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
/ l) l$ l, b7 [3 C; e) C0 ]我建议你再看一下KTransformers的相关资料, w9 k5 H1 l! D) J
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 ...
/ h, d6 v! E3 `4 D/ @
欢迎讨论。1 L/ h4 g2 _, ?) h! Q( V6 E* i
! C3 y) `. e) n5 J0 o. 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。- ?! {4 d+ T3 G" X* G$ f( N2 v3 U

9 t& H# a2 s' WCPU/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%。9 g: a! k  e% n% h

( V) [& G3 j/ ?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
    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 00:100 {, g9 L9 u. {, J, z+ h
    欢迎讨论。1 k% ]8 R5 O' _/ E

    ' s' N3 q% C% z% W) ~  x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 ...
    6 ?: U7 x5 z; D+ O) 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
    * [6 y' R- a9 y: B7 @0 I0 S显卡用的是3070M 16G,环境是Ubuntu 24.04.2* v3 I. c* X! H3 y% `; V: b( B
    输入大概是10不到一点,输出大概是5,勉强可用
    & @" Y0 `9 m6 p4 {) N) _因为都是整的垃圾配件,总体的成本大概不到4000人民币
    5 S  A" O, m" x0 k6 r6 |9 J9 `$ \9 m5 W5 `( C  H( }
    我估计如果他能够用DDR4+至强的话,应该可以到7-8的输出
    ! M& G- d* s0 o8 v$ E0 f! 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

  • 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' ]+ z  Z  q$ f8 \7 i' G
    https://www.pmtemple.com/academy/17340/
    5 Z& v6 L) p: p  n4 ?5 r- f' _  X, b8 s
    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 22:258 B6 v1 T% b$ R6 {2 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! s0 ~6 t" m5 q8 E" V6 P
    显卡用的是3070M 16G,环境是U ...
    2 J( E, U9 G, W9 @0 X

    ) q" y  ~6 }9 o, d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- x! q2 i/ F% @9 z' M# 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) `1 R7 U; q- T& ^) o' n% @2 O
    显卡用的是3070M 16G,环境是U ...
    , s5 l4 z4 A" H
    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 23:428 I- T) k5 J& Y' e; ~
    这里有篇文章是谈万元以下服务器部署DeepSeek-R1 671B + KTransforme的) U8 A) R+ Z$ B$ f
    https://www.pmtemple.com/academy/ ...
    & M: }" p* X8 D+ w3 C( a$ G. A2 z3 G
    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。
    1 a4 S% @! V; j) r( n: @( ]7 M) @$ }" K" 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
    7 s/ y/ k0 d3 H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
    ' F6 K/ L7 d7 i3 q2 M! d' R显卡用的是3070M 16G,环境是U ...

    ! I2 G- Q4 E% c& |" k) b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
    1 h. p4 N+ L6 N: 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 ...
    * D  X- b+ W6 j: X
    https://cloudninjas.com/collecti ... 40%20will%20support,Reduced%20server%20(LRDIMM)%20memory., O' f, i, H/ Q2 u% R6 _+ M2 a
    6 t5 j" W$ v& j. g
    The HPE Z840 will support 4GB, 8GB, 16GB or 32GB DDR4 Registered. 0 K9 N1 y4 Y7 J" a! V) ~
    This server will also support 32GB, 64GB or 128GB Load Reduced Modules (LRDIMM).
    ) X4 B1 \: v4 M) M& f- `$ mThe Maximum amount of RAM the HPE Z840 server can hold is 2TB (16 x 128GB) of Load Reduced server (LRDIMM) memory
    ( z+ z) L& t8 S3 ?/ y  S: I  P& X) A) g6 A2 X: S
    LRDIMM 128GB的话一条要1400~2000刀,16根的话。。。。 好像也不便宜了。" S4 k- Q# ]0 e6 h  D# e, T
    Z840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
    ( r, k) u/ T8 `' J) d
    " T* J- P  R  z
    8 o) F2 T. E% U/ z, r: t" u- d没那么贵,Amazon 上一条才 $239。16条也就$3,824。
    # s6 T. N( Y/ w& V- R" t5 r$ }" }+ t+ q& E. Y- W7 C* p, F* U
    https://www.amazon.com/Tech-2666 ... cp-nq_eMQV&th=1  B) o* [  O+ j" z2 e% W
    ' C9 ~% V3 G+ z! V; X( R4 U
    1TB 的kit 稍微便宜一点, $1,908, x2 就是 $3,816: https://www.amazon.com/Tech-8x12 ... amp;sr=1-1&th=12 u" G4 ~, O8 [$ X* B
    # l2 w- |# F. R: ?: U, o1 Y7 J
    但如果上 2TB 的kit 反而要 $4,319 : https://www.amazon.com/Tech-16x1 ... ctronics&sr=1-64 u" e5 t# g* B, ~/ q

    ' B! s0 D( D  Z! |. b. E8 B9 p/ X$ _2 g4 l* P/ h1 E4 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

    该用户从未签到

    31#
    发表于 2025-4-15 12:14:39 | 只看该作者
    ' ]) `0 M$ u9 V1 A

    ' J! E0 K* i2 B9 v2 X0 ~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)。
    ; p/ w! z! O3 F  T3 O: }) |: Y
      I8 z3 v3 [7 u* j: B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。( l' {  }7 D& O( t; 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。% F" h/ U" D, J7 I# p2 }: M; l& [
    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。& S9 [4 l- F. _
    我的GPU上的CUDA跑满都可以控制在80度以下。3 M7 T# o; Z. u8 k& B' c, 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

    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。+ k3 ~/ \8 G5 U# P; t, Y

    ; [* O+ Z9 j* C+ G0 S. o4 z: ?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。( _3 ~5 S# A; J3 ^7 [3 r
    ) t* {( y8 }% ]6 X3 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。
    0 |3 O4 {' `% o
    . y1 ~7 r. Z; V1 I$ a+ \) ]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。% ^  g. ~4 o9 w! s- f

    + G0 E) e/ Z9 A' l& f5 }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。  E3 p0 r9 W$ A; H: `" n9 b) H

    & g$ F4 K/ W. c( u+ r& c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。2 e- K  W( e# T- w; [

    9 T6 c5 y0 M1 F6 p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 12:586 U& Z7 H% n) P
    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 ...

    4 K: @/ E! M% G% D+ b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。
    % Q, a1 V, V2 n7 q# B* u$ u
    $ ?  \: b3 e  R+ t9 bCPU 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 14:124 i9 s% B( n' V) }$ C
    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 ...

    3 G; l8 N3 G. v# c我有点成见,总认为机箱上的风扇不够有力,呵呵。5 r- L& o8 ^) J7 ]

    ' m4 ]7 H6 J' D9 u4 a3 p3 G% 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。
    2 r2 a/ s( q: }& a8 I/ t7 ?; }& n+ y4 n9 P, i  O
    所以我的理想型机箱就是一个框架,其他统统敞开了,吹!
    & c, z: m# w( T' e3 a. ]2 z6 R& C2 t' |6 ]5 H
    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
      Y  `: F' Z- N0 H) E我有点成见,总认为机箱上的风扇不够有力,呵呵。9 f3 {, O  }! j: l

    & |' @+ K+ K8 ]+ e* b所以总认为机箱敞开了另外架个风扇吹特别有力,至少视 ...
    , h% {0 Z: t* _
    Caseless 的 DIY 电脑现在也挺多的。散热和灰尘啥的不是问题。
      ?6 x; \: C, H% p1 m6 r* c
    3 B' Z: j6 U. D8 t7 Y; ?' n; i: Y( s3 v. S. 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。  ~/ q" n9 v6 }# x

    ; d* |  u: Z; d4 m5 S, X! N6 \
    5 y9 O4 i3 b$ V/ s6 Z所以一般都是挂墙上的。造的好点的话还是挺科幻感的。  ~4 i" ~9 L: J
    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   |' r) }, b/ ^6 W, ?
    孟词宗 发表于 2025-4-15 21:45
    ( K8 _; G  ]3 `) d0 \0 TCaseless 的 DIY 电脑现在也挺多的。散热和灰尘啥的不是问题。
    0 M. V: c+ u5 Y! ^

    % d/ m1 e& \. g. ?这个确实很赞。0 H8 Z( h, k. X9 @0 l( ]
    : O( ~! T5 u. W# p
    第一三张好像放不了全尺寸显卡。& g& x) n$ R; N& w8 k
    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
    $ }, }7 X) Y6 f+ h4 }4 X这个确实很赞。
    6 w  l9 d- |+ \" {& }9 v  y: c
    ( M6 i) |! }4 ^8 {, P$ o第一三张好像放不了全尺寸显卡。

    , j- M8 H( ]( g$ v+ d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 11:587 y  ]" w8 d! J8 J; K* _4 j6 Z
    没那么贵,Amazon 上一条才 $239。16条也就$3,824。8 q% A' n* k, E. n2 g, {0 q

    9 T$ H7 J2 y( v0 [% z# K5 Dhttps://www.amazon.com/Tech-2666MHz-PC4-21300-Wo ...
    6 d) t  ]3 t/ ^' p3 y" F6 l$ k
    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。
    4 e4 t+ n8 j8 J2 tZ6/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。2 ~' W( |/ @& I: g' ?) b
    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
    ' c7 n! a0 e& v3 V, v1 ~4 o
    雷声 发表于 2025-4-16 07:27
    & \: ~! z" S0 R: o! `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。 ...
    + M. f" ?2 o1 c8 c, Z* f- B
    ' x' a9 o( X) R; {7 }* U# V
    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。
    * o& c2 i- x2 |9 Q% O
    ! h! o+ z  h5 d3 Q; P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。9 T' n; F- v( P& {5 i# D
    : R- O/ b6 A  \$ K2 J% {$ {' g: T
    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, 2026-4-6 11:18 , Processed in 0.066769 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