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
6 u6 ?& Z8 k6 z0 ]/ G- ?我建议你再看一下KTransformers的相关资料
( S" g" R  P# ~0 M3 |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 ...

: a) j5 Z5 D2 X; l) d# ~欢迎讨论。* {+ V# B! n9 E' \( i/ u; V0 m

9 d7 U/ w' L2 c5 |. G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。
' A& z( y! ?( V' W6 Q' `  B" r1 G; ], v& w: o6 H
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%。
% K* ~; c: u; w6 @) z) p- i% x0 n+ N! B/ o( e
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 00:10* L% r# ?* q6 b* a; n, U3 P
    欢迎讨论。) V( l$ y7 j. i" f* D+ N4 ~

    ) `& V5 [. O1 z. X3 @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 ...

    9 O8 y3 Y8 q. q6 p( 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
    / h9 M# k- o  I# L5 `显卡用的是3070M 16G，环境是Ubuntu 24.04.21 h. F6 R5 b  y
    输入大概是10不到一点，输出大概是5，勉强可用; p( p7 X% i6 B9 O
    因为都是整的垃圾配件，总体的成本大概不到4000人民币& }0 |, D& ]6 m$ _2 K& H
    - m7 q) J1 x- G
    我估计如果他能够用DDR4+至强的话，应该可以到7-8的输出
    / v. S" y6 p& N- |1 j1 B: v, ~- \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
    2025-10-27 04:12

    • 签到天数: 1953 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( k! Q% g" C( P, [
    https://www.pmtemple.com/academy/17340/: W, k! j& O* d# c# e8 N$ Y
    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 22:257 C$ z7 F4 H+ e& ^7 Q  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
    ) J7 s8 j# _! q; S' @( m显卡用的是3070M 16G，环境是U ...

    / s/ n5 w. h2 U5 @. S. K6 R% j! M% Y8 J- A+ H; f8 m! ?
    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: V! x+ q( _/ m- r( c) L8 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8 k6 }7 L4 s( p! E; \0 _
    显卡用的是3070M 16G，环境是U ...
    4 W' V( m6 k  ]. D
    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) w' Y& z9 O! D6 ~9 c: d: ^
    这里有篇文章是谈万元以下服务器部署DeepSeek-R1 671B + KTransforme的
    , M, n" u+ V) Shttps://www.pmtemple.com/academy/ ...
    9 ?! a% C$ G0 [9 _6 K8 k( h0 V) ?
    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。; u, ]) ?& W* q

    " F% J8 B# O5 o) d! [: u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
    5 S( r, t5 T% z( V( s, _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# F; ]4 N- u! }! n8 T
    显卡用的是3070M 16G，环境是U ...
      Z$ E4 c) E8 {0 L' s; U: 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, e$ Z- h% t' Y4 h7 {
    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 ...
    - O2 d. X( q# e8 Z* f& E  D
    https://cloudninjas.com/collecti ... 40%20will%20support,Reduced%20server%20(LRDIMM)%20memory.& D$ R8 R6 W/ d8 y: a1 y, L- R
    9 E: z  ~  `# {) F; M" {
    The HPE Z840 will support 4GB, 8GB, 16GB or 32GB DDR4 Registered. ! a) M; c5 ^5 {; N. @$ Q
    This server will also support 32GB, 64GB or 128GB Load Reduced Modules (LRDIMM).
    * x2 h. w9 V% WThe Maximum amount of RAM the HPE Z840 server can hold is 2TB (16 x 128GB) of Load Reduced server (LRDIMM) memory
    8 \6 D5 f. \& a  w$ i: ]1 p" Z9 s* X9 T
    LRDIMM 128GB的话一条要1400~2000刀，16根的话。。。。 好像也不便宜了。! X& r2 s3 ^9 M/ h
    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 0 S# G  P8 @1 L- ]3 p' F
    雷声 发表于 2025-4-15 11:18
    0 D- N6 `' b6 t- ]/ A% zhttps://cloudninjas.com/collecti ... E%20Z840%20will%20s ...

    - `6 c# v5 n3 y/ H. D3 K( R- }* P4 l0 I) P' b0 c! n$ H- A, c7 S
    没那么贵，Amazon 上一条才 $239。16条也就$3,824。3 l; s  s! A/ J9 S/ o3 o+ O* ^

    0 e9 u7 D# O; c3 h4 _' L* qhttps://www.amazon.com/Tech-2666 ... cp-nq_eMQV&th=1, k& m; O# q4 V5 K( b8 r
    ) e; @+ d. _) C, I0 k6 e! h7 X2 I
    1TB 的kit 稍微便宜一点， $1,908, x2 就是 $3,816： https://www.amazon.com/Tech-8x12 ... amp;sr=1-1&th=1
    8 \/ \: \. r1 f3 K" s' k! B0 T9 w! F0 W. c$ p
    但如果上 2TB 的kit 反而要 $4,319 : https://www.amazon.com/Tech-16x1 ... ctronics&sr=1-6
    4 x+ G" q, y/ M' g
    ! [. g* f/ B# j3 G
    ' O2 b# z" w# E6 N2 f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
    + J7 C# k$ B# n+ O5 n! Whttps://cloudninjas.com/collecti ... E%20Z840%20will%20s ...

    ! Q( a6 B- N0 [) A) h* N+ d! C% H' u3 [7 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）。
    ! F, _& i2 R; n* u$ l6 G8 N& U% X- i9 [
    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。5 d5 O9 f) V8 @! [- P' s/ [/ @
    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 r9 Q' f: P( T' r
    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。: J! q! M8 Y9 U; k& u. k- U4 T
    我的GPU上的CUDA跑满都可以控制在80度以下。
    % A- w* n; b( B5 m7 `( O6 g5 L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。! I8 T3 M0 \: k( J9 d, ]6 j

    ( j: A( Q0 @! K0 u) w/ w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。/ c* n6 E& s! t. ^- Y! ]# [

    " n$ z' D1 k2 k& d. J2 W8 u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。
    * @7 t' h9 a9 F, x# p2 K" h/ m' \" E' 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。6 {5 P! [* g- h3 X7 x3 B

    & K4 z& O3 O0 H& w. u# B: ]/ z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。0 B8 N- m" q9 l$ Z

    ! P3 |3 m& |  _/ d$ F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。
    / L! K' o! I) r0 y% q0 {3 ~
    7 M4 ^1 O1 V, x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
    $ r+ o; `7 m/ K/ X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 ...
    $ h  K& Y# x( A9 Q/ y: f/ _# 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。
    ! K8 e& I7 O$ u! T8 |8 H& Y+ y1 |' J" ?+ X4 K% _
    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
      @) ^: C7 n+ 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 ...
    . ^' C/ B+ e! l- D; W+ Q, ^( k
    我有点成见，总认为机箱上的风扇不够有力，呵呵。- j# V) A* m5 v! R( w2 `
    5 p& b/ a6 d* W; p% P
    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。
    ) ^6 R4 B, g; s8 v, ^5 ?5 n6 }2 L" ^0 e7 b8 I
    所以我的理想型机箱就是一个框架，其他统统敞开了，吹！9 Q. Z: N" i$ R" g( Y
    + V( D0 W% y, H- M# 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

    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, m0 Y" n, X7 g
    我有点成见，总认为机箱上的风扇不够有力，呵呵。* ~4 W$ [* R8 f# S
    4 C0 [+ \" [2 N  [# w# D% h
    所以总认为机箱敞开了另外架个风扇吹特别有力，至少视 ...
    * q7 [7 x  O# v, m' d3 G: X, D
    Caseless 的 DIY 电脑现在也挺多的。散热和灰尘啥的不是问题。/ r- T1 G- q$ }, X+ g$ e, Z
    , O  }2 U# f( G% j4 c2 R
    , F/ V8 a) O0 w: [! I/ c
    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。  ~0 S1 E+ g% w/ k! y9 U1 |6 Q
    2 T5 `' g# j, u

    : t& f8 U' r! j8 `所以一般都是挂墙上的。造的好点的话还是挺科幻感的。+ ]2 W3 @4 q4 s1 l6 G
    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 $ n/ m$ E- M; C* r8 U
    孟词宗 发表于 2025-4-15 21:45  ~* F* s* R& y, E- W
    Caseless 的 DIY 电脑现在也挺多的。散热和灰尘啥的不是问题。

    + j; R* }" k* S/ K2 b1 v& W% m( D7 \0 O* ]2 r7 o
    这个确实很赞。
    # b  b4 L$ I4 o4 m9 }* u, N8 D5 ~) k8 I
    第一三张好像放不了全尺寸显卡。/ Q; q) ]* s3 b; A5 Q
    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, K/ K) t; X$ ~% ?; f
    这个确实很赞。; W& b3 e7 m5 W  Y* f

    + n/ @4 a& u3 \# E% b# v第一三张好像放不了全尺寸显卡。
      H* q; G$ f0 N0 j/ T; }
    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
    9 ?) l8 H( t/ I' l没那么贵，Amazon 上一条才 $239。16条也就$3,824。) Y. t& ^# \5 r3 [( ?4 N5 j: p
    , J+ \) s3 c: B$ Z% g3 Z
    https://www.amazon.com/Tech-2666MHz-PC4-21300-Wo ...

    ! c% J9 _$ v: T& n5 xHP 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 M7 q+ @: J6 B. s' d0 g
    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。2 Y( A! y6 m0 t8 L$ i
    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   z7 E1 [( F4 n9 _, C
    雷声 发表于 2025-4-16 07:27
    - k. _0 k: ^; u" D; BHP 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 B2 J$ R7 |* s& y8 m+ m! J4 L4 e4 M! r5 c- I/ O  M# j
    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。
    % S7 U3 `7 S( W) B+ q# v2 \4 A) @; ]2 c
    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。  U( Q0 b% h* S! b& V" x" o, d
    ) [( s" ]5 o' s$ z2 I7 C6 [( x
    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, 2025-11-28 18:53 , Processed in 0.041311 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