 `4 v  z所以一般都是挂墙上的。造的好点的话还是挺科幻感的。0 x9 [( E; s' Z  m/ ?: ]
    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   ~8 \0 |  Z. |) y( L0 p1 @* l
    孟词宗 发表于 2025-4-15 21:45
    " _6 q7 C6 C+ Y! i: GCaseless 的 DIY 电脑现在也挺多的。散热和灰尘啥的不是问题。
    7 i9 a% D2 {1 a0 \6 x5 c
    + `. [1 p1 X2 Z' c+ O
    这个确实很赞。7 a0 n( k) _% y
    % x6 J# ]/ `% Q9 l2 r
    第一三张好像放不了全尺寸显卡。, m4 x5 s9 b( B: d) M; R
    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' E& \9 ^& h0 U) P/ C( N
    这个确实很赞。. b  w3 k" k# b! E
    $ E$ |4 P* s1 I  H! Z: M) O
    第一三张好像放不了全尺寸显卡。

    8 Z* P* E+ I2 g/ j* D: 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/ P# c! @  n& H. P5 E" N
    没那么贵，Amazon 上一条才 $239。16条也就$3,824。
    " P* Q# r5 k! P) C, H6 W: k" A
    ' T0 l8 z5 @9 whttps://www.amazon.com/Tech-2666MHz-PC4-21300-Wo ...

    ) S2 t. r# x& v1 j0 M% }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 S% x; ^3 A7 Q# j5 c# R, w) g, Y
    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。1 _: y! r. [4 v/ y7 h9 X' O+ @
    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 5 w' L7 U" C# f2 v& c
    雷声 发表于 2025-4-16 07:27
    ' L$ r! S$ [/ ?# u$ 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。 ...

    . a2 W+ W2 Y+ q$ x% l  I
    2 y/ J+ W+ p8 U$ q$ aHP 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。
    1 `" W- I* ^7 {: N! A4 m% g
    $ k3 M* o  K" r  n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。) d2 q8 U  _( ]3 ?
    7 ^; c: @- T4 I7 f3 Z  ^
    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, 2026-4-27 01:28 , Processed in 0.073847 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