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+ |# @" g% _7 }5 ?' S3 M- |* x
我建议你再看一下KTransformers的相关资料$ G/ D" P5 j8 p: |
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 ...
7 r4 X0 {; ]- s2 s! ~) p
欢迎讨论。- t3 K  A" V8 n! b

6 |  Q2 \3 g, p' I$ |5 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。
; X6 M5 d/ N6 r* L2 Y" z$ i
1 ^2 [" N0 g6 G1 z. L/ dCPU/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%。) M# W. d# _7 E6 N" P
2 x5 F" g. R  D5 }" H
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 00:106 y6 T! O& y! Y- h' T3 a) G/ h0 d
    欢迎讨论。
    % M0 F. ~( S: V) \) A* c# E8 _
      L& N# l; L% I& 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 ...

    " W9 L( z; y, L) ~5 b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
    ; v- ]/ ^- ^) b9 s  ^( k' D0 b显卡用的是3070M 16G，环境是Ubuntu 24.04.2
    ; W, C5 b+ F+ \* I$ w4 @输入大概是10不到一点，输出大概是5，勉强可用: P1 o! \4 Z# r% |; r8 r' W
    因为都是整的垃圾配件，总体的成本大概不到4000人民币
    / e1 d$ y8 ~( c" ?7 |
      T4 f  |3 x0 x! x9 v我估计如果他能够用DDR4+至强的话，应该可以到7-8的输出9 R, \, ]9 }1 s2 a, P
    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
    2025-12-26 03:23

    • 签到天数: 1954 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
    1 Z+ q7 W- \# c3 _# P) vhttps://www.pmtemple.com/academy/17340/  f, Q7 V/ h+ t9 {% c, D
    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
    ! _& q) {4 y6 \. Z' Y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& U8 g" \4 N+ t5 Z" z8 {0 x
    显卡用的是3070M 16G，环境是U ...
    : E6 ^. E) M, l5 B% n& L

    , _+ {! i. l$ c0 n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 22:256 ~( G' x( v) |' M, 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# K6 ?) \0 q( r4 }% Q
    显卡用的是3070M 16G，环境是U ...
    . I! r& K2 r3 F0 H5 |6 @
    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 23:42
    ) n& d2 L& U/ z6 w这里有篇文章是谈万元以下服务器部署DeepSeek-R1 671B + KTransforme的- d' t- O8 |3 `6 A
    https://www.pmtemple.com/academy/ ...

    7 P5 X- T" i0 M1 ?7 ^9 K! |; {" U- l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。& q* F8 v0 A/ V+ }$ I, O* q* x

    2 Y% H: n5 t, R' r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 22:255 _: M4 \: [" 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; G0 v1 m* R; m
    显卡用的是3070M 16G，环境是U ...

    ; m# |) F/ e3 L, M2 n& @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- a3 @- w3 j3 t5 j
    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 ...

    . u4 e, h1 k  s- U% I8 m6 }https://cloudninjas.com/collecti ... 40%20will%20support,Reduced%20server%20(LRDIMM)%20memory.
    3 K$ g8 j# V" M- B& T4 b
    1 R' F$ w6 @$ i# J  {* y5 c$ _The HPE Z840 will support 4GB, 8GB, 16GB or 32GB DDR4 Registered.
    ( R, ^+ w$ b- X; C. p. q9 p) [: ^6 FThis server will also support 32GB, 64GB or 128GB Load Reduced Modules (LRDIMM). 7 V' C1 ]' G' u
    The Maximum amount of RAM the HPE Z840 server can hold is 2TB (16 x 128GB) of Load Reduced server (LRDIMM) memory
    1 Z, ]  T: N, m; y4 Q! {8 g
    " y( a( n/ f  @LRDIMM 128GB的话一条要1400~2000刀，16根的话。。。。 好像也不便宜了。
    # t9 }: Y# g( Q/ e6 y; WZ840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
    / [1 K' C9 y( Z+ {8 ^
    雷声 发表于 2025-4-15 11:18
    , X8 a. U) u+ _7 ^5 h1 K7 |- j0 phttps://cloudninjas.com/collecti ... E%20Z840%20will%20s ...

    * O/ k( u. [+ I3 m; z2 P& |+ c3 J6 x3 o) X5 {
    没那么贵，Amazon 上一条才 $239。16条也就$3,824。+ m4 q1 z) D, b! H# U0 r$ R

    $ M+ x* H* d, d8 w+ }, shttps://www.amazon.com/Tech-2666 ... cp-nq_eMQV&th=1
    * i# V: H7 d) M1 P6 _- W
    / Z( G3 ^, i/ ]' C1TB 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
    7 r1 H/ J- Q! f. D* y  W) O5 c: |. ^
    但如果上 2TB 的kit 反而要 $4,319 : https://www.amazon.com/Tech-16x1 ... ctronics&sr=1-60 p+ C" E/ {. i0 c' d7 e* }

    8 M" G  X  C! Q8 Z% J# Q8 |6 s  d# d: v; Y) g3 [$ i
    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
    0 B2 y7 s5 l" |1 l" Bhttps://cloudninjas.com/collecti ... E%20Z840%20will%20s ...

    ! k! b) ]6 H0 A" w9 i  M. S& g- M, b) o! R- F$ v
    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）。
    9 u0 }% I& e- @  M; N6 o0 E& w1 j" @
    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。# O7 H- {5 ~, l' ~1 f- C
    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。& G5 D  ]; o$ W5 H
    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。
    * |% g7 R  |7 A* E$ |( |我的GPU上的CUDA跑满都可以控制在80度以下。
    * ^- a: ~( @8 f8 f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。# B  B" F" T, x6 g
    0 H$ k4 b, n: X! D5 A
    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。& K) {5 A* h% m4 p

    . N  J, M! F  B$ D2 x8 I1 U7 S+ 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。6 i5 p$ t0 i+ A$ u; N% [0 T* g
    ! V* S3 W" f3 E
    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。( k! E; [! R" G: ?) t1 F$ U' v4 P

    9 h  \+ Q. `9 K+ s& K  r5 D! F; y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。
    7 P0 f+ ?' m9 M) c. B$ [
    : t& T  y7 ~4 }1 l8 g' b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。
    8 X5 z4 U- Z& \7 U/ A& s: W: G+ d+ k) K1 m. j; r) m8 [
    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 12:580 j* q0 J4 s# R( C9 `8 |6 `
    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 ...
    , I# Z1 Q0 \' Q3 N0 H/ V
    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。/ Y1 Y7 r% m) U1 t: g3 \* ?- j- w6 D

    9 m: e+ g" H6 e, W0 g: m, C7 q" ^+ ECPU 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) G8 v2 z( o, Q8 M$ m: U; n$ @" h, P
    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 ...

    & ]# p7 d1 x3 H% x我有点成见，总认为机箱上的风扇不够有力，呵呵。
    ) q7 K7 V& z! J% B
    / N8 s9 w; s+ Y8 T! i6 O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。
    ' l$ f- v! _6 S2 b# w1 [5 v+ W+ [
    - _0 c) t: W, o; D# F. o! A) `所以我的理想型机箱就是一个框架，其他统统敞开了，吹！3 d& c- @" _3 w, j+ l0 ~% b
    6 {) R& L/ J0 ~& k) ?
    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 17:355 [, {5 Q# o6 T. ^& C1 d4 b2 n
    我有点成见，总认为机箱上的风扇不够有力，呵呵。1 ]8 }" Y# b& b! i# @2 A
    % e. b5 _0 n5 c7 j  d5 L5 A: s# ?# N
    所以总认为机箱敞开了另外架个风扇吹特别有力，至少视 ...
    1 _1 u1 ?, ]: ~9 _3 T! V8 ]9 x
    Caseless 的 DIY 电脑现在也挺多的。散热和灰尘啥的不是问题。, h% b! d5 I  v# m& J; b
    ) ^/ F9 t$ W1 Q0 C% @' u

    ) H; i% e+ p+ D; m; M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。1 @6 D9 @+ L0 j6 O' C

    2 ^+ i1 t8 N# F5 P7 ?, t9 p" `1 T: T. c8 P% a/ 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 u; L2 z0 z8 e' S
    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
    6 P: R$ [! X7 X
    孟词宗 发表于 2025-4-15 21:45
    : o4 p1 T. K% y' sCaseless 的 DIY 电脑现在也挺多的。散热和灰尘啥的不是问题。

    8 C2 X( q; O" V) E9 {. r/ [! W, |- N) S# o4 t2 K% \4 W
    这个确实很赞。
    & u% b2 j; |+ u/ U4 A- D2 p1 g8 a4 i
    第一三张好像放不了全尺寸显卡。
    # Q* E" s* y2 _- p9 ]0 o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
    " b6 a0 V! W, W6 h这个确实很赞。
    - Y- y" q4 v8 m" l# d7 B' p6 I( f+ z7 o$ C
    第一三张好像放不了全尺寸显卡。
    5 n% ^5 M# }: I+ f, F3 S- M$ w2 x
    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
    & N: m. P% |8 S% j, Z1 V& b没那么贵，Amazon 上一条才 $239。16条也就$3,824。/ O9 C9 q& W6 q  _1 l5 `

    3 n# f9 O7 o3 u" x4 c  Ohttps://www.amazon.com/Tech-2666MHz-PC4-21300-Wo ...

    / q6 U( j9 M0 LHP 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。
    + A# i+ v  d  D3 J& v2 i" 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。
    " E% T: P: p: x$ ~& R- h$ |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 : k% S" U; o$ ^* ?1 i
    雷声 发表于 2025-4-16 07:27
    8 l/ P2 s$ l" W$ K& dHP 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。 ...

    & O! s0 E1 o: I7 _: ?) _( T0 V" a
    6 r  B% C3 W3 a0 O4 W! UHP 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。
    4 ~. r5 I3 q5 A1 D  u  L- q: {$ q- F
    : X- \3 u! V8 m1 N" f6 x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。  C2 \5 H9 T/ @  s$ _3 {2 W' Y
    ) I# c1 a/ _& R# y; v/ J) N
    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, 2026-1-12 17:03 , Processed in 0.038666 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