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
6 Q9 P+ B, {# R  a' o8 H我建议你再看一下KTransformers的相关资料6 Y/ ^( C3 B; L& X% r
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 ...
5 N. b  X9 ]* m0 E& H
欢迎讨论。
, m% ?& Z, L8 N. g7 F: ?2 w6 R& b. s+ ^1 Y. {0 Z! E3 }
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。
4 v, ?! O+ `+ i* Z3 s1 M
5 D# o0 [+ s' OCPU/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%。
/ Q: M% }# W/ ?& X3 @1 M- l; u! N* s1 M7 q6 G4 s9 N
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
    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 00:10
    % _: Y+ v/ m- ]) D/ ?, a& A欢迎讨论。
    3 f# P" q) f1 t7 o+ k* f0 x! n. Q8 n1 u3 e
    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 D! O3 V9 v0 ?9 c$ 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
    7 `! {' N7 F  z3 s' H3 k显卡用的是3070M 16G，环境是Ubuntu 24.04.2
    0 ?9 r# ^# [8 B) L8 \/ b6 p/ m输入大概是10不到一点，输出大概是5，勉强可用
    ; g* Y1 U- ]$ [3 P3 C因为都是整的垃圾配件，总体的成本大概不到4000人民币" b, @/ Y, A$ D3 \
    5 g& Y, M% k4 f. P$ M4 J
    我估计如果他能够用DDR4+至强的话，应该可以到7-8的输出6 R) ?! O) ]/ v% p. T( u
    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
    - _7 H3 Y, N9 |" H: E8 lhttps://www.pmtemple.com/academy/17340// d. m6 I$ W4 W" A4 [+ w! W6 L: a4 z6 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 22:257 B- D) ?# _  x
    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* L" t9 [0 |( r
    显卡用的是3070M 16G，环境是U ...

    / N+ C+ Q2 p! \4 z3 M/ [  N9 Y; b! P1 T4 g& d. A: [1 m* V
    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
    " c$ ^- B! R& C/ U" k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
    % _6 s5 G# h; @# J9 X9 d显卡用的是3070M 16G，环境是U ...
    # w$ v* F' O# S: F* M* A' _* r: d2 o* e: e
    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 23:420 {8 ^5 J3 N0 {% ~& k! {! z9 u+ q6 h
    这里有篇文章是谈万元以下服务器部署DeepSeek-R1 671B + KTransforme的
    " m* N; `- ^7 M$ _- Bhttps://www.pmtemple.com/academy/ ...
    1 [5 a3 a; y  Q. W$ m0 \- K' F$ E
    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。
    3 y) T5 |: i  i. t; Z8 `6 _2 p% o* u6 T
    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+ [# Z. {, P% G% z1 P
    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
    " b2 y; `! N; u! d! {' q6 c显卡用的是3070M 16G，环境是U ...
    : L+ @& C! W3 Y; y
    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  [  Y# `2 O3 [0 l: f& c
    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 ...

    * P1 m* v3 ^/ d# S) vhttps://cloudninjas.com/collecti ... 40%20will%20support,Reduced%20server%20(LRDIMM)%20memory.+ v8 g& n; O& D$ d" K. N

    ( |  Z& ~# f: g' OThe HPE Z840 will support 4GB, 8GB, 16GB or 32GB DDR4 Registered. + W2 p) o) H5 m9 |7 t$ c  h0 C% `7 g% j
    This server will also support 32GB, 64GB or 128GB Load Reduced Modules (LRDIMM).
    . n5 ~$ d" f! c* c* x/ RThe Maximum amount of RAM the HPE Z840 server can hold is 2TB (16 x 128GB) of Load Reduced server (LRDIMM) memory5 q$ m5 @! R6 C& f8 {
    4 O% `8 w7 G+ C7 L, t/ s
    LRDIMM 128GB的话一条要1400~2000刀，16根的话。。。。 好像也不便宜了。
    5 f8 Z* s) _: n& y9 P; vZ840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 ; R% u7 }6 R' w' \- o2 _0 z
    雷声 发表于 2025-4-15 11:18
    % P9 q, d+ c) C& ]) H- v1 j; v! F1 E( thttps://cloudninjas.com/collecti ... E%20Z840%20will%20s ...
    7 S/ |9 w$ N- q$ B9 J3 x

      y7 |, U, |% B* s# x没那么贵，Amazon 上一条才 $239。16条也就$3,824。8 S4 C6 p6 n2 |7 o/ z

    $ b/ [' f- D9 q+ y) ghttps://www.amazon.com/Tech-2666 ... cp-nq_eMQV&th=1
    9 L: H3 ^% [( S) Y1 j) L3 r1 R0 ~& K3 I
    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
    5 ?* T4 \' p" X5 {, i& ?: i* n( e0 f  p+ R: C- R/ }
    但如果上 2TB 的kit 反而要 $4,319 : https://www.amazon.com/Tech-16x1 ... ctronics&sr=1-6
    - l/ M8 F$ [3 F, u/ }& p
    - z3 j+ A1 b$ M! A/ a3 v: E
    2 ^, v5 u+ ?/ V1 \7 E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 11:184 q  e) J3 l& X
    https://cloudninjas.com/collecti ... E%20Z840%20will%20s ...
    - p7 ^+ T! v( G8 \" }3 o
    / T/ _' h+ x- N, a  m( y% c
    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）。( ^# H7 a: i. G$ S+ E; j% ?2 o8 B

    ! x5 l9 z; c# }1 w. d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。
    4 M! ^4 l$ ~1 W9 Q3 H6 l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。
    . Y1 W  t2 R7 N, s( e! i# F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 }/ Z, i, T' r& s# ^
    我的GPU上的CUDA跑满都可以控制在80度以下。
    0 ~/ Q6 H2 {7 R8 E1 {8 u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。$ k8 H2 d0 c( x7 ~8 y+ h

    9 K; e7 a% f: i! 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。+ C& u% z: o% T) `
    : }- F5 {1 a3 I; ]0 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。+ A) r4 w& V. b2 x% \

    * t" f6 o  L1 o% T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。1 A2 [( h9 O+ W+ ]3 z% ^8 W5 `
    % h& o6 U% }: q( h  S6 S
    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。  J6 Y6 r7 R8 A

    * s, c6 V/ L* U/ T+ ^% N" s& a/ e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。
    % S/ S. I. u! O  g& d2 w# s" O$ x& C/ v+ C# P# I$ 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 12:58$ U% j8 a# \5 S7 }( ~1 Q5 y5 h7 k
    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 ...
    ( r% T0 G  w% D. Y. L" 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。9 k6 k4 o3 G! z, ^% K
    - X0 f) c, Q" U5 F
    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 q1 @( X( P) r: b: j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 ...

    ( {! \$ e8 s9 e: e+ }! j我有点成见，总认为机箱上的风扇不够有力，呵呵。
    5 \* \8 p& P4 u( U# C6 b9 o* B& v! v0 l3 g  s9 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。
    9 |$ {) r, O2 [! G% ?3 }' g! n
    4 _3 x# K2 i/ I8 M2 U9 b所以我的理想型机箱就是一个框架，其他统统敞开了，吹！
    5 u7 {3 G/ u( y% c9 D; S" @* J, d
    4 X2 A2 o& F6 F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
    9 Q- h+ o5 l$ X我有点成见，总认为机箱上的风扇不够有力，呵呵。
    ) K' F7 M# w" A( _. o) G# W7 g
    9 T5 U1 Y& Q1 |2 [4 W* D所以总认为机箱敞开了另外架个风扇吹特别有力，至少视 ...
    * K" Q, S' S3 l( a6 B8 \
    Caseless 的 DIY 电脑现在也挺多的。散热和灰尘啥的不是问题。
    9 i/ Y/ R6 ^4 B( [
    5 `. i- ^% N( D* j0 u, n3 y' t# F3 ~- j3 t. G
    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。
    " }# n7 c9 _% Q2 Q, @+ n5 h
    0 _: A& i& D3 V) n- m- j( ~: `6 j  \* q' p2 z
    所以一般都是挂墙上的。造的好点的话还是挺科幻感的。2 o! a  T: |* L* x
    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
    9 W6 O3 }1 e" b! v) L5 ~1 ?
    孟词宗 发表于 2025-4-15 21:45% y; Q: _, x- k: b
    Caseless 的 DIY 电脑现在也挺多的。散热和灰尘啥的不是问题。
    4 ~' `. f, |0 H6 F# x9 p7 C& O

    5 b6 U8 t' ~9 k( g* @这个确实很赞。: p9 k" o' n; A7 ]5 Y
      f7 H# J# V0 I. z
    第一三张好像放不了全尺寸显卡。# D; Q; u$ |  k+ u
    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 23:260 {& a& t2 j( W
    这个确实很赞。* v& G5 \: p( \. S# g* @

    3 N5 z7 g7 J. n! T% N! O/ Y第一三张好像放不了全尺寸显卡。

    : g: _1 Q! c6 k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
    ! @8 G5 N8 l6 d没那么贵，Amazon 上一条才 $239。16条也就$3,824。
    0 }8 l; v5 Z$ y" E" K9 h; x- v2 E5 o  R2 |# G( O
    https://www.amazon.com/Tech-2666MHz-PC4-21300-Wo ...
    0 V& {% m, u2 e" ]
    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。
    + w) F9 C. b2 N$ ZZ6/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。
    $ X: P. Y3 h" H7 z2 e. r  f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   h! V; B1 k, q( S3 {6 n
    雷声 发表于 2025-4-16 07:27
    5 [2 {" ?$ {; M. g4 THP 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。 ...

    ) L& x& }4 \  w4 y6 b1 Q" v& c" Z4 N+ E' 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。% s! e6 h3 |( b+ Z

    8 Z0 p8 Y0 ^7 S6 `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。
    ; K* G' E  f/ z0 n) K1 d4 S+ ]
    / \/ v: }( E9 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, 2026-2-23 19:53 , Processed in 0.065952 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