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
9 E" G& \& y! H4 O$ D我建议你再看一下KTransformers的相关资料- `1 M% D4 o- F3 P1 V( t# @
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 ...
6 W; M: F5 x' j; E5 L+ I% x
欢迎讨论。* }. A, X2 b4 e" j

* ]1 u5 C* G4 z8 \! ]! q5 p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。  v- k  G- B7 `$ v) ?7 A  L9 `/ c5 l

1 C8 E$ X  a7 }: o5 z* q6 uCPU/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%。; H3 V6 s/ g* S9 J  N! ?9 g

! Q( y6 r: |+ p; v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
    3 h; f# ~( ?8 D欢迎讨论。4 Z: T2 N9 g+ G* O5 {

    8 ^) I1 M' \! D7 B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 ...

    8 \! r7 i( \+ e$ {& R$ 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
    . |  S/ k) L! R, s, U0 k显卡用的是3070M 16G，环境是Ubuntu 24.04.2( E4 w/ ^9 O+ p3 w  O4 o% }! L. e" c  m
    输入大概是10不到一点，输出大概是5，勉强可用
    ) B! W) v  b# `' ^6 g因为都是整的垃圾配件，总体的成本大概不到4000人民币4 n9 c0 P& [" }$ s4 H# M
    1 I$ k8 W+ Z. r+ h' S# \
    我估计如果他能够用DDR4+至强的话，应该可以到7-8的输出
    4 }, _9 i7 S- T2 {- 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
    + [, ~' X6 Z8 ?' Z5 W7 ]( G: F% Uhttps://www.pmtemple.com/academy/17340/0 j" Z# E3 r! l# V9 Q
    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/ M4 T! O+ t% q2 w+ ^, f- n
    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
    : i( z# Y  B5 X显卡用的是3070M 16G，环境是U ...
    ; f5 \0 L* @2 k0 x9 {5 h5 J; T/ {7 [
    * ~! E  _, L4 i3 i3 g- `
    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' q: Z: V2 f+ `  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0 w+ A+ a4 I+ C  M! R0 l
    显卡用的是3070M 16G，环境是U ...

    * D+ g$ J& X1 Q- A/ W( {, t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 L- d# F% y; @* F' [; W
    这里有篇文章是谈万元以下服务器部署DeepSeek-R1 671B + KTransforme的
    4 V) v+ K7 k& [' P( `https://www.pmtemple.com/academy/ ...

    * \3 K6 f7 h9 ?& S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。9 ]% q; Z& l  V/ I

    ( y% U. ?+ q# o9 s" z2 u) Z( \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$ O# u0 q5 x8 N$ U8 `/ D
    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
    & k: o: a4 N3 C显卡用的是3070M 16G，环境是U ...
    ' t1 q, Z  C: K
    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
    ( f4 u& @. f# l- |5 E" i. e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 ...

      `8 m9 L. m$ Y7 R* G) k, ahttps://cloudninjas.com/collecti ... 40%20will%20support,Reduced%20server%20(LRDIMM)%20memory.
    : T1 c$ L& f- x% H
    7 m  M- e3 o; I3 D% ]: H2 s' q1 cThe HPE Z840 will support 4GB, 8GB, 16GB or 32GB DDR4 Registered.
    + A( l5 H" f( Y2 O$ ~3 _& l6 [/ L" iThis server will also support 32GB, 64GB or 128GB Load Reduced Modules (LRDIMM). * X* |5 b! {- r6 N$ P, p
    The Maximum amount of RAM the HPE Z840 server can hold is 2TB (16 x 128GB) of Load Reduced server (LRDIMM) memory4 n9 |( U- s% h, F4 A7 Y

    ; M$ [, a8 l# v* @" C0 mLRDIMM 128GB的话一条要1400~2000刀，16根的话。。。。 好像也不便宜了。! Q# M: L: q& G6 }) O
    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 7 y0 E) h# x' x- \* _3 \, s" z/ q
    雷声 发表于 2025-4-15 11:18! r  N# _. o) v# \: _. v& ~
    https://cloudninjas.com/collecti ... E%20Z840%20will%20s ...
    - W" h( O6 \% X6 ^9 `9 U$ X3 b
    7 V, [* T4 a. {* ]) @
    没那么贵，Amazon 上一条才 $239。16条也就$3,824。
    ; b1 s$ s$ p; }/ |* R: \/ W( v$ d, `- _
    https://www.amazon.com/Tech-2666 ... cp-nq_eMQV&th=1
    / V' ]9 S% m( u
    / @; Q7 H" i4 {' W2 U' y1TB 的kit 稍微便宜一点， $1,908, x2 就是 $3,816： https://www.amazon.com/Tech-8x12 ... amp;sr=1-1&th=1
    0 D2 X: [7 f+ ^& [
    ! d* }0 _$ t  `2 F! t% u但如果上 2TB 的kit 反而要 $4,319 : https://www.amazon.com/Tech-16x1 ... ctronics&sr=1-6* M7 z- z: w" {3 q* x% u9 O  s

    2 H2 T3 D* }0 C& e! q& A1 h4 u) r0 k1 ~+ O: @6 J
    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 11:18, g8 f  b8 r# r4 Y' M
    https://cloudninjas.com/collecti ... E%20Z840%20will%20s ...
    1 }% ?; T+ V5 B9 i0 y! e
    ; F$ L/ b5 L% p4 K7 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）。7 d: G5 D8 r4 m$ j" U
    ) s  A$ B0 _. T0 I4 o6 }) U
    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。
      p0 F/ Z& p4 n  H# B% d$ 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。
    0 \* ~5 ]# C+ T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。& Z9 z% e# D, w9 }" Q5 u; M
    我的GPU上的CUDA跑满都可以控制在80度以下。* k" E: o- E/ l) g8 i/ c
    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。
    8 H, T, n" t2 r# N  A+ z" C* H; B" g4 I: t' G. `
    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。7 l. f: N4 h9 s3 x
    ; z) n2 p4 l1 @) I! p+ G  b- v
    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。, l7 x4 h0 h; e8 G
      l  _) j: Q, j4 T" y# k" d+ 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。
    + m9 [+ B5 Z/ E6 r: r/ ^; L7 t7 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。
    : n, \* D, ~4 D" b! f0 |7 _
    / I9 N% Q* t4 r: ^% F6 o/ O  a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。" r' A* a) h; }8 q* y5 m, @

    / [) n0 Y: R9 c6 ^3 g9 ?. P0 G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
    6 d! f! ]0 N+ |  g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 ...
    9 j) i9 ?' x6 c& l- j$ W2 z8 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。
    0 W# d, I2 O; D( X9 b# L, X9 j9 v2 |0 g$ }* l8 V2 N# H0 ^( }
    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, j7 @3 [+ B$ R3 _! C+ R) ]& D' h
    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 ...
    & m$ a- ~! M& g1 \
    我有点成见，总认为机箱上的风扇不够有力，呵呵。: D4 z6 {" {7 v* k
    8 h0 i/ E$ X8 ~5 Q% l/ [
    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 S" A: p& J$ ?: ]) `, k0 j$ v
    0 G1 z: }+ `: Q, p/ B5 B0 G所以我的理想型机箱就是一个框架，其他统统敞开了，吹！
    ; j, c& \2 A4 Y1 }& K' b+ U( G% `2 Z& |
    9 d5 B- Z/ Y3 q/ Q2 G, S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* x; N- w( p5 B$ H( V
    我有点成见，总认为机箱上的风扇不够有力，呵呵。
    4 y2 M% T( e8 Y' L# p# q( c6 P( s: d  D( R/ m6 }# j9 ]) Z# |+ r  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 ...

    7 Q- j* B  w0 P/ JCaseless 的 DIY 电脑现在也挺多的。散热和灰尘啥的不是问题。$ w' u* B$ p* `9 Y* m3 P' U

    . `* W& X; ?7 [/ f9 I
    $ A  D& R5 s; I+ e! G/ t% v+ [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。; M. c$ O3 q. {) {' b! D, o1 ^$ l
    2 V' _; ~$ _( u3 G) G; H# e' ^4 T

    , Q& ~  ^. P* F8 g0 f, g  O所以一般都是挂墙上的。造的好点的话还是挺科幻感的。9 q% v, t) Z5 ~6 W
    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 : I* l) i* P8 v) o2 [  s0 D" Z
    孟词宗 发表于 2025-4-15 21:45
    3 ^) A, G8 \& x$ ^0 bCaseless 的 DIY 电脑现在也挺多的。散热和灰尘啥的不是问题。

    0 H) v- ~/ N$ A9 w6 @  C3 _  V6 N5 Q- @3 D7 k, W7 ]6 s
    这个确实很赞。
      e* c1 Z% r, l) _3 r- v. K; F
    4 K% H4 K* R  X1 u0 q0 C& C第一三张好像放不了全尺寸显卡。
    . ^! u2 Q. t6 n9 S( Y  |1 N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: g' D& E7 n* t8 d4 ^
    这个确实很赞。
    - f' z& N, z8 Q( ]
    / P/ F% p. j5 p8 c" d  c第一三张好像放不了全尺寸显卡。
    * Y" P( N/ {9 R  r' K# q
    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
    . v  E) ?# @- w, Y+ ^没那么贵，Amazon 上一条才 $239。16条也就$3,824。6 n. |3 M" f4 s& {; s! Q

    2 N2 f" W! }& J( h" zhttps://www.amazon.com/Tech-2666MHz-PC4-21300-Wo ...
    ( S( L, ]3 r4 R; M9 C+ R5 z
    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 A. {5 k9 u6 WZ6/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。" E8 U8 k/ V9 }
    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
    8 F4 h5 b0 A9 d6 y& u0 p, F
    雷声 发表于 2025-4-16 07:27
    4 f& }* E5 W1 a) y$ p( \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, M0 z1 }$ C+ S

    $ b4 R) _, \% XHP 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。
      \. v& _; z, Z# I
    ' e' k- o, _1 w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。
    8 Q# e  w/ u0 N1 ~' F
    6 f5 H$ ~2 K9 [$ z, X9 w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, 2026-9-3 20:02 , Processed in 0.072852 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