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
# k8 B5 c( Q9 {! {# Q$ d我建议你再看一下KTransformers的相关资料
8 e/ o' Z* L, c8 W) a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 |+ U( u9 b# i* b* h* [欢迎讨论。
/ C( {7 v9 \4 Y* p+ i1 m: N- }! B$ U) b3 K# K. 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。9 J. e- F. e, L6 J, e# I5 i
) l. ]8 f6 r: b- z
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%。7 K, Z# B0 L, R2 H" W

* K! Z% }  Q" u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
    # ]- X) g* \6 W) f$ b% i欢迎讨论。
    " P& y. r( i  V6 n/ t3 s& X8 v$ C3 |" I* s
    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 ...

    2 ~' L2 ^% T) f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 p) u" l# P9 k
    显卡用的是3070M 16G，环境是Ubuntu 24.04.25 U! w( n  }/ D
    输入大概是10不到一点，输出大概是5，勉强可用, ]0 L" q+ ^) {& C
    因为都是整的垃圾配件，总体的成本大概不到4000人民币! l' h2 ^+ u& }. m

      e: s; X4 _+ Q我估计如果他能够用DDR4+至强的话，应该可以到7-8的输出
    3 g5 G5 h/ d2 v) j* f0 x9 \, D; M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
    - }9 a9 i6 l0 o0 Whttps://www.pmtemple.com/academy/17340/2 _' g& z6 u- _! H0 y) G. N
    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* k$ _6 E8 J- J$ a5 @% g# R
    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
    ! G' M9 S3 n, A) I. J4 [显卡用的是3070M 16G，环境是U ...
    / \$ x; d% @0 ?: a! a: R

    * n5 o8 c2 G( n3 C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. O% C( A8 l/ v) q* i8 w
    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
      q, [( @/ W0 Z1 |! A  q0 p显卡用的是3070M 16G，环境是U ...

    / z  g7 _, Y% B6 V3 |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' S  M0 A* E& b4 G% h8 J0 h
    这里有篇文章是谈万元以下服务器部署DeepSeek-R1 671B + KTransforme的. t1 z- N/ ?. Q+ X6 g: s2 J
    https://www.pmtemple.com/academy/ ...

    : C4 _9 t" [# w6 N2 V4 O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。% m) e" {2 o/ b2 C; k5 B8 z; \# d
    ( R) [+ B8 R0 s5 v
    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 22:258 L* e- _1 r- Q1 h5 K' b6 _
    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4 h7 W- L9 H: X9 a
    显卡用的是3070M 16G，环境是U ...
    3 ~7 N, j/ U: s3 m4 n6 e' r
    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
    1 V4 q7 U$ G* P" |7 W1 G, `) n% y4 M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 ...

    + q$ i. F( Y$ l" }" x2 ehttps://cloudninjas.com/collecti ... 40%20will%20support,Reduced%20server%20(LRDIMM)%20memory.
    2 z4 U4 V. D, g- q5 ^( K- M+ g5 Y9 j2 P  Y% d: P6 z. @
    The HPE Z840 will support 4GB, 8GB, 16GB or 32GB DDR4 Registered. - j% e, B" J1 ^9 j1 [4 g
    This server will also support 32GB, 64GB or 128GB Load Reduced Modules (LRDIMM). ! N3 Q$ v* @1 j% }2 ?3 M
    The Maximum amount of RAM the HPE Z840 server can hold is 2TB (16 x 128GB) of Load Reduced server (LRDIMM) memory# k  F( Y3 _: t5 h2 s

    8 w7 _' @/ q( y' oLRDIMM 128GB的话一条要1400~2000刀，16根的话。。。。 好像也不便宜了。
    ! O( c* S4 W* m& e) f  V; ^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
    ( u1 Z: I. E7 i: M# ~! z- a9 L! v
    雷声 发表于 2025-4-15 11:18; _3 s' j9 W" o& x: D
    https://cloudninjas.com/collecti ... E%20Z840%20will%20s ...

    ( Q: q6 H1 B6 l7 `( n, m$ e1 s1 F9 D$ C) |! B
    没那么贵，Amazon 上一条才 $239。16条也就$3,824。
    1 I  M! P  ?; n- F8 e' |8 _0 V3 {3 E% {' F
    https://www.amazon.com/Tech-2666 ... cp-nq_eMQV&th=1# M" E( G' A+ D/ o9 h% N; d$ o7 j# S
    . {/ l% H" Y7 Y7 R  b
    1TB 的kit 稍微便宜一点， $1,908, x2 就是 $3,816： https://www.amazon.com/Tech-8x12 ... amp;sr=1-1&th=1; R. f$ _0 ?% S' w8 N; r1 H

    & q: R/ \+ K9 X/ t: v但如果上 2TB 的kit 反而要 $4,319 : https://www.amazon.com/Tech-16x1 ... ctronics&sr=1-6
    & |5 B0 `4 t* k7 c. u- A$ S8 {1 v- s  l
    ! U0 Y8 h$ b1 Z) F; z
    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 11:188 }3 D0 e9 ~/ t0 r+ b  e
    https://cloudninjas.com/collecti ... E%20Z840%20will%20s ...
    7 V2 W4 ?3 J4 f4 b" n6 g) [

    6 m8 q9 h, D( I: S9 X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）。
    0 b6 B. C8 B7 ~, W
    9 {8 ^7 w* t9 W3 w0 z# {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。
    ( V/ j7 ^2 w2 s& A1 G. O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。  A8 K4 z+ r" m* h6 ?4 T1 b
    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。9 B9 ?) M4 l2 E" P4 O/ v& N+ Q
    我的GPU上的CUDA跑满都可以控制在80度以下。
    $ r: p4 ]4 o7 X" |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。
    # ^4 w2 a! p/ D5 u6 C  p
    8 W5 u* d; D6 q1 c9 j4 {- k  E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 d: z' a/ T# z/ `) ^) |) @' \2 S4 n$ h/ v- R
    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。" Z. _! g& I0 B% `, E7 U
    - n" j; b  U( ~. r8 [8 b
    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。* k5 Y: T4 U% o8 ^

    + g( ]4 ]& i! I+ 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。
    ; c: N1 o. Z/ n+ Y1 ^+ i9 |& K1 U8 b6 F. K* A# K( O# |
    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。6 n4 ~/ ^& r4 I6 o3 o5 b8 P) _4 r
    $ e- Y5 R. V+ Q
    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
    / {; B- z3 f# o3 _% _3 e$ G2 b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 ...
    " C4 ]4 c# {! E# N% d* \
    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。) C( K1 W. G& J( W# z+ t; O

    , s  b7 N) ~4 sCPU 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
    5 c; D1 e0 l( I! }1 b# W5 p1 R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 ...

    " F5 _& h3 j0 t& r% B( N我有点成见，总认为机箱上的风扇不够有力，呵呵。1 [' z2 r) p6 b
      x) {) u3 z* r; }
    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。
    ! O! A) t- Y- D1 x: t! C, X# B" O: C% f7 W) Y2 @; h6 `9 i- `
    所以我的理想型机箱就是一个框架，其他统统敞开了，吹！1 l9 `: P3 a; K

    # D* h3 n5 a8 G# j9 N* V3 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

    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
    4 k/ Z6 R) y& d" B& }% {我有点成见，总认为机箱上的风扇不够有力，呵呵。3 ^9 X" x5 y5 l5 v( [+ p4 h

    1 m5 s' U& V% 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 ...
    3 V$ `! Z1 u# v- ?1 R
    Caseless 的 DIY 电脑现在也挺多的。散热和灰尘啥的不是问题。5 c0 H0 d' h# z( U' O; q
    # F4 Q/ E5 M* k* o# F/ y3 p& V
    6 m- }( S6 N# c0 p4 }8 B0 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。" Q, o) `, _9 ~( T, F7 k& P
    ! m; l. B( s5 y2 z0 {* J. M

    " g4 @: ~( q% }; M" `0 j% F所以一般都是挂墙上的。造的好点的话还是挺科幻感的。
    / ?6 z/ a5 J' ?9 G) V
    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
    ' Y4 u) |  f' h/ u' k
    孟词宗 发表于 2025-4-15 21:45
    % c$ c) U, f  C" ~/ H9 f/ M: @  A- CCaseless 的 DIY 电脑现在也挺多的。散热和灰尘啥的不是问题。

    8 g  b+ B! ]6 l
    6 t' ^; g: X8 \( N' s这个确实很赞。& T: e6 c* }, i& k& V6 H

    8 ]: f" K2 n% x; H; K第一三张好像放不了全尺寸显卡。
    . Y/ q0 n; o3 g6 a: j$ E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' a) m4 u& `' g, Q2 V& O+ L9 \
    这个确实很赞。4 I% Q, j: O0 {8 i8 I
    ( X6 c) d& K2 e
    第一三张好像放不了全尺寸显卡。
    9 v& v" Y* d/ P: u  d' u
    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/ c; J1 X) [7 `- F, h  ^9 B9 U
    没那么贵，Amazon 上一条才 $239。16条也就$3,824。+ k4 s. K1 W5 u% o" @

      o* D. `  I5 {# l. ihttps://www.amazon.com/Tech-2666MHz-PC4-21300-Wo ...
    . \' ^; ]) |' V1 K0 E
    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。! Q+ V6 c, b* B$ \' G( x
    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。
    ( W2 t, l& z; y$ D# s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
    0 P2 V: o1 T$ I  t  Z" ^+ Z% D" h
    雷声 发表于 2025-4-16 07:27. M5 G6 g9 ]1 K* K& w
    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 C2 O4 y( l$ _# c/ h8 L( N
    4 y. |! m  k0 B5 Z' \. Z1 b2 ~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。
    ; r" k* R3 d* c8 g4 s3 [
    , H! L3 y7 a$ R- ?" U8 U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。; N7 Y  ]& J! m# @; y
    $ m0 c  @# V0 P: ]+ z
    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, 2025-12-21 20:08 , Processed in 0.037998 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