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。
5 s! w3 m& ~1 }7 Z2 {, d1 {' X' R% ^0 D: G0 W. Y
DeepSeek 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。' k7 J# C7 x. z
; q5 m9 ]& d: K3 s
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$5000左右。应该属于一个人咬咬牙能冲得上去，小范围集资（10人以内的那种）能够轻易支付。目标性能：DeepSeek R1全尺寸671B的4bit量化版，输出速度与人的阅读速度差不多即可（个人使用，太快了没有必要），约 5-10 tokens/s。这样的预算，这样的目标，显然需要KTransfomer技术加成才有可能达到。饶是如此，也得按市场最低价加DIY省着来。& r- c# z; v' _; A0 m' A  ]
* E8 m5 u: u! x8 B
第一步：内存的大小。将模型的参数全部放入内存是必须的。如果还用硬盘空间扩展出来的虚拟内存，那速度肯定慢的不行。DeepSeek参数精度16bit（BF16）时需要 1342GB的存储空间，4bit量化版所需空间为其¼，再加上程序和操作系统所需，512GB应该可以了。这么大的内存，普通PC机主板肯定不行，要上服务器的。鉴于当前DDR4的内存条比 DDR5还是要便宜不少，所以选择DDR4。
4 C+ _9 K" _6 j3 U$ j$ B, e/ k# p$ r
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。
7 t' j  _& T( y& S' M7 X( V. ?( a0 ^" Q7 N

1 B7 D$ f3 H  H$ V: e  ]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。, W+ n. {8 l* [4 g. s; @2 q
4 K  I" f4 U' M7 b9 X
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
, I( F6 n( r( K& P: S" r' {（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$150）
" U/ A6 `! l: g6 C! n$ W9 K9 `4 s: c# r! l+ t
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。
  {3 e- Q' s! f: z
3 e! j1 t# |  Z8 w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%  s; L& r7 ?8 V9 s+ J2 I; C
; x  I4 _4 U$ L
RAM 512GB DDR4       1000+) B7 W2 G4 L: H1 ~. M
CPU 7C13或相当           700+
# \: H. G% y( y0 N主板（单路即可）         500% t% u" m3 `: A7 O7 S; ~: I. Z, \3 {
显卡 3090                  1000- ×2  Q( C  D/ }$ o2 K
固态硬盘                     200+/ K5 v) c9 o3 u6 P
其它 机箱、电源、散热器等
- Y, _' Q! H* e! t
. w) K) o' H+ ?
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
' o2 b* U1 U3 m+ G# `. x) L, K
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5 n7 c1 J/ E. H3 b' b2 c6 v! m% o" D
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 64304 i* Y# @5 j7 r! r& C/ V: k+ J
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; m" v- f' ]3 \
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
2 d8 w! i0 L/ M1 N3 l: y5 M( |- A# Z% k3 r! X
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; }- o& u  g4 A9 C' _' {+ p
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 B8 ?" m# P6 l# p& m$ r8 ~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
8 I2 c, r# }8 @" K' p- H! J) @. {# o真心羡慕国内了。。。我90年代自己攒过打游戏的计算机。。。

3 \) B7 W- n% s0 Z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! ^/ {# d& @' z& }* p6 h
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，
9 k2 j; w7 \% A! C/ S* c  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
6 M9 d8 _% |. V( k* }7 W( `! r* l" `, J- T) S$ b8 H# g

+ k8 B1 I1 D# p3 B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
7 |& [, P' J% ]1 \2 B% B. R这是大华股份根据国产芯片的一体机，
* H! W; c+ [4 |) e( D; w1 j1 T
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
) w3 c7 w8 U5 h& K4 v+ N我在自家电脑上搞了一个7B的模型试了下，真的是不太行. X  p0 R3 m- ]( L4 X
我估计32B和70B也都不太行) J2 `7 {/ O9 q0 |- I: ^
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, x4 W" t& U- M. k
# o+ @" R& v) k, h/ J, P

. S: G+ p3 @$ {0 G4 ]# _9 C# w+ v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
0 {2 ^* T2 u5 C9 I. J攒了以后干啥呢？

* |+ a, I' @7 e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
/ B+ w/ t; d+ a% m$ g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$ C3 B/ Y! m* X( \% h# w
我在自家电脑上搞了一个7B的模型试了下， ...

; e2 c. ^" o) \. e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
, F- ^4 E0 X8 t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，{: ...

- a1 A4 _4 `3 g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. Z, T; e9 d( R/ M
打听了一下Intel的至强4代CPU，现在全球缺货，嘿嘿
: ~9 j- x, h1 ^- n# a) I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: U! g" X6 A/ E, T* h
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 a  S" M0 E! q) N! s& ?; C, W9 W我在自家电脑上搞了一个7B的模型试了下， ...

0 r: W/ k  \* F! ^- {  |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
) P0 E( L9 X1 _2 r4 {好奇你攒个模型做啥？

% v; C9 y$ r: ^9 n9 ^4 g, L, M! X; d5 ^- b- u+ P: H
玩啊，好奇啊，这很可能是通向新世界的大门
( @6 L( n/ J6 D/ ^* k% k0 U有这个条件的话，干嘛不玩？
6 X9 M5 P5 o" W2 I. V% C% ?4 g4 U; L; M# C$ H
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8 b: g5 a( G) o3 ]& g4 g* o
7 M3 }( B9 j' o- C% L3 G2 l
DeepSeek的出现，极大降低了大模型训练和部署的总体成本, T0 M$ {0 ]# W. F8 I( o6 S/ `& b
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) p6 X. Z; e1 Z7 y( x& G# g% k$ N

, e8 N1 y4 C0 A! h: v& ~; q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
# W1 @, v; F8 o+ l8 r) U& p& G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 16:278 ^  ?" k8 Q, ^$ a6 \
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 ...

) X9 S( }1 g) A8 P7 w" _3 r; s9 H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。
- _' ~0 {: y  ]) P% `# c5 T
; `6 t6 v/ x6 B$ w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$ ~. ?7 W/ b6 {4 D
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
# e3 v2 l. G5 d打听了一下Intel的至强4代C ...

9 ]3 h1 x6 O% p* ]"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% ~0 ]$ C: p. M( g9 o: A# T
玩啊，好奇啊，这很可能是通向新世界的大门
1 E$ I2 j' M% f1 B! a有这个条件的话，干嘛不玩？
/ {. ^! Y! I0 {4 N- r: U! F+ O7 p1 _# S
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
* G* s) f/ _, 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。 ...
- S. |# b2 r+ U7 f' j
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。
' f. |! T7 H! [& Q; \2 S: ^: j& s7 W/ Y% U3 t8 n
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。- `4 e" d3 V! Y0 F4 f

6 \- d3 Y8 Q) t# _$ Q" LDS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。( C1 W& x6 T5 Y; n, ^* @9 }8 E
( y* g8 x  I4 u, B% W! U
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。
4 Z# G* }) B/ v- F5 |: r; C( P9 ?# Y1 W
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 00:16
/ }, X( X) m7 q+ _! G+ b" |; Z. c1 f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 ...

; s' D& R# {" c+ {; a$ h我建议你再看一下KTransformers的相关资料
6 q6 E- e# m$ T: j2 f7 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。
  g+ Y' P, i8 s; rDDR5换DDR4的话，带宽砍半，对应token的数量就要起码减半
" _2 ^2 J! l  H% C+ ~$ E* N  [CPU的带宽再砍半的话，又要丢失速度& R" ^7 [2 x, {# m: r
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
. p7 m5 U( @. S/ j1 x9 _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- ]4 R% W: U9 ]3 R
我觉得起码要搞个输出4-6token/s才行吧0 W; S( d3 x) p# ]
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$ C: ~  @( t8 k. ]8 x; d2 [
我建议你再看一下KTransformers的相关资料7 y7 ^! B# e# @6 T7 h
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 ...

: x0 u! U3 O$ o  Z5 h欢迎讨论。
' x9 N& S- r7 `6 ]5 _
- ^# q" v$ G0 _. H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 K; T; z" ~/ K6 p0 ~* |

6 }! f- H8 H3 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%。! }- K2 u2 X& K
/ Z' `5 M: l7 {- 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& ^0 t9 f2 ~& ]/ E  t% J" [3 D# U
欢迎讨论。9 c- f* y) D: Y* B8 v1 B; j" l: s% Z) L

% [) g$ y$ z( P1 w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 ...

% t# p( S1 |# 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* p$ _1 d4 @) O1 k2 p
显卡用的是3070M 16G，环境是Ubuntu 24.04.2; O; u2 K& U( M: e
输入大概是10不到一点，输出大概是5，勉强可用
' S# q7 Y/ ]8 R" ?3 M! _9 H8 b5 ^因为都是整的垃圾配件，总体的成本大概不到4000人民币
- l5 P* Z* [2 s+ E* F  t2 A% |+ J0 `% {+ Z8 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' V# I. L  ?+ ^: J. w6 I
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
; R0 ?/ `/ `( c! X1 a9 Chttps://www.pmtemple.com/academy/17340/4 R" N- s4 E  R: h2 ~  `
作者: 孟词宗    时间: 2025-3-11 01:50
大黑蚊子 发表于 2025-3-10 22:25
$ b* A' I4 T# r4 w7 H  N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
+ ~; B9 k1 k4 u0 z# ?- g' ?显卡用的是3070M 16G，环境是U ...
$ i/ m- c- B6 f+ y

: K0 \$ T0 ~5 t6 u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
- p  U' w( U4 f$ s/ E9 ~1 h/ Z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
; n) w& m2 l, v3 ~5 X显卡用的是3070M 16G，环境是U ...

4 r2 O2 ?+ {" i. e7 \9 I3 p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
3 d2 k* W, w1 P* ?: O2 h' N5 }% I这里有篇文章是谈万元以下服务器部署DeepSeek-R1 671B + KTransforme的
1 Y$ S/ L, `( ~5 E3 R, v3 uhttps://www.pmtemple.com/academy/ ...

) G2 W$ w9 \, P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。' B# H5 u: U0 j' c' x

3 {4 S* M/ a- S& ~. x2 s" }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- j% a3 ~( I& m8 l
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
# R" b' J* W+ R( C( u显卡用的是3070M 16G，环境是U ...
2 B/ @1 Y  n1 y/ 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
: z8 }8 t6 P- [6 R5 {  g  O6 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 ...
$ m( |/ l4 `' ^5 ~( Q0 l# c
https://cloudninjas.com/collecti ... 40%20will%20support,Reduced%20server%20(LRDIMM)%20memory.
0 u. b; t" C3 s$ `- F  N( w* J+ P. u9 L0 R1 _
The HPE Z840 will support 4GB, 8GB, 16GB or 32GB DDR4 Registered.
+ Y: z/ g) @; g8 BThis server will also support 32GB, 64GB or 128GB Load Reduced Modules (LRDIMM).
  D! O. k% |" c! O! J1 v( sThe Maximum amount of RAM the HPE Z840 server can hold is 2TB (16 x 128GB) of Load Reduced server (LRDIMM) memory1 m( G( w  O! D6 H  v. ?

+ Z  P( v/ Z" ?5 X! pLRDIMM 128GB的话一条要1400~2000刀，16根的话。。。。 好像也不便宜了。1 Z( N' Y0 `  n+ Y2 [5 }
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
4 T% f  n1 u% F7 C, Z! t2 z6 t1 x: R/ O. E
雷声 发表于 2025-4-15 11:18
8 e" V7 \# h* J9 G2 Khttps://cloudninjas.com/collecti ... E%20Z840%20will%20s ...
% M7 H1 n8 C( C5 H/ S3 E
& `. E- @3 `# X/ T  z4 Z% j
没那么贵，Amazon 上一条才 $239。16条也就$3,824。
- u4 q* i/ o" I# C0 ~; Q
; r" d) |: f8 X: chttps://www.amazon.com/Tech-2666 ... cp-nq_eMQV&th=1
, d& d, @- B- ~8 l. z
2 X. x/ }0 P0 Y# b- v$ ]5 `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
$ }. T& X# v4 ^* D  H; ?
( f7 A4 D) V! E但如果上 2TB 的kit 反而要 $4,319 : https://www.amazon.com/Tech-16x1 ... ctronics&sr=1-6  M( q6 S$ S4 x" I7 a7 E
5 a5 n9 s/ S, ~$ Q: i3 \0 ^) Q

& w5 I" W1 R" E3 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 11:186 H+ U! n8 Z, W, @$ T: ]. w$ X9 ?
https://cloudninjas.com/collecti ... E%20Z840%20will%20s ...

9 E( B3 Q- Q/ p) _! n6 ^; a6 T* |/ Z
0 ?9 ]2 C2 [$ y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, o# g' P7 Q: K
' D" A$ `! f: M4 `* _
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 $1,500 左右就搞定了。
作者: nanimarcus    时间: 2025-4-15 12:58
散热的问题，你把机箱敞开，左右两片直接给拆了，开个小风扇对着吹就是了，斜着吹，从前往后，CPU显卡电源一起吹，别去搞太复杂的冷却方案，水冷复杂且容易坏。
9 C1 G% j7 x3 S" X: q! q当然，有点吵，放在别的房间，用网络连接好了，命令行，远程桌面都可以。
& `* f8 \5 F; U! a' Y) [) a服务器那种结构就是隐含你用那种暴力风扇，对散热并不友好。
" ^( D& e+ i8 y4 Q. @" P我的GPU上的CUDA跑满都可以控制在80度以下。$ O+ {$ e( `2 S& O! P
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。
1 ~: f+ R: M$ c( U& s& u. E; k3 B: {6 q
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。
+ H$ Z" @- V+ M( H$ P: z
5 C( c8 D3 r2 f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。
9 T8 F0 i' f. K- A/ h
( q6 n& u: N: }8 y$ M" p: G+ |0 }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。
+ h/ ?% ]3 c7 J; h( W3 f" m7 X5 g. }
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。
. h2 `/ h% E; b" O/ V
4 o/ B4 Q9 ?; u# R7 i2 Z) a+ @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。
( R' V8 n* t5 {2 K! ?$ B4 ]8 c2 {  H0 ]
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
. ?8 o) K* ^' I' X% j5 i3 P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 ...
# p* T* ~6 }- N) \
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。. [3 H& c' ], M; ?% f5 ~

! m; N( P/ z2 p6 e1 q4 Y$ bCPU 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$ k9 Y5 N, q: h1 d( {% O
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 ...
$ W& O( W9 G2 j/ J8 b
我有点成见，总认为机箱上的风扇不够有力，呵呵。
6 p' z& d8 p2 v* t
. [& L" w4 m# X+ n1 m6 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。
4 B& x0 D- I& N. H  w+ i( i5 g% E# n8 {/ x
所以我的理想型机箱就是一个框架，其他统统敞开了，吹！# i! Z2 g/ `9 z2 B. E' o: x

% N, a6 {# r/ f( J: I4 L5 T) n% [, I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
( T' Z. F+ N2 W5 r我有点成见，总认为机箱上的风扇不够有力，呵呵。9 E  |% x; W7 W3 O1 O. ~9 {' q5 L

: q' j( ~1 U% h, M所以总认为机箱敞开了另外架个风扇吹特别有力，至少视 ...
$ l( j, h$ t4 w/ U
Caseless 的 DIY 电脑现在也挺多的。散热和灰尘啥的不是问题。
; f; y& @3 D% l( u7 j # n) l- Z4 @7 W: w* C8 W" O4 Z1 m7 i

% z0 T" o0 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。
9 `9 D0 k. L6 D4 x  Z
  L. L5 _& C4 U" _/ \+ Q2 j" z1 t' ?$ @
所以一般都是挂墙上的。造的好点的话还是挺科幻感的。% t, W. Q6 y8 A7 Z, X, V
作者: nanimarcus    时间: 2025-4-15 23:26
本帖最后由 nanimarcus 于 2025-4-15 23:27 编辑
, j* A' n, @# g( A7 W( g
孟词宗 发表于 2025-4-15 21:45: C6 D- w. k( o, t  n0 p
Caseless 的 DIY 电脑现在也挺多的。散热和灰尘啥的不是问题。
/ Q7 C/ S+ D5 C
7 s9 J4 D) _: e  X; W7 g4 C/ h
这个确实很赞。
6 U+ }) o$ Q# [: v+ n2 a% p2 q/ n
- r, x$ j' L8 q. g8 P0 y第一三张好像放不了全尺寸显卡。
# z6 F( a; Q! m8 F9 R' f- F2 }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
' s( h6 p6 z. \$ b3 O/ F/ L这个确实很赞。
- b/ P$ T+ l) ^# W) a9 g; N8 n6 ^9 O4 h5 c
第一三张好像放不了全尺寸显卡。

) r2 M- d6 o2 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。
作者: 雷声    时间: 2025-4-16 07:27
孟词宗 发表于 2025-4-15 11:58
) a6 N* l+ ^4 h0 P& U没那么贵，Amazon 上一条才 $239。16条也就$3,824。
; o% F: l. }8 C/ j5 H6 M6 ?: c6 R  |' l$ P/ ^! F4 m) K
https://www.amazon.com/Tech-2666MHz-PC4-21300-Wo ...

1 H+ z5 E3 \/ P7 S* I# c! sHP 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。+ S& N7 @" ^3 [: E- y
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。
: W0 [9 W' f: o5 E$ D1 B- a- E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
' V; K  M; V& K) L
雷声 发表于 2025-4-16 07:27' p: W9 l3 C5 A, V4 A0 p. X
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。 ...
' b0 w9 X, n) o5 r4 e4 m: a' \

! m3 U  a" Y& ]7 m% NHP 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。
3 _2 _) E& s* L; b% g( Q  S3 L- I! a. Z
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。5 B5 b& C6 }1 g5 k" e# h  A7 x2 L( M
, D3 y7 X) ]9 @: g: 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。



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