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) _" ?9 B9 ^  c: O
我建议你再看一下KTransformers的相关资料
+ t/ O: A4 d8 R: h! x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 ...
; z1 y1 J1 K* @. k! E) m
欢迎讨论。# v: ^. c7 y9 Y- v3 m- F: ^

( Q7 C3 v! y$ t8 c0 W9 e+ T3 R2 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。  Z, r- {6 {  C* B, z* J( K
$ U8 y: `1 ], g1 q' x
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%。
8 H5 u* t( D* q/ b5 c; ^! L% U3 b) W" y6 G
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
    奋斗
    2025-5-3 00:05
  • 签到天数: 1130 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
    5 R/ M& }" [1 r3 z  _欢迎讨论。: a9 }; m% B; W. P7 ^) h

    3 G0 C9 o) j/ ]* D6 E: 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 ...
    " z  Q5 `4 x* L7 E- e5 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
    " d4 F6 q) S. [* i2 |显卡用的是3070M 16G,环境是Ubuntu 24.04.21 F, O5 c# ]% h+ _6 j+ x1 Q
    输入大概是10不到一点,输出大概是5,勉强可用( Z& D+ S+ a; P
    因为都是整的垃圾配件,总体的成本大概不到4000人民币
    ' v6 v8 z$ b' x! c2 z/ g  _5 l# j6 M3 L4 Y1 m
    我估计如果他能够用DDR4+至强的话,应该可以到7-8的输出
    . R: k( x5 r9 E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

    前天 19:30
  • 签到天数: 1931 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' Q4 j( F* ]% J6 u  s# F+ f
    https://www.pmtemple.com/academy/17340/
    5 o4 X0 ~: r# H* P, w# _4 l) p
    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: I2 X+ `  o) Q+ A" h2 ?, M; h* c2 [
    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
    $ n9 Q# A& q0 F3 A) C) @显卡用的是3070M 16G,环境是U ...

    ( z. n/ S  t& [) D" g8 j. o7 E  A* U) q6 [; 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  Q6 |4 ^1 G  w0 O
    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
    / T$ E7 ]/ v' y7 D* l- z. c$ A显卡用的是3070M 16G,环境是U ...
    ' J6 r% A8 @  z% }- H" M2 z. I. [
    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
      X8 n- B# C* B: W2 c5 K) O9 U这里有篇文章是谈万元以下服务器部署DeepSeek-R1 671B + KTransforme的
    8 z; n: p$ }/ x/ vhttps://www.pmtemple.com/academy/ ...
    : e9 a; e4 ^. j( d: \* W- ~# u
    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。
    : z6 r' j6 p0 w4 O, Q$ ~9 O! m' h5 g, f- i- U/ M1 X1 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
    / m2 N4 I6 |- u) 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
    # ?% ^# u8 g( O# |( K+ v显卡用的是3070M 16G,环境是U ...

    % {& v; X  A8 c! [" e5 E4 W. x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 10:416 e1 h) e) U: x
    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 ...

    : Z) Z! T2 F  w6 Q+ `& rhttps://cloudninjas.com/collecti ... 40%20will%20support,Reduced%20server%20(LRDIMM)%20memory.0 X8 ^; V( o1 v' Q4 Q; C: ]. m& Y" F

      a3 z! a# _& VThe HPE Z840 will support 4GB, 8GB, 16GB or 32GB DDR4 Registered. 2 E) E/ Y# O4 P# t- X+ G
    This server will also support 32GB, 64GB or 128GB Load Reduced Modules (LRDIMM). / T# P; D  r3 O3 c8 U( I
    The Maximum amount of RAM the HPE Z840 server can hold is 2TB (16 x 128GB) of Load Reduced server (LRDIMM) memory. b3 O, i8 f0 O* W0 b  {% D

    9 m. ~- L4 T9 D9 {% iLRDIMM 128GB的话一条要1400~2000刀,16根的话。。。。 好像也不便宜了。
    + c( \' A* ]$ Q, p' _% J) pZ840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 8 v7 |, a, z  k' [
    0 a/ ^0 P  U! [0 @% n2 @2 f4 \

    & t# u# g1 S' j0 c7 {4 @! k没那么贵,Amazon 上一条才 $239。16条也就$3,824。* m1 Q1 W: @- ~  M( h

    3 Y0 T/ n! l# [8 t5 \0 g/ x# Ihttps://www.amazon.com/Tech-2666 ... cp-nq_eMQV&th=1# n6 k2 X6 ?$ @5 T" l6 I

    : F' C9 c6 \) a1TB 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
    / W& Q9 m( \1 J& e: v5 U3 \
    ' v6 K* d/ @2 d6 @3 ~: ~( Y5 U但如果上 2TB 的kit 反而要 $4,319 : https://www.amazon.com/Tech-16x1 ... ctronics&sr=1-6
    ) r, a* ~: h( `; T5 t0 P2 j2 r( t$ Q/ f

    2 x6 H; H1 N/ A5 e; 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

    该用户从未签到

    31#
    发表于 2025-4-15 12:14:39 | 只看该作者

    ; A6 T( _) b/ b3 E3 ?7 E  ]
    + a/ b( p5 g5 l+ }4 H$ W! z4 ^; 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)。  U9 s9 }4 k0 B( M' o- ?/ _  S

    5 v0 U4 ~: }2 M5 D+ w6 A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。
    , v" ]6 @+ c4 V) i/ [* I$ s7 z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。5 f: J$ g: w2 ?# A/ h" h6 v  c4 U
    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。
    . t' v# _/ M( L- j3 @我的GPU上的CUDA跑满都可以控制在80度以下。) Z9 Q% {# L7 L- u# ^3 ?/ D7 a1 Q
    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。1 `. `; T7 J6 B5 ~) |

    $ A& Q8 M) r/ {1 E% }8 @0 R) b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。: Q) f: S3 P5 x; F, F2 [/ ^! z

    & R7 s8 W, L8 H, o) K7 V3 b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, L# B: R! g/ k" s

    / _. s, {7 L; }9 ?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。
    & v7 V5 {3 h! o% U+ b7 H
    2 c. F5 Q! N! V; g  s9 G* F2 L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。
    6 V- b( {3 Q, j+ K( q( ?; N/ E9 [5 |1 o/ s
    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。
    ! X0 ^9 G; D! ]' M. s& z6 [1 }
    7 N2 l8 [- g, h0 I* R7 F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 12:583 b2 N- c. V# Z6 N  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 ...
    7 |* Z1 E2 W2 n0 p# \+ A
    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。2 o. l/ F( m0 C( E/ t. Q) A1 A0 C
    ; Z% |8 Z8 X, G! L. c
    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

    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
    $ X  L' P% ?8 I; \! t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 ...

    8 C0 x4 A( s+ g5 N我有点成见,总认为机箱上的风扇不够有力,呵呵。. n# l* H! X9 ^& k

    # x) E6 ?: z0 ~9 s/ P* V7 @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。; F* \' B( g% S# z, w# X4 ?- _
    & ^+ \2 m3 @( b, H0 g, e
    所以我的理想型机箱就是一个框架,其他统统敞开了,吹!3 `, Y# ^! U/ _3 T  ]

    " A: w0 s+ l: M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 17:352 B. e' v  n: @
    我有点成见,总认为机箱上的风扇不够有力,呵呵。. f! e. ]* v6 `. f) S4 B
    5 s- J& Q5 `9 v5 M6 z3 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 ...
    9 A. P+ j1 z3 z$ L8 W2 c
    Caseless 的 DIY 电脑现在也挺多的。散热和灰尘啥的不是问题。
    & K; N; z( W  R. z8 d- D + A) d1 }7 g/ l' j
    6 s: o9 l' h) H3 o, L! b4 L! W
    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。& N: U( u' p1 H, i" u

    - ?2 N4 _- T3 }" T) ~% S8 i3 j# I
    8 U. |3 {3 \$ N* [所以一般都是挂墙上的。造的好点的话还是挺科幻感的。8 ?- u# g4 O1 D. O4 r
    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 / D" F$ X( F5 O5 v5 w; v% u
    孟词宗 发表于 2025-4-15 21:45
    $ q. \% W; G$ p7 tCaseless 的 DIY 电脑现在也挺多的。散热和灰尘啥的不是问题。
    - A+ ~! c) c  P" L' n7 Z

    0 P. t1 w$ v9 q# ]' H这个确实很赞。
    5 U3 m2 {& S4 d6 E: E" _
    , m' j! O; R% i% l( I第一三张好像放不了全尺寸显卡。3 v9 v4 @* E% W+ U6 _
    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
    # Y* k+ C8 T- i1 E这个确实很赞。
    8 @  y0 i8 [, e& I' F* R- [' d. Y: H: s8 U: {
    第一三张好像放不了全尺寸显卡。
    - k+ _7 G9 @& `
    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 11:58) ^9 N/ V& n7 F/ d" N
    没那么贵,Amazon 上一条才 $239。16条也就$3,824。3 d& B5 s& m8 B6 J. c3 G4 r

      h# `3 P( m0 W2 shttps://www.amazon.com/Tech-2666MHz-PC4-21300-Wo ...

    & p. `1 J9 ^! ^. f* {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。  K# e$ i  E" m. c) S/ e9 p9 h* \7 J
    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。5 c" v! ]  m( {/ a
    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
    * {; h& X+ v' _- j9 x& w7 @
    雷声 发表于 2025-4-16 07:277 _2 u( X) o  }$ s# L, `3 l7 r
    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。 ...

    3 G4 H; W$ A" c0 W5 v9 g/ [+ X: P
    ; |! X" P: E$ Y+ ~* T8 u6 R6 y# S- NHP 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。' f. I6 [; M( W) g- T$ D8 u

    * x( }) @! Y+ G4 t: M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。  H, z9 ^& i& k2 a2 q

    : U3 A. f% e% Y/ J" W( D# c- 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

    手机版|小黑屋|Archiver|网站错误报告|爱吱声   

    GMT+8, 2025-7-14 18:30 , Processed in 0.048969 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