爱吱声

标题: DeepSeek R1全参数模型一个可能的本地部署方案 [打印本页]
作者: 沉宝    时间: 2025-2-20 15:41
标题: DeepSeek R1全参数模型一个可能的本地部署方案
DeepSeek一夜爆火，现在联网服务拥堵不堪。当晨老大号召自建farm的时候，本人开始认真考虑本地部署。 KTransfomer的报道也在第一时间见到，并设想了一个以此为基础的装机方案。然后呢，就“铲后抑郁”了。如今很多内容都在网友[大黑蚊子]的记录（链接）中讨论过了，但具体的装机方案大概还有一些价值，还是写出来吧。
4 X7 A6 c- I$ G* w1 J  e
8 l+ E* b/ f1 Y7 F- A/ QDeepSeek R1原版是一个参数量高达671B的大模型，虽然比之其它頂尖的人工智能模型在硬件要求上已经大大降低，但个人部署全尺寸模型，依然难度不小。为了便于在低端硬件上运行，出现了一系列蒸馏版减少参数量（以 Qwen2.5 或 Llama 为构架，参数范围从 1.5B、7B、8B、14B、32B 到 70B）。另一个思路是参数量化，例如1.58bit和4bit。一般来说，LLM训练时使用高精度（例如 32位浮点数），而推理时使用低精度（16位浮点数或者更低）即可。1.58bit是把这一趋势推到极端（只有0、1和-1三种状态）。有人试验了DeepSeek全尺寸模型的1.58bit的量化版，结论基本可用，有时候说话可能有点“冲”，圆润平衡上差一些。4bit版效果已经相当好了。至于[xiejin77]担忧的量化影响反馈精度或者稳定性，理论上有可能，但实际影响需要大量的对比实验加以证实或者证伪。
6 ^9 h: a; }# e* o5 V# r7 \1 @% ?  W  s2 Y
下面讨论具体装机方案。首先定一下目标。目标用户：个人或者小团体。鉴于这个模型现在典型的应用场景都是文字的输入和输出，跨网络合用的难度并不大（因为不需要占据太多的网络带宽）。单机，预算定位$5000左右。应该属于一个人咬咬牙能冲得上去，小范围集资（10人以内的那种）能够轻易支付。目标性能：DeepSeek R1全尺寸671B的4bit量化版，输出速度与人的阅读速度差不多即可（个人使用，太快了没有必要），约 5-10 tokens/s。这样的预算，这样的目标，显然需要KTransfomer技术加成才有可能达到。饶是如此，也得按市场最低价加DIY省着来。
. G# U' u5 r6 T& W" a: k  Q( w4 M
8 O4 w) }! P6 Y( {7 V& E% J第一步：内存的大小。将模型的参数全部放入内存是必须的。如果还用硬盘空间扩展出来的虚拟内存，那速度肯定慢的不行。DeepSeek参数精度16bit（BF16）时需要 1342GB的存储空间，4bit量化版所需空间为其¼，再加上程序和操作系统所需，512GB应该可以了。这么大的内存，普通PC机主板肯定不行，要上服务器的。鉴于当前DDR4的内存条比 DDR5还是要便宜不少，所以选择DDR4。
8 s! k7 e0 I/ J
& l" P- O/ I2 v8 q! S; a4 d; X第二：CPU和主板。CPU我选AMD Zen3架构（ Zen3是DDR4的最后一代）的服务器芯片EPYC 7C13, 64 core 128 threads, 市场价仅$700+。它与正式发布的7713结构一致，频率略低，有人怀疑类似于Intel的 ES（工程样品）。主板支持Milan的SP3主板即可。唯一要注意的是内存插槽数，根据DDR4单条内存的容量大小，要能够插出512GB来。1 M) C1 v/ a. W1 Z& i; g

% s5 J& s9 I, T0 ^2 f! J, i/ N1 A4 O3 I8 e$ a, [: y* j' j
第三：显卡。双3090或者单4090。4090不好买，用两块3090大致能抵上一块4090。, d( s4 U& C. d$ n
4 ?3 I% @+ R% X: r7 S3 Z) h1 t! C
第四：硬盘。这个要求真不高，如果机器仅仅是为了跑DeepSeek，一个4 TB/ S: E0 U, ^& a( n5 F
（或者两个2 TB）的nvme就够用了。（想当初我在爱坛上发记录推荐固态盘时，一块4TB的才$150）) f$ v9 J6 G/ M" G3 t3 Z

% M. E0 ?) ?3 u/ ], X7 A其它：说3点。1)普通PC机箱。2)散热避免使用服务器的暴力风扇（ PC机箱也缺乏服务器的风道结构）。如果散热量大，考虑用水冷。3)如果单台大功率电源太贵，可以用两台小的给主板和显卡分别供电。如此需要双电源同步启动板或者同步线，但那东西淘宝上也就人民币10块钱。: N$ t: \4 O6 j! m+ \0 b7 x% T
7 M7 E9 H, y; d- o2 N
最后汇总一下。数字为能够淘到的大致美元价，可以接受二手货，+、-表示向上下浮动不超过15%
: l! }# J4 H" @$ ]2 }" A
' C! w3 n% y6 kRAM 512GB DDR4       1000+& ^8 u, l$ e1 C6 h7 f' n
CPU 7C13或相当           700+
% b! K! R- D$ X  M9 u0 L主板（单路即可）         500
' K: f% N; w5 L6 I显卡 3090                  1000- ×2
+ M! J8 O- U6 O4 s+ p1 h7 q固态硬盘                     200+" J* o8 n( a' S& I+ M+ A. s5 x
其它 机箱、电源、散热器等/ U5 D: `$ |. [8 I3 [+ O6 G
1 q3 U& D+ d+ Q8 g0 S) ?8 P5 e! i& G
作者: 大黑蚊子    时间: 2025-2-20 16:27
本帖最后由 大黑蚊子 于 2025-2-20 21:55 编辑
0 W4 x; t8 P+ w
: O  U8 M. y9 b. A$ Y. C说实话我也在琢磨这个玩意儿，几万块钱搞一个这个玩玩，在AI新浪潮初期真的算是一个比较高性价比的学习途径了
! H' {# J  G7 Y' U在硬件选型上面我倒是有点儿不同意见，鉴于章明星他们在0.3版里使用amx指令集加速，那么支持amx的Intel至强可扩展CPU应该是要好于AMD的EYPC的，具体来说现在Intel最新款是6代至强，退而求其次选择四代或者五代至强应该也满足要求。章明星团队他们的硬件好像也是双路Xeon 6430' z7 o& W: X! Q) t
但是这个成本可能要比你说的EPYC要高不少，但总的来说应该还在可承受的范围之内
- v+ D, @1 v# {$ H显卡的双路配置好像不是特别必须的，主要是4bit量化版需要14g显存，所以如果有一块3090先用着应该问题也不会太大，实在不行多买一块也可以7 z4 N2 n; L( F0 N5 }- D

6 ?7 w) q5 D: P$ s: ^6 z周末去华强北转转去，看看二手服务器有啥准系统能够直接上手的
作者: 马鹿    时间: 2025-2-20 21:42
我看到了国内AI的商机。。。 攒小配置的AI模型！
作者: 马鹿    时间: 2025-2-20 21:43
关于方案， 我直接问过deepseek。。。
作者: 马鹿    时间: 2025-2-20 21:45
大黑蚊子 发表于 2025-2-20 03:27
/ ]8 u9 T4 a2 ~" `  t说实话我也在琢磨这个玩意儿，几万块钱搞一个这个玩玩，在AI新浪潮初期真的算是一个比较高性价比的学习途径 ...

0 B* y* \# p/ w3 C  w! U7 d+ F真心羡慕国内了。。。我90年代自己攒过打游戏的计算机。。。
作者: testjhy    时间: 2025-2-20 22:50
马鹿 发表于 2025-2-20 21:45% I2 z6 Z  d/ w
真心羡慕国内了。。。我90年代自己攒过打游戏的计算机。。。
5 n. V0 p2 G3 O8 P0 \
社长，美国不是与国内PC价格差不多吗？也仿照沉宝蚊行攒一台呗，
作者: 马鹿    时间: 2025-2-20 23:19
testjhy 发表于 2025-2-20 09:50
1 M( Q  c; @% N( ^' c社长，美国不是与国内PC价格差不多吗？也仿照沉宝蚊行攒一台呗，
% g: O9 g+ i  S* {* c
攒了以后干啥呢？
作者: testjhy    时间: 2025-2-20 23:32
本帖最后由 testjhy 于 2025-2-20 23:41 编辑 1 A& I- y2 G6 G6 S4 H3 l

2 M2 B8 h$ {' r& V$ U3 s
% U7 M2 `7 V+ f6 c5 C/ a" C. Z4 O4 e这是大华股份根据国产芯片的一体机，估计是华为提供的方案供各家贴牌
作者: 大黑蚊子    时间: 2025-2-20 23:38
testjhy 发表于 2025-2-20 23:32& v; u; ~, p1 S2 b- }
这是大华股份根据国产芯片的一体机，
) M; }6 Q" T4 X6 i
大华的这个配置没啥意义，你看跑的都是蒸馏版的7B/14B/32B模型& w0 y+ B5 H$ g( g) C
我在自家电脑上搞了一个7B的模型试了下，真的是不太行
! r+ R# K1 j/ \) Z我估计32B和70B也都不太行
& Q0 r; P5 c& f  Q  Q9 B2 R这个帖子里讨论的应该是直接上手671B的满血量化版，1.58或者4bit版本，这个据多个信源反馈效果挺好的! N+ ]6 e5 d4 {

* N, u! Y$ @; i9 e3 r/ O& n+ g7 N+ R& \2 q
不过这个单子我倒是可以拿着去嘲笑下大华的朋友“你们钻钱眼里了？搞这个文字游戏骗钱”
作者: testjhy    时间: 2025-2-20 23:42
马鹿 发表于 2025-2-20 23:19
% C% z% t. j: O0 z% v9 P2 O攒了以后干啥呢？
' P( v# N7 w. w: w: R! ~
想干啥就干啥，吃喝玩乐，
作者: testjhy    时间: 2025-2-20 23:45
大黑蚊子 发表于 2025-2-20 23:38
' G$ a; E2 O2 e7 a3 S6 v大华的这个配置没啥意义，你看跑的都是蒸馏版的7B/14B/32B模型5 H, N* ^3 ^( i/ Z( E0 Y
我在自家电脑上搞了一个7B的模型试了下， ...

9 w& Q0 O6 {8 S+ E2 w6 v1 d* `找了一个非剪裁图，看了一个新闻，华为提供方案，有60多家企业响应，大华可能是比较快的，找不到价格，
作者: 大黑蚊子    时间: 2025-2-20 23:53
testjhy 发表于 2025-2-20 23:45
& k* x0 |4 _& q; V8 k* r找了一个非剪裁图，看了一个新闻，华为提供方案，有60多家企业响应，大华可能是比较快的，找不到价格，{: ...
$ V6 h8 F- J% J! E1 ^
我要是鼓捣这玩意儿，肯定是找二手硬件啥的，全新设备的价格那还是相当辣手的
( R5 ]8 m# g* m( ]# z/ |7 M: w# _# e打听了一下Intel的至强4代CPU，现在全球缺货，嘿嘿! R2 j$ S4 l5 s- w& b
去华强北看看有没有QS版本，可能一块就要6000人民币至少
作者: 马鹿    时间: 2025-2-20 23:53
大黑蚊子 发表于 2025-2-20 10:38
: a! ?+ y% @4 S/ i( j大华的这个配置没啥意义，你看跑的都是蒸馏版的7B/14B/32B模型2 J7 i2 \/ D- w
我在自家电脑上搞了一个7B的模型试了下， ...
7 K0 T( C" R: S* I& \3 X$ d
好奇你攒个模型做啥？
作者: 大黑蚊子    时间: 2025-2-21 00:03
马鹿 发表于 2025-2-20 23:53
, `/ U7 x( l# h* S& N; J2 M0 c好奇你攒个模型做啥？

' \; E6 ^( e# n0 ?6 ]) o
+ F' y# i7 t7 F" u( Z" E5 N玩啊，好奇啊，这很可能是通向新世界的大门5 s. J' d* v; p6 r
有这个条件的话，干嘛不玩？
. N) W( z4 @8 z* \
) p7 \$ i- w" a现在大部分人还在懵逼状态中，只是知道个大模型的东西，具体怎么搭，个人知识库怎么建，私有服务怎么处理...好玩的需求多着呢, a! D6 p, T* Z, k3 q
- q! d2 }% ]/ O: b" T* M9 e
DeepSeek的出现，极大降低了大模型训练和部署的总体成本- B3 r+ L5 @& s+ O2 p
KTransformer架构的出现，打响了极大降低大模型部署和私有知识库服务的硬件成本的第一枪
8 P" u; }/ Q3 X/ A/ k5 }6 |8 C" G) ?5 B( x" \; }% [
这种能够降低90%成本的新技术出现，大概率后面会蕴藏着10亿级别的新的相关应用和服务空间+ q, Y4 g1 N4 |! O' H9 u( ?) B  q
玩的过程中也可以吸收很多其他的知识，认识其他稀奇古怪的人，包赚的啊
作者: 沉宝    时间: 2025-2-21 00:16
大黑蚊子 发表于 2025-2-20 16:27
. d$ m- J: y; f4 G1 L说实话我也在琢磨这个玩意儿，几万块钱搞一个这个玩玩，在AI新浪潮初期真的算是一个比较高性价比的学习途径 ...
: W% q8 @, q, n, c
这取决于对问题的理解和取舍。首先在大模型计算中，GPU的能力远远强于CPU，即使那个CPU有amx指令加速。所以在预算有限的前提下，应该尽量省下钱来加强GPU。当然如果实测一块3090够用了，那更好。
7 i: B; a* D* w8 ^6 o
& G: \# a; f' ^; n对比EPYC与Xeon 6530方案。Xeon 6530 2023年底发布，还比较新，主板加CPU的折扣有限。而EPYC Milan则要旧得多，有大批从数据中心退下来的二手货可选。即便有amx加成，但架不住7713的核多，单挑的话还是应该7713赢。而双路7713的话只不过比我的原方案多一颗U的钱，其它几乎不用改。个人认为CPU的第一位作用是保障参数全部装载在内存，计算加速还在其次。章明星团队的努力是充分挖掘手头现有硬件的全部潜力，amx加速是新版才加上去的，可见并非重中之重。
作者: pcb    时间: 2025-2-21 01:42
大黑蚊子 发表于 2025-2-20 23:53
5 ^8 l- w1 M, j' j6 q8 e% [我要是鼓捣这玩意儿，肯定是找二手硬件啥的，全新设备的价格那还是相当辣手的8 ?' d/ l6 ^( r+ ]5 o: a3 W
打听了一下Intel的至强4代C ...
7 O7 M) R4 K( e2 H. j$ O% c2 E
"至强" 是 Xeon？
作者: 马鹿    时间: 2025-2-21 02:29
大黑蚊子 发表于 2025-2-20 11:03
: C) }0 r7 o- f玩啊，好奇啊，这很可能是通向新世界的大门
$ Q" l7 u8 |5 \+ C- y有这个条件的话，干嘛不玩？
5 i/ s- G, m& G' ^0 X
握手， 我也是，就是好奇。 也同样认为这是通向新时代的大门。
作者: xut6688    时间: 2025-2-21 05:30
在本地部署满血版的DeepSeek R1, 性价比太低了，还不如用各个云厂商的API。 自己学习，玩一玩用云API就好。至于本地部署的蒸馏R1，我试过各个版本包括70B的，效果都不好，和原版差太远。我自己玩着用本地部署的模型做了一个RAG应用，最后发现蒸馏R1还不如原版的QWen2.5 32B。
作者: 大黑蚊子    时间: 2025-2-21 09:06
xut6688 发表于 2025-2-21 05:30
8 o4 n; @. s1 f2 N, S( v在本地部署满血版的DeepSeek R1, 性价比太低了，还不如用各个云厂商的API。 自己学习，玩一玩用云API就好。 ...

' _2 D+ K. T- ~5 a" V+ @! p4 H所以为啥盯着671B的版本呢，就是这个原因，其他版本的性价比其实都不好。* s, i" p9 V+ {

- K# p+ E/ Q: ~% j目前有海量的本地部署满血版DeepSeek的需求，因为太多的数据受商业或者法规的限制不能上网，这个部署的整体过程是有很大市场需求的。
8 G" e: m6 y) ?' j1 r# i. p2 p. Z% j* G
DS和KT的诞生，不是拉低了对算力的需求，而是通过降低成本做大了整体算力需求。& N, c7 ~# O+ t; ~
! s4 \1 W/ o- B1 ?6 `" |3 `
而且部署过程中的调优和配参，踩过的坑，以及反复琢磨和资料学习的成果都是自己的。
  `% g7 ^8 O, h! y  w8 _# y) O* J& S: K9 Y3 L) s4 V
再说了，都是二手硬件，搭完之后上闲鱼卖掉，亏不了多少钱
作者: 大黑蚊子    时间: 2025-2-21 14:10
沉宝 发表于 2025-2-21 00:162 r+ X  J! t9 `: S
这取决于对问题的理解和取舍。首先在大模型计算中，GPU的能力远远强于CPU，即使那个CPU有amx指令加速。所 ...
; N& d7 ^. ^" K' b2 C* u
我建议你再看一下KTransformers的相关资料
8 T' Z) p; t$ J: J( G; l+ O% d这个玩意儿的本质是在低并发（甚至是单并发）的情况下，高度依赖CPU/DRAM带宽，从而降低GPU需求的降本做法。
3 p3 ?) M; h: j# ODDR5换DDR4的话，带宽砍半，对应token的数量就要起码减半$ a. R) B  w) e, X, f2 K  D
CPU的带宽再砍半的话，又要丢失速度
1 E0 s- V2 t! N% |% q8 g+ b: {" A如果CPU/DRAM带宽不够的话，甚至3090可能都喂不满，无限下降螺旋在降低成本的同时会极大影响使用效果
/ U0 y7 k2 U& m' p6 @对于咱们来说，跑起来不是胜利，能够最低限度可用才是核心需求所在啊
7 I, h2 g8 |  C5 ^- q我觉得起码要搞个输出4-6token/s才行吧
0 y5 i* C0 L4 x' d7 G" n3 e5 C7 Q按你这个方案我估计可能1-2token都悬
作者: 沉宝    时间: 2025-2-22 00:10
大黑蚊子 发表于 2025-2-21 14:10& P  l, R" i) ?. i8 R: R+ C
我建议你再看一下KTransformers的相关资料
1 o/ B: c, Q4 J- }/ k% [3 `  J# y* G* ?( [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 ...

' H4 b( }; Q% @2 w- }, u欢迎讨论。) C8 A% ?! _, p0 V$ q( i$ Q

5 d! y  {0 r* C' x4 I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。
0 q7 v/ i2 B$ `4 F5 }5 b
% u; i/ v$ c! B/ G% D! W8 vCPU/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%。% b! r$ R2 R: Y% q* S! Z
( }2 P" O* z5 C# ]) {) ?
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。
作者: 大黑蚊子    时间: 2025-3-10 22:25
沉宝 发表于 2025-2-22 00:10. v9 _, y, v1 S$ |, Z( a" Z
欢迎讨论。/ x" P" f3 G( a6 ?* @1 ?* [
; d$ S3 U, `3 Y
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 ...
0 C8 X0 c. N, }8 p$ 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, P0 F% X  o' E
显卡用的是3070M 16G，环境是Ubuntu 24.04.2+ V; Q. f2 G% Y4 ~
输入大概是10不到一点，输出大概是5，勉强可用
1 P  d& {# J6 f' v因为都是整的垃圾配件，总体的成本大概不到4000人民币
% p9 c' J8 ]0 F* M/ h+ ^# W0 Y8 n9 j$ ]& ?
我估计如果他能够用DDR4+至强的话，应该可以到7-8的输出
" Y" V. E. m! P4 G* t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
作者: 数值分析    时间: 2025-3-10 23:42
这里有篇文章是谈万元以下服务器部署DeepSeek-R1 671B + KTransforme的
3 J9 K  y% R8 R3 x; Zhttps://www.pmtemple.com/academy/17340/& q, R' C: A& R+ A; ]  D4 |
作者: 孟词宗    时间: 2025-3-11 01:50
大黑蚊子 发表于 2025-3-10 22:256 C) s6 C  P/ w8 P0 \
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, e4 A6 e8 q; N$ j% D% B' E
显卡用的是3070M 16G，环境是U ...

3 T# Z5 M/ |& o& k& x$ {7 N( G- v! ]' T' P" E- J% J' ]: J
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。
作者: 沉宝    时间: 2025-3-11 02:12
大黑蚊子 发表于 2025-3-10 22:25; k1 B3 }/ ~0 i! d! Z  x
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 j8 t5 q# ^* g& R% R1 K显卡用的是3070M 16G，环境是U ...
- O; n% a0 h+ ?2 e( V% n7 K; Q6 Y
这做得很厉害了。点赞！
作者: 沉宝    时间: 2025-3-11 02:14
数值分析 发表于 2025-3-10 23:42
, h2 \+ ^) a* R  J  J. q) ?这里有篇文章是谈万元以下服务器部署DeepSeek-R1 671B + KTransforme的
1 c3 F+ `2 u' S6 o' Yhttps://www.pmtemple.com/academy/ ...

: _% W7 v& o7 S7 P0 d3 u0 o这么多案例，很有参考价值。
作者: 孟词宗    时间: 2025-3-12 01:39
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。6 d, g  }) q4 V$ F+ W2 G
. m9 p& l" m6 d; @; N) E
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。
作者: 孟词宗    时间: 2025-4-15 10:41
大黑蚊子 发表于 2025-3-10 22:25
4 a: X1 w1 H" e- i0 z. Z. V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* J" I, S% c1 M$ ]$ _: U
显卡用的是3070M 16G，环境是U ...

& O1 `  B: v( ]" `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。
作者: 雷声    时间: 2025-4-15 11:18
孟词宗 发表于 2025-4-15 10:41' a+ y( a3 J9 k7 f( Y
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 ...
7 z  v) G1 _* z
https://cloudninjas.com/collecti ... 40%20will%20support,Reduced%20server%20(LRDIMM)%20memory.: ~: w0 |2 X+ z/ F! R7 C$ _( G

. ?1 B2 o8 x* f& b/ hThe HPE Z840 will support 4GB, 8GB, 16GB or 32GB DDR4 Registered. + n6 Z$ ?# D; S/ _
This server will also support 32GB, 64GB or 128GB Load Reduced Modules (LRDIMM). ; [: Q. _! {4 l; E" P" }) L. H
The Maximum amount of RAM the HPE Z840 server can hold is 2TB (16 x 128GB) of Load Reduced server (LRDIMM) memory
7 y3 I( M$ C. [& Y" g
: k( y5 K6 X% [0 F4 \3 B8 G- fLRDIMM 128GB的话一条要1400~2000刀，16根的话。。。。 好像也不便宜了。; \% Z( U0 U1 Z" T7 r. c
Z840倒是不值几个钱。
作者: 孟词宗    时间: 2025-4-15 11:58
本帖最后由 孟词宗 于 2025-4-15 12:01 编辑 ' i8 \3 {0 B3 L" R
雷声 发表于 2025-4-15 11:18. F0 ^  {% N% T/ j
https://cloudninjas.com/collecti ... E%20Z840%20will%20s ...
: |; T4 {; g* f
- l& u4 H! @8 G, b
没那么贵，Amazon 上一条才 $239。16条也就$3,824。/ y$ h; T- {0 N3 v3 `

" h, {7 k( P  W( U! i5 ahttps://www.amazon.com/Tech-2666 ... cp-nq_eMQV&th=1# C2 r5 ^4 L4 G2 Z* t1 d
; h4 M4 H7 Z# m# J: Q" [/ \& i/ n
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
9 }% T, s, `& \) l" H
* E+ k1 B  e; y. Q2 @6 |3 N但如果上 2TB 的kit 反而要 $4,319 : https://www.amazon.com/Tech-16x1 ... ctronics&sr=1-6
0 A% q. n" |- k8 ]. |; m( V. |' H: {3 P# b1 |6 z

' Q3 H8 U# H/ R" ^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。
作者: 孟词宗    时间: 2025-4-15 12:14
雷声 发表于 2025-4-15 11:18
: V* M, F- b- ghttps://cloudninjas.com/collecti ... E%20Z840%20will%20s ...

* p+ ~  O9 @% G9 q0 N8 ?. D+ w" U" ~+ 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）。
+ ~1 |' Q. Y; p0 C  w
2 Z1 I6 k/ r' D0 i. Y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 $1,500 左右就搞定了。
作者: nanimarcus    时间: 2025-4-15 12:58
散热的问题，你把机箱敞开，左右两片直接给拆了，开个小风扇对着吹就是了，斜着吹，从前往后，CPU显卡电源一起吹，别去搞太复杂的冷却方案，水冷复杂且容易坏。
5 b* J8 N0 |, J9 M当然，有点吵，放在别的房间，用网络连接好了，命令行，远程桌面都可以。
6 z9 Q5 f) D! p& l# X, G服务器那种结构就是隐含你用那种暴力风扇，对散热并不友好。" f0 j! I6 a* v4 I. o" V
我的GPU上的CUDA跑满都可以控制在80度以下。
1 w0 V& p- K3 C; o# \" B7 `# j9 H当然奢侈一点，放在空调房，调节一下空调出口，把机箱放在桌子上，对着机箱吹能降下很多，这才是真正的水冷加风冷。
作者: 孟词宗    时间: 2025-4-15 13:48
如果是为了跑本地大模型，显卡没有必要搞顶级的家用卡。相比速度，更重要的是显卡的显存有多少。/ X# x2 G$ |0 a. @

0 a7 i# |7 b% j" [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 o$ S2 z1 Y& b% K$ @. S2 d

* |1 E( j' H( ^1 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。
1 [- J- U4 H$ |7 ]  U
( L0 f) k+ S% y+ E; @% 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。
) u$ x8 I- ^" o: D* T+ [
9 S3 [" D8 t" v1 i4 V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。
  p4 |  F: Z9 u2 ^' ]; ~  y8 |
7 h3 b( z9 h+ V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。) C4 Y* B1 l; ~

1 _+ h0 v# a# V5 ^* z当然价格据说也挺感人，要 $8,565 单张。
作者: 孟词宗    时间: 2025-4-15 14:12
nanimarcus 发表于 2025-4-15 12:58* z* c6 X) j: o
散热的问题，你把机箱敞开，左右两片直接给拆了，开个小风扇对着吹就是了，斜着吹，从前往后，CPU显卡电源 ...
4 D6 N0 \3 U, U+ `$ }/ 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。+ ]  e4 m0 A& y9 n7 A* t! B
' V2 n% Q7 l+ Z
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。
作者: nanimarcus    时间: 2025-4-15 17:35
孟词宗 发表于 2025-4-15 14:12
6 K; H% M( k2 I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 ...

" m4 B: T- M& n5 I# \  D2 A1 L8 S9 h我有点成见，总认为机箱上的风扇不够有力，呵呵。
9 X. q2 J2 o: k! A# y1 [& [7 O+ L4 Z
- G/ r6 J2 ~6 b2 y: t* j0 }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。
5 p/ w* o3 e( i* b& l& W) T; ?; v3 p8 B3 M7 Q9 J
所以我的理想型机箱就是一个框架，其他统统敞开了，吹！( X1 N" T: M( @; q' _2 w) i

' [+ e3 s/ z1 K: J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。
作者: 孟词宗    时间: 2025-4-15 21:45
nanimarcus 发表于 2025-4-15 17:35
7 W! a1 I7 K* E# V. H4 o4 n我有点成见，总认为机箱上的风扇不够有力，呵呵。
7 O+ y& m; Z0 _
" d3 @$ Q( Y; l$ `0 s0 `4 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 ...

7 W: W- @3 ?( wCaseless 的 DIY 电脑现在也挺多的。散热和灰尘啥的不是问题。
4 h* Y' A2 V$ k$ }# I" \( h1 M0 E; l
5 [; u: H! T3 l- q1 `% }9 s0 U7 O
: [/ F, D( `' \2 b+ l8 a, {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。9 E4 y2 ]* T& a1 L

3 k6 a* Z* j7 C, r; z
' i! O! E2 x* i2 w+ r所以一般都是挂墙上的。造的好点的话还是挺科幻感的。
# i0 y# v4 m9 T+ [' |( @
作者: nanimarcus    时间: 2025-4-15 23:26
本帖最后由 nanimarcus 于 2025-4-15 23:27 编辑
1 ^$ Q- N* \- V0 q1 w2 T
孟词宗 发表于 2025-4-15 21:45
2 @' ?% P  q$ z* u  Z# N! uCaseless 的 DIY 电脑现在也挺多的。散热和灰尘啥的不是问题。

8 p# q& O7 L& r3 a: P& X, Q' w6 N) n+ w5 u; r
这个确实很赞。- g+ g8 E. R$ C3 Y' P9 q2 R) b& F

% ^  ~0 e% r3 A3 d8 Y第一三张好像放不了全尺寸显卡。
2 p; _! m* `" o% u- n第二张全尺寸显卡的散热好像不太好。
作者: 孟词宗    时间: 2025-4-16 00:07
nanimarcus 发表于 2025-4-15 23:26* r% b+ Z) t: z: p  _; v
这个确实很赞。
% n3 K5 ^$ q! \8 o  J# b- |- b
- T2 ]) [: [+ h( ]9 `( _8 E第一三张好像放不了全尺寸显卡。
9 A+ |8 b) O+ B! j9 N# O: m
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。
作者: 雷声    时间: 2025-4-16 07:27
孟词宗 发表于 2025-4-15 11:58
2 P4 o2 Q0 z- i没那么贵，Amazon 上一条才 $239。16条也就$3,824。
) D) u" N# V7 {6 i
# y: H8 E- v. m0 [: e; O8 phttps://www.amazon.com/Tech-2666MHz-PC4-21300-Wo ...

5 ?" L, K8 L6 y2 e2 u2 Y  z; [: kHP 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。& G% o4 D; b+ G) U/ |  t
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。
6 P8 ?1 ^% o6 r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。
作者: 孟词宗    时间: 2025-4-16 09:55
本帖最后由 孟词宗 于 2025-4-16 10:03 编辑 6 W9 k. p' [& N* J  s5 \
雷声 发表于 2025-4-16 07:27% y/ j, e- O2 \0 s; b
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。 ...

) Y, |2 e2 T+ F4 x* s. y1 y+ T9 m5 l" ]" }
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。
+ m8 Q: _& I+ Y- k! S" d' H( q, U7 l. j  {" f% c2 L8 @/ 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。
  w2 j2 D$ {8 B/ d
1 m8 g# q7 j! V$ N( @6 L& 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。



欢迎光临 爱吱声 (http://www.aswetalk.net/bbs/) Powered by Discuz! X3.2