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  F% a) g/ s* c1 m6 c+ F4 V
我建议你再看一下KTransformers的相关资料9 {2 `! {1 d3 b% Q! z/ 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 ...
4 H1 }( I2 Y$ N# V
欢迎讨论。3 r( i1 `" z2 s3 M5 i. e; o

; t0 R$ _0 X. K+ D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。
8 ?' t. f0 I% `0 `8 ~2 D
: g, A4 N# v. Y, Q  j# u# T) YCPU/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%。
8 z  A1 H4 T# ~! D9 r, V/ O+ R; s% c# ~# ?  a5 a1 l/ z0 G5 ]
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 00:108 _  h7 m& _1 j. V1 ?1 u
    欢迎讨论。$ I& C: D  Q& j

    : S5 E* R9 ^! o# ?" c6 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 ...
    5 C& G, ]% C% H4 g$ r- N3 Q: 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
    6 I% F: Z0 ~5 {) U' r显卡用的是3070M 16G，环境是Ubuntu 24.04.2
    9 m  o) b. s  V# }3 S; w/ C输入大概是10不到一点，输出大概是5，勉强可用
    & _0 ^: n- i4 J' _7 Y: z: p+ ?因为都是整的垃圾配件，总体的成本大概不到4000人民币2 P8 B+ C8 d/ A9 E
    - x+ X; j% I. i7 Y! K
    我估计如果他能够用DDR4+至强的话，应该可以到7-8的输出
    # B! h- T7 G9 `* i, g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- H2 \; K2 ~5 R0 k: |
    https://www.pmtemple.com/academy/17340/1 s$ c% s6 e6 C  x
    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
    % o. q, ^8 Q4 e/ 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
    # d' l' o8 U: _7 M. R; M显卡用的是3070M 16G，环境是U ...
    ; l# ^6 |, T3 {* }7 {

    ; u4 {" E; {9 I/ R. e9 H/ w# r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
    # _4 r  y, ]  `7 q+ [( q. D1 {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2 B9 T" J7 Q' F0 T* h) f, v, s
    显卡用的是3070M 16G，环境是U ...
    - d* c% q6 e% ?
    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
    $ q' T1 K1 {& l这里有篇文章是谈万元以下服务器部署DeepSeek-R1 671B + KTransforme的
    + U7 J7 g' D) j+ y+ W! o+ zhttps://www.pmtemple.com/academy/ ...
    6 _3 L# T( p, _" `! J9 U% p3 s; m* [
    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。
    8 h2 C7 A- J5 z5 m4 N  Z. M" E" T1 h5 J* a. F! Z7 J7 i
    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
    2 k. D5 s& v+ W6 I5 J$ B  {, I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; N9 h$ o. N& g6 D0 h' H
    显卡用的是3070M 16G，环境是U ...

    : U! X# y+ y; I9 V. m1 l# Q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
    4 y" I5 t& b5 P) S) r6 x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 ...
    6 J7 Q% s  ?% D/ @7 |5 R
    https://cloudninjas.com/collecti ... 40%20will%20support,Reduced%20server%20(LRDIMM)%20memory.! V( C) R$ o* ~! O* ?! q
    + _5 B* P  X2 X2 W0 L
    The HPE Z840 will support 4GB, 8GB, 16GB or 32GB DDR4 Registered.   c) N; K8 Z7 }$ [2 ?; L$ u8 l( k$ [
    This server will also support 32GB, 64GB or 128GB Load Reduced Modules (LRDIMM).
    . c$ ?) H/ _) cThe Maximum amount of RAM the HPE Z840 server can hold is 2TB (16 x 128GB) of Load Reduced server (LRDIMM) memory
    * m6 e2 @8 w& ]. j  n$ j# e: B. R' H: A( j
    LRDIMM 128GB的话一条要1400~2000刀，16根的话。。。。 好像也不便宜了。$ \, U. ^/ p9 X+ [; P" v" w
    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
    $ v/ W' X! @' s. _+ ~
    雷声 发表于 2025-4-15 11:18* F' A7 A0 ~! e9 d0 i: `$ T; T
    https://cloudninjas.com/collecti ... E%20Z840%20will%20s ...
    ) D% I6 z: I2 ^4 D

    ; [! x% H7 }6 X* O5 e3 v没那么贵，Amazon 上一条才 $239。16条也就$3,824。
    : Z9 ]6 E( Z' I0 D3 _! k7 e" O
    9 D( Z4 `" M4 A5 M1 V1 }https://www.amazon.com/Tech-2666 ... cp-nq_eMQV&th=1
    ; S2 I7 X- I+ d9 {: c
    7 F; l% Z. F7 A2 U+ Z. @1TB 的kit 稍微便宜一点， $1,908, x2 就是 $3,816： https://www.amazon.com/Tech-8x12 ... amp;sr=1-1&th=1
    . Z4 g$ a5 N3 n# _' m' N6 K" U, ?3 z$ @/ S3 L
    但如果上 2TB 的kit 反而要 $4,319 : https://www.amazon.com/Tech-16x1 ... ctronics&sr=1-6
      S* I* `2 a3 @, R# a- j7 N# j# t
    9 \1 b2 P/ }# t; V, V' Z+ `- q2 N! G5 }2 {
    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( @5 n3 V" ~* L" s
    https://cloudninjas.com/collecti ... E%20Z840%20will%20s ...

      S4 r$ M* F: Q. y$ p
    , M. E9 h$ q; ~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）。- ?' i+ l' j' U4 ~& }

    ) R! r; c8 \5 k& \. ~' n9 o# L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。9 e- ~1 k, d! o. G) ]
    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。3 ]0 U. x. m$ ^& O
    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。
    / x* c3 \) y( L6 J2 N& c+ z- Z我的GPU上的CUDA跑满都可以控制在80度以下。
    # ?/ G8 ^; D/ H( u. n, x+ @) C% E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。
    7 i* v3 q5 G  }$ y- i; i  E. o
    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。
    : ]( ]/ y" k$ O& G; A
    5 t6 C; R9 c7 x& k; `0 J0 b3 C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 i* F% ]4 X  u% ^, y* |0 z) z
    " K  E1 l# Q$ S( T: O) t. j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。
    ' l, A5 J( l# R8 F: Y" [; T
    , j; U7 z* f# ]) q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。4 W9 p) `$ M. ~( F
    , S3 a5 g8 P( L* i, t: k$ P9 x
    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 x/ Z! x/ Z4 r  ~5 n9 P% o
    ; X2 |6 H: h( N( l: v, D  M
    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
    ) C' i9 P7 s9 j6 m4 L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 ...

    ) |5 P3 [# B% B7 f: E% K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。9 S2 @% b& x0 B0 V/ l$ D4 ^8 y
    ( D* Y& L# I2 O, T( g
    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
    5 m4 Q, B4 c( o/ Y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 ...
    ! r% }6 `# o/ n/ {4 N& F
    我有点成见，总认为机箱上的风扇不够有力，呵呵。
    7 k9 D3 {8 B7 Y( y. m! n# \! P4 V, p5 N* K* a; X
    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 V0 s3 D3 u9 u( k8 ^+ Y" J, ^7 g2 t( R, C4 h1 j: Z- c, X, m
    所以我的理想型机箱就是一个框架，其他统统敞开了，吹！1 X2 x7 n* ?* a; j: \4 r- B) n
    5 b2 U* d$ A' e
    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' L. E% i( n" J$ W% L0 I$ o
    我有点成见，总认为机箱上的风扇不够有力，呵呵。
    * G: }6 Y7 z1 H* S1 Y& j; Y3 o% j2 b, 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 ...

    / f: \5 T( d0 e, d# t$ V+ r" v2 @Caseless 的 DIY 电脑现在也挺多的。散热和灰尘啥的不是问题。) q, o3 B) F  B. w5 V5 q9 C2 F* O

    - K, g6 N6 k( \/ ]2 Q% c/ ~" q5 }0 W5 @6 b. J
    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。! S* k& ?8 E+ |5 R' `% `/ S
    ( j3 o$ k; Y' Y8 d. m
    $ Q% v8 \% L9 j- N& O
    所以一般都是挂墙上的。造的好点的话还是挺科幻感的。
    : g7 r( Q% G$ m9 R6 H2 W" 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 - ~2 t. H" I" I. G! k5 [
    孟词宗 发表于 2025-4-15 21:45. d4 Z/ X. Z/ ]" f1 a
    Caseless 的 DIY 电脑现在也挺多的。散热和灰尘啥的不是问题。

    4 W# }: G8 ]) Y2 O7 |; s
    2 X# w5 A4 y6 [; H这个确实很赞。
    # D9 v* u2 @' _$ T4 j3 ?7 M( _! F! m9 b" }& d
    第一三张好像放不了全尺寸显卡。
    ( I; P9 r0 x. S* D9 }; I1 q. `! y3 p  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. A5 G/ X5 ?4 d. u" g
    这个确实很赞。
    4 |9 @3 Z  J5 y5 G, J' g. t
    9 }% Y+ v9 ]( ^! b0 K' b第一三张好像放不了全尺寸显卡。

    $ Z9 [# Q- A8 i1 v. z! {: 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  {" j. a' y" e, z
    没那么贵，Amazon 上一条才 $239。16条也就$3,824。" G: Y1 ?: v5 [- w( X! F

    , k4 O6 s+ R8 H  A* zhttps://www.amazon.com/Tech-2666MHz-PC4-21300-Wo ...

    & R, w+ `" H& {& W6 y2 ~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。& i% L) C, g' X' W+ Q+ z
    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。
    ! `! g" }3 E1 ^8 T0 ~3 r1 _  T! y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 ! _4 d* w  F* r, \. t$ S( J* K+ [
    雷声 发表于 2025-4-16 07:27
    $ j$ K4 P5 ~4 I$ oHP 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。 ...
    1 i2 {: ?& u% s  y* U
    % q, Z0 H8 H1 b) Y+ k: f
    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。" v. |; d2 J4 j3 Z( o  I7 B

    : o7 {! W  b6 m4 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。0 f% ?  q- E8 n, m7 u, A

    4 D0 G6 @% z' `! h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, 2026-9-26 14:31 , Processed in 0.135708 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