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。2 U; L% S3 c$ ?1 P; I; H
6 X0 C1 g3 {7 s
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。
+ a  n' ?* y2 Z/ e9 i1 G, f0 \) Q5 z' F# }
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。
4 B0 W- t9 e/ m" Q" ~
- u1 ^" F' H: _: 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。( s7 C* ~: b3 P: i8 r1 t

# B( N& ]% K# Z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$700+。它与正式发布的7713结构一致，频率略低，有人怀疑类似于Intel的 ES（工程样品）。主板支持Milan的SP3主板即可。唯一要注意的是内存插槽数，根据DDR4单条内存的容量大小，要能够插出512GB来。
' f1 @. v6 V. I! C4 d$ w
  s1 m) _! ]' V/ c* I, p: T/ J7 Y0 U  x5 F" v# f
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。4 t4 R/ f' d& Y! M% b1 f. W

2 E5 H) t5 {7 d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- _( D+ S( b0 ?  q5 C6 n3 \! \
（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$150）8 W, _8 n: W  a  I7 ]
3 }9 h  U$ n$ O
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。
% h, a8 y, r$ [) t8 @% @' e& `  e4 z
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%5 {( J/ B/ e' j8 p- a

0 v  e3 p% L+ m$ ?/ A; \, o: ^" zRAM 512GB DDR4       1000+
& Z# B2 F3 i0 O6 a. N) _CPU 7C13或相当           700+" V/ B3 n( b3 Z
主板（单路即可）         500
# }! k& s* F! Z2 E显卡 3090                  1000- ×2* \+ f! V( ^" }5 |. Y
固态硬盘                     200+1 i/ l' M$ B' x( i7 C
其它 机箱、电源、散热器等
& L4 c8 l7 Z0 m9 h/ U- t8 ?2 C0 J* l
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 1 T# u) j# U+ V6 w; c
- h8 j7 h8 K# h
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
! D4 g& j/ C# J! G3 l. L' k- S9 @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* C$ d) I* n: o% H) d5 F2 V
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4 D* I# L) L$ G( A% n1 E
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
4 O9 C# ?2 A- Y+ ]/ |) |
$ u9 s- N# r; {/ T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 03:278 @! C0 G2 z$ s) g9 C3 G5 @" }
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 ...
5 x/ R9 B0 a. ]. U. S' t0 G1 h
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- Z$ `5 i- e$ E! ^6 p# g
真心羡慕国内了。。。我90年代自己攒过打游戏的计算机。。。

, ~6 m5 f# p0 B. E* V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; n- s3 F0 a6 W" @) y
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，
7 H8 O8 Q* s. b
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 % M9 y  f6 J+ m; ?; {- j, W. I

3 x% b' O, n4 \# _2 x
+ c& d+ z( l: w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 23:328 Y( w: P, T8 T  p
这是大华股份根据国产芯片的一体机，
6 T4 J- _2 l$ ]. H  e) ^
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
* j0 h5 S0 X. ^5 X+ c% w我在自家电脑上搞了一个7B的模型试了下，真的是不太行9 a6 J% ?6 [3 `& i. X! S1 E
我估计32B和70B也都不太行0 m5 f+ V9 L! ^7 _
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
5 o6 M% g; }# k6 P  p* B; J3 E/ i/ w8 r# Z( Q7 x9 R( |- e2 q2 n/ L

& S4 ^! ~$ z! x3 W9 R% Q; P8 e- e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- F- y6 D( N% \4 s$ j, }$ H
攒了以后干啥呢？
) p) g7 [) h1 _2 D' t( l
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* v+ e2 j. _# ]  e  M
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$ ~3 N  U4 R& P9 L+ Z2 A/ W" B2 D
我在自家电脑上搞了一个7B的模型试了下， ...
" \9 p9 f; p. ]6 @: H3 l3 [( }& N
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
2 b; e: Y5 [- [; 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，{: ...

0 T! P$ U* a& F4 s( z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
: f+ E8 z: s5 _6 B, ~% ^打听了一下Intel的至强4代CPU，现在全球缺货，嘿嘿
, {7 N' R0 `9 B2 {# I- d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- h. l* l3 Y1 ^6 y# G' i0 ?
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
+ O9 Q% p, R/ c我在自家电脑上搞了一个7B的模型试了下， ...

% M9 g5 z  G4 B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 23:535 P9 h, F$ i3 ^1 ]' K  K& X
好奇你攒个模型做啥？

9 O4 B6 G, I3 N" u. X
) @$ G6 D: H7 E" O' ^6 [7 Q玩啊，好奇啊，这很可能是通向新世界的大门  j3 g6 o* A6 I# v# ]
有这个条件的话，干嘛不玩？) a4 P- o7 O3 U" y  u; e) _: s" u

6 d) Q  z1 l% r0 \7 C4 e8 {+ P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) m9 ~% O- ~9 [, c" i/ f1 }
& b" ~1 q. D/ x4 k, i
DeepSeek的出现，极大降低了大模型训练和部署的总体成本& p$ k6 `; [3 {1 T3 p4 k% G5 [& Q- O
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
% y! {# O+ o- W- a+ Y( d( H) d' H) N
9 A' j& `, `  K1 `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
7 r6 _7 n+ a( F8 |) F& L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 16:277 {9 c6 ^. @% g' g; ^/ z) H
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 ...
' X0 E) S! f9 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。( g- O5 V' G; g

& s7 p3 }, M) j- m1 h4 R# e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
2 d  S; G  l, Q4 ^' Z" W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
  w9 T7 t# Y! ~- i打听了一下Intel的至强4代C ...

6 Z$ ^6 R, Z1 o' Q- C* m) j6 k. R8 a7 @"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
/ R4 T1 d8 e' c9 R玩啊，好奇啊，这很可能是通向新世界的大门
5 g  s  h! W' g% L. q有这个条件的话，干嘛不玩？
5 J% Y  \1 G0 l5 h5 \; }
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
& h3 q$ F- N- ]4 N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。 ...

. l& A9 N8 ?3 P% n8 |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。; x$ A$ |* D1 l' X2 {  {3 ]( s
" s  ^# S* @: J2 @, t7 E
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。$ i7 g- r. ?! a/ n: a) l

2 I2 ^" q  N5 _8 R2 N! pDS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。
, e  P6 p' R2 H4 G4 C& Z, Z. [8 x. I
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。
) g; a; Z8 Q; K9 K$ B
/ Y5 z! F; ?4 }/ ?- h- ]% `; `- I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
' m9 K. L' [9 K  Q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 ...

/ t+ u9 z& K9 f" I. G! a; s我建议你再看一下KTransformers的相关资料
0 ]8 G9 L6 o, l/ ?" o  X$ M0 q; P$ F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。- L5 a: `4 [3 u" [: ~3 G
DDR5换DDR4的话，带宽砍半，对应token的数量就要起码减半0 }* u+ I4 P0 r3 d. M4 R
CPU的带宽再砍半的话，又要丢失速度
( F$ @; D+ Z( {8 m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
7 v0 {. P' w$ B- K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, g; J$ D* U' S/ W3 G# {5 b
我觉得起码要搞个输出4-6token/s才行吧
! [& k& Q" v; W# h. {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
- [2 i5 B' r# p8 f我建议你再看一下KTransformers的相关资料
4 h9 q* H- G! c# f0 Z) r& ~6 s7 }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 ...

5 V, Q- J% M/ N5 t' V3 k. _  y7 r欢迎讨论。
) a3 m& v9 X3 |6 |9 E3 y  }8 {. \& ^6 l- z' E8 \6 Q
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。( X' v5 K' t3 j) P& u; N5 q5 f; ~
6 Z2 m3 r4 k9 {5 U
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%。4 W* @; v* I- N- C
; Q# V, ?+ s+ A+ E% 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
4 E8 j* {' N3 J* }欢迎讨论。- U' ]  ?8 O1 S. D$ u

$ u6 }! E/ r3 U$ H* 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 ...

8 E. |2 N6 a6 D! `& B4 }4 p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
& G1 M+ G/ w1 ]7 E( v9 ]显卡用的是3070M 16G，环境是Ubuntu 24.04.2$ E' E. c/ [, m
输入大概是10不到一点，输出大概是5，勉强可用
6 j. p+ p! S1 `0 b, a% {因为都是整的垃圾配件，总体的成本大概不到4000人民币
2 Q+ u) z2 n& D5 e4 y; Q
+ ]& v0 W6 M- T. t0 m我估计如果他能够用DDR4+至强的话，应该可以到7-8的输出
7 b; {' |4 X9 [8 F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7 A& t2 z3 ?! g3 s
https://www.pmtemple.com/academy/17340/3 L$ @7 e0 |9 z# Q1 u& C8 g
作者: 孟词宗    时间: 2025-3-11 01:50
大黑蚊子 发表于 2025-3-10 22:25) T! v/ d7 f- l: u" E$ 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
% x7 v; u% M% ^- @显卡用的是3070M 16G，环境是U ...

) _2 K0 M5 W& [0 Y$ r8 G2 g+ U( ^& x7 k$ e
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
) s4 ^4 u' 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- J/ |* T  f- A( B% ?8 ]' W2 D3 k
显卡用的是3070M 16G，环境是U ...

4 s% |' `$ k" G. Y& b& }, r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' q0 Q$ s3 }, o% I+ W
这里有篇文章是谈万元以下服务器部署DeepSeek-R1 671B + KTransforme的* o+ K' m/ {1 K6 s) Y( P
https://www.pmtemple.com/academy/ ...
# R: C5 h' A* |4 m- N* A3 G
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。9 J# B/ m# t6 n) U
( ^* Q3 y: \6 j$ F1 l# J, o9 v  k' w
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
9 J) f" z1 ^: b) s6 V/ K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
% ]) M  \' I! i. R$ S显卡用的是3070M 16G，环境是U ...

8 \# g3 }; @, j1 ^6 j/ r; T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
0 F) S& R2 E3 w! b& 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 ...
; R2 D* U7 v9 s, `& [
https://cloudninjas.com/collecti ... 40%20will%20support,Reduced%20server%20(LRDIMM)%20memory.
7 m" O. l8 _4 W" l( c$ o! u& p7 E+ b0 O$ m( R/ {% \7 b$ a
The HPE Z840 will support 4GB, 8GB, 16GB or 32GB DDR4 Registered.
3 T; n; x6 v, F, YThis server will also support 32GB, 64GB or 128GB Load Reduced Modules (LRDIMM). " I/ D) p# ~5 p" \( l
The Maximum amount of RAM the HPE Z840 server can hold is 2TB (16 x 128GB) of Load Reduced server (LRDIMM) memory
/ E! v9 A5 t. T# M9 ~9 u7 a1 T* @  ]$ C$ p8 x
LRDIMM 128GB的话一条要1400~2000刀，16根的话。。。。 好像也不便宜了。2 C/ n. |$ Q1 C2 ~2 j4 r
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 ! f% L4 U0 P& E) c1 R" T, D* g- A3 f
雷声 发表于 2025-4-15 11:18
; r2 a) z. I. _/ u' chttps://cloudninjas.com/collecti ... E%20Z840%20will%20s ...

/ v# r. N' L  A1 v" b" k4 @6 z4 G  p: W1 |& t! \
没那么贵，Amazon 上一条才 $239。16条也就$3,824。
9 Y2 R2 Q7 }) _3 V4 ]& p, t$ `3 B( y# T$ E% ^
https://www.amazon.com/Tech-2666 ... cp-nq_eMQV&th=1# q8 G1 s2 h1 S

0 L5 C+ t! l+ B8 o* b9 b" j: [  q4 }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=10 I1 k6 ~- v" e& u/ v& S8 ^
/ \9 e; g0 C  ~6 o: F3 |
但如果上 2TB 的kit 反而要 $4,319 : https://www.amazon.com/Tech-16x1 ... ctronics&sr=1-6# _. Z; ]' V5 d( M
& A  G8 L/ M- s, L' C" C) O* D& H
6 D  G; w; Z# ?; M# p
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
7 }2 W+ m! @! }: s* l* ohttps://cloudninjas.com/collecti ... E%20Z840%20will%20s ...

, h4 d- X: j) G. c$ R
( ?; ~7 R& R7 y# J, T' a2 E7 n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）。  t) r0 P" z, D. n' W; x
- C. z5 m9 o0 K3 Q
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。
4 z& v2 r2 ^) A' Y  |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。
8 V& |3 A' {5 Z+ V& E( S( T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。
! E! y/ w5 s, b我的GPU上的CUDA跑满都可以控制在80度以下。) R4 i' [& p; @+ O
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。! n+ r, M8 Z- x& S) K( d

6 G3 @, V) Z7 j8 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。7 D6 C2 o- n3 `  z* X

) H0 W" ]4 r) W' z; i/ A+ 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。7 u; m3 q$ N/ Q. r* }& d# S
: y% O* l$ v& N# [5 k% K. m
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。
7 ^( Y; T' `6 a! Q
, F- D% _  ~# ~) J7 q) P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。7 K7 e+ X1 H+ ^% _" r
5 A+ r' p# ]6 W5 h# E( I. Y% B
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。3 S5 p8 {7 K5 j9 T/ O" \
3 ]* r7 i: v  ]5 U1 s* P& e
当然价格据说也挺感人，要 $8,565 单张。
作者: 孟词宗    时间: 2025-4-15 14:12
nanimarcus 发表于 2025-4-15 12:58
; f$ J1 f) o8 m3 T: s% l5 m0 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 ...

$ o8 ~9 j. \0 S3 R# P2 t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。% ^' u  ?: d. i% y+ @# a
  w& t* r6 y- }+ p% x2 J5 k% U6 |
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
) T- r" \% S% u' b2 p4 i6 _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 ...

8 g8 V/ j8 W' C$ g2 X) y我有点成见，总认为机箱上的风扇不够有力，呵呵。! ~( F% k& R, R: G
8 V- Y8 B# ]/ P* j' d0 F
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。" T" A1 [$ ]5 D' {( [# [* N; q

/ F! G& b7 C& H9 e+ I! U所以我的理想型机箱就是一个框架，其他统统敞开了，吹！
" s9 {! o: P( x$ X8 e$ D2 h6 e& o$ Y& 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
! p6 G$ s6 s5 @- ^我有点成见，总认为机箱上的风扇不够有力，呵呵。% \* D" T1 m- w, {; C+ C4 _" H

. U2 L7 b. K; v# Y所以总认为机箱敞开了另外架个风扇吹特别有力，至少视 ...
) s. c" m" {* w: L+ k; n
Caseless 的 DIY 电脑现在也挺多的。散热和灰尘啥的不是问题。! [4 r& s( r. N. o9 }

; J* {6 C4 p8 M0 B0 n; j
, W* ~$ ^7 v' ]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。
: N! o4 j6 E1 y3 |' v& z
: h5 N+ B* A' g. `
! A( F6 G% P* d. a8 J& b* T所以一般都是挂墙上的。造的好点的话还是挺科幻感的。9 d3 s3 M9 S# o4 S2 A/ r- F1 [2 g) 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
+ l* ^6 e& ?; b) x# O( @
孟词宗 发表于 2025-4-15 21:450 u6 @4 W. O+ k
Caseless 的 DIY 电脑现在也挺多的。散热和灰尘啥的不是问题。
& _+ [: Z9 p2 U. x% ?

4 p, Y9 _$ T6 T" m1 s这个确实很赞。( Z4 W- n7 e. j) y5 H2 `) N

8 t6 U9 |; g. g7 y4 B' v6 J第一三张好像放不了全尺寸显卡。
  k# I) L4 ~0 w; ]( W* Q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 23:264 {7 @4 g% n$ x- G$ R
这个确实很赞。0 U0 l9 j& ?" M# u

, Q- s7 w0 j0 M7 B$ i! T第一三张好像放不了全尺寸显卡。

9 z+ k: M3 Y3 B( w8 y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
3 C4 x( _6 d4 D9 {! y没那么贵，Amazon 上一条才 $239。16条也就$3,824。. R- l; ~7 L5 a7 G

0 R4 I5 G3 j& X  q+ ?  L# X. y5 Phttps://www.amazon.com/Tech-2666MHz-PC4-21300-Wo ...
( Y4 _0 i1 V4 W8 o6 k
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。$ }: v7 _+ K4 c5 q6 Y2 F
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。3 @% m+ s/ q2 i0 P8 G
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
; J0 U4 m5 _2 \! g" I
雷声 发表于 2025-4-16 07:27$ S' @4 T) D" C( \( o6 V/ k0 n
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。 ...

( X+ s% v. i2 A' c& @3 e5 _8 w9 [$ v8 u* E# i/ R
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。
+ P* K: c$ @4 ^- o
& R1 K; B7 Y" A+ c: @  w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。7 m8 P3 c2 _' t! p/ O# j

: i4 L7 m- @( N( b* h; r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。
作者: leekai    时间: 2026-4-18 21:09
我去年春节也攒了台x99 双路e5v4+256+2080魔改22g*2，硬盘因为以前装nas不用买，后来淘了Dell730 HP z440，用下来感觉单路CPU更合适。期间装了N多大模型，现在只剩ragflow+qwen 3.5 ，35b做map，27b做reduce，都刚好可以单卡运行。前两天刚跟风试了turboquant，效果挺好。今天发现qwen 3.6发布，并且有UD IQ4量化，正在下载准备试试。# A! G1 g. E! A
现在有更好的选择，IBM AC922，六块v100 16g准系统闲鱼上报5800元。
作者: 沉宝    时间: 2026-4-19 11:10
leekai 发表于 2026-4-18 21:09
5 ~* D: A) r& T5 ]- S8 M7 v我去年春节也攒了台x99 双路e5v4+256+2080魔改22g*2，硬盘因为以前装nas不用买，后来淘了Dell730 HP z440， ...
1 h9 V3 a$ U" p9 p" ?7 j
2080和v100的优点是可以通过NVLink 获得很大的显存。缺点是缺乏 fp8 等先进架构的支持。不过看在那价格上，还能说什么呢？！
# ]9 w' R+ R: r# h4 i* M: j9 T7 C6 K0 }! a! R( M8 ?
今年较之去年，最大的一个变化是像小龙虾之类的智能体流行起来了。通过不断的自我进化，智能体在很多方面可以达到和超过简单使用混合专家模型(MoE)。而智能体的后台模型，如果想跑在自己的机器上，小一些的稠密模型其效果往往好于MoE。与人相比，智能体的AI对话中提示词的长度平均增长了许多倍，从而也就要求更强的KV缓存。如此turboquant正逢其时。/ w$ R8 Q2 t3 F1 n7 _7 z

8 ^+ _" m5 T3 }# E* E7 x; I+ c比TurboQuant更强的还有RotorQuant。感兴趣的话可以关注一下它在你使用的模型上落地的进展。
作者: 大黑蚊子    时间: 2026-4-20 13:43
回首这个帖子
; F5 g) ~0 v* z" \$ j如果去年就下手干他1个T的ECC DDR5内存的话...: k/ p! o/ T  U0 _
& v2 r3 [/ \! Q
俺就不用今年年初买个128G内存条那么心痛了
作者: leekai    时间: 2026-4-21 17:32
大黑蚊子 发表于 2026-4-20 13:43% U0 j' X! _8 _* c6 P) Q+ _
回首这个帖子
6 F/ v# `% X% i6 u% ^如果去年就下手干他1个T的ECC DDR5内存的话...
' |! E( w3 I& M
我一直以为自己加钱换了512幸好前两年弄了几根1T 2T 4T的nvme还有SATA SSD，就是去年初看来看去没买氦气盘有点后悔。



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