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
, Y& P8 b' ]( c3 W2 Z- @我建议你再看一下KTransformers的相关资料8 t: z' Q6 b. E, X2 `; x, g) _
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 ...
" n* g9 f2 Y' x3 i( A0 d
欢迎讨论。
% `9 B' S5 J) ?4 K  g
& U: r( f( N5 e  f" Q6 k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  T, v3 O( J% M
% @9 m; n' g) LCPU/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%。
7 B9 U4 T% X1 B& @
3 l! t9 k  q5 N6 A! ?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 00:10
    & B2 w5 e1 Q8 h( f& _! F/ o欢迎讨论。& U$ ]' H& D0 L* D1 q
    , n, f' M" d3 A+ D4 K% E2 [3 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 ...

    : {1 s3 X# @& w7 L4 t8 W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1 V! w: O1 S! r: w* k1 H- v0 L
    显卡用的是3070M 16G,环境是Ubuntu 24.04.26 _) t1 x1 _, \- k1 k/ Q2 G
    输入大概是10不到一点,输出大概是5,勉强可用8 o9 t" @! p' b" B) 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
    3 u6 F6 [/ G- N- v  X1 x1 y7 J" f$ d+ F# L; z
    我估计如果他能够用DDR4+至强的话,应该可以到7-8的输出
    1 p7 W$ p6 j) G% u$ t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
    2025-9-18 04:43
  • 签到天数: 1942 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
    6 l% v. |2 W/ b" h, R& w# Yhttps://www.pmtemple.com/academy/17340/# Z, x4 u5 K1 I) K0 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
    3 E8 U4 c( y- w+ F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 W6 a; g. ?7 m( `- E
    显卡用的是3070M 16G,环境是U ...

    8 V& ?, F) j; U1 z8 }
    5 d( m* z4 E5 W9 j8 A; @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
    9 w9 h9 G6 A  G/ f: S; H( 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
    * ^5 N5 q+ g5 s# d+ D6 ?显卡用的是3070M 16G,环境是U ...

    ( W, S& j$ U. u! m6 A- K4 d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
    ! e4 ]' a$ {0 K3 n7 a这里有篇文章是谈万元以下服务器部署DeepSeek-R1 671B + KTransforme的5 ?! J- G; u; e+ }- p
    https://www.pmtemple.com/academy/ ...
    & i8 j, W, g/ q* t! Y- T
    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。+ R2 U" r2 x( C. x, b. s

    0 ?2 H/ ~7 T' E$ 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

    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$ y# L+ V+ p" g
    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
    * E9 s5 R! x3 e  |- M- x# x显卡用的是3070M 16G,环境是U ...

    % r/ L8 y% ]" p" n$ _% o( 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
    4 V, ^* \2 e( H% Z' o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 ...

    , @3 O1 ?/ @0 N0 A: {https://cloudninjas.com/collecti ... 40%20will%20support,Reduced%20server%20(LRDIMM)%20memory.1 [( B( p5 J3 R$ e& j$ g

    0 U1 e; ^1 o2 o; \9 ^" S9 MThe HPE Z840 will support 4GB, 8GB, 16GB or 32GB DDR4 Registered.
    , ^. v7 H% G& x. g  O1 o+ W" ZThis server will also support 32GB, 64GB or 128GB Load Reduced Modules (LRDIMM).
    $ g/ D- ^$ q" N- ^! z* C/ VThe Maximum amount of RAM the HPE Z840 server can hold is 2TB (16 x 128GB) of Load Reduced server (LRDIMM) memory
    8 T* G* \9 A6 j3 \& k7 n. m6 w5 U& R% S2 |5 q: l2 l* V' \% W8 N! y
    LRDIMM 128GB的话一条要1400~2000刀,16根的话。。。。 好像也不便宜了。
    ' U3 p9 o; Y2 C1 OZ840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
    7 j5 b% G3 Y7 p4 ?
    2 |" e$ ?2 I1 f4 g( I- i$ Q+ V% V
    3 K8 V  t8 h# |4 k: q没那么贵,Amazon 上一条才 $239。16条也就$3,824。
    6 ]* J3 Y5 I: v' ]
    % a( J6 u, ~  Thttps://www.amazon.com/Tech-2666 ... cp-nq_eMQV&th=1
    # N& m# g9 |3 z! x, D! L' U& W: w! v7 u4 g
    1TB 的kit 稍微便宜一点, $1,908, x2 就是 $3,816: https://www.amazon.com/Tech-8x12 ... amp;sr=1-1&th=1) @/ {5 f$ _+ e' C6 u
    2 Z( }+ A: C- J+ L7 ~
    但如果上 2TB 的kit 反而要 $4,319 : https://www.amazon.com/Tech-16x1 ... ctronics&sr=1-6  P6 d) ~+ K( g* p( {$ x
    & R6 x7 l3 [( z$ ]) `- o! c3 o! J% D
    7 `% Y/ X/ m$ [: J' ^; K. Z' C
    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

      v3 j" j' s. D% s3 E- x* _9 N& E3 S$ |1 G5 Z/ ~5 r* H
    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)。
    - g5 R+ z* K4 O9 K3 x
    ( O& L/ E9 q7 `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。
    3 ^1 W: n6 p$ R- L8 ^6 ]3 m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。
    4 U" [9 G( X( o* d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。" c4 `. u) O0 M* G# Y. ~% x" X4 f
    我的GPU上的CUDA跑满都可以控制在80度以下。
    & N" t3 F7 x- C$ n- I: l$ G! `! I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。& W: b0 y2 u8 ~' a

      D- f3 U* w( v% 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。& @6 `8 }0 u6 V; ]4 u& l5 y

    3 H  x# V/ f) }( Q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。5 k! a0 w/ e# b8 n$ z8 }
    * C* E, g4 Q3 L* G) Z
    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。+ S5 T6 \2 Z$ h' f" Z7 }
    3 {8 O9 m3 |/ t
    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。) L% P/ c3 y2 g
    / ]1 P5 V- ]& M9 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。$ Z/ I' _) y% G1 N1 U: s% I- S
    : H8 O& ^' D+ A2 I; b
    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 12:58
    " p/ y: I) T0 X' G0 v- J4 S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 ...
    , @: X. \: [: x/ G9 J4 s. 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。) P9 ]) B" i4 t

    0 J+ N8 J* w% L; {( L2 N# tCPU 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 14:12
    9 |5 j& D% n9 C$ ]) n7 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 ...
    ' \1 d! Q1 H! L$ s
    我有点成见,总认为机箱上的风扇不够有力,呵呵。# m! D1 u' E7 K$ [) e* d5 V. v
    # j) A* w7 P2 Q# ?
    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。3 m5 u$ r4 j- W: w8 E/ X8 L

    # ?, W2 }" {: B6 l! r所以我的理想型机箱就是一个框架,其他统统敞开了,吹!+ f$ v0 A6 |* B

    : g  \4 {0 [7 q2 E# o4 j) B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
    7 b$ [( f/ ?) L% A# j我有点成见,总认为机箱上的风扇不够有力,呵呵。2 A) A( m; D3 g3 t

    - Z% Y& E+ Q, t" n; R' C% W  ^. o: e所以总认为机箱敞开了另外架个风扇吹特别有力,至少视 ...

    & F2 }& Q6 j& p/ m0 {- R& oCaseless 的 DIY 电脑现在也挺多的。散热和灰尘啥的不是问题。& ~: r0 H. U8 N5 D, @! G* \

    : L6 k* `* C% K3 R) e# {
    ; T" M" j) N+ B( 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。
    9 l, K2 P$ N" I
    8 I( {0 g4 }$ u- F! o# M3 i; E
    2 w8 ^  t/ }8 i所以一般都是挂墙上的。造的好点的话还是挺科幻感的。/ e4 {- z! V5 L( `
    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 / @- o* C6 N; Z0 j1 Z) O( }
    孟词宗 发表于 2025-4-15 21:45% Q' M3 N6 j3 L% b% ^0 F
    Caseless 的 DIY 电脑现在也挺多的。散热和灰尘啥的不是问题。

    % d0 J) X1 r) X* G/ h$ E) J5 q5 r, n
    这个确实很赞。, p' y7 u0 L9 b& H
    : T7 p, V* B/ D! E6 d6 }* c
    第一三张好像放不了全尺寸显卡。# c+ u( }' e' f& c
    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
    8 e! ]8 [+ |5 x这个确实很赞。
    - W1 l/ I( A2 W. z' W# ~
    - p. \" ^" }4 {1 C第一三张好像放不了全尺寸显卡。
    2 Z: Z) }' _) B* |/ j
    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 11:583 W5 O0 f, }9 S6 H1 u
    没那么贵,Amazon 上一条才 $239。16条也就$3,824。
    # H% K* t1 e5 B, q2 m" P( o7 Q2 ?+ E
    https://www.amazon.com/Tech-2666MHz-PC4-21300-Wo ...
    2 x; S! n- Q, A4 \* L  h
    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。
    ( ?9 E5 ~2 `( n8 {' }7 @: T* K2 d7 sZ6/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。
    ! V# O, X) I6 z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
    : y# R/ F% {) L) H9 G/ s8 C% c
    雷声 发表于 2025-4-16 07:27; k( G/ m8 ^; X, 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。 ...
    - r# {$ D  y  c4 L9 F
    6 _1 C6 p2 B( A
    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。! k! Q, U0 G. ~" H# z8 q- Y" M

    ) L4 m, N. z" l$ f) l2 ~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。# j* }+ a$ x! I( u, s8 W% S2 X

    : J7 x7 u3 P4 w$ v+ @! F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, 2025-9-26 13:21 , Processed in 0.045803 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