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。
# v4 C4 N" d7 m9 U5 f, F& ?# ^$ R" ]. R# U( g8 l
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。/ j* N) g5 J4 o8 v$ B; F
- _( K5 z( E& k( V
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$5000左右。应该属于一个人咬咬牙能冲得上去，小范围集资（10人以内的那种）能够轻易支付。目标性能：DeepSeek R1全尺寸671B的4bit量化版，输出速度与人的阅读速度差不多即可（个人使用，太快了没有必要），约 5-10 tokens/s。这样的预算，这样的目标，显然需要KTransfomer技术加成才有可能达到。饶是如此，也得按市场最低价加DIY省着来。9 [; \+ y4 s  a- r  j7 X
: B, e1 T$ Y( `
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。
! K) g4 n; G3 O9 @2 c9 U- I
+ ?6 O4 F: n2 b* F  |& \8 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 p8 y* n' r0 k% R0 l
/ V; U# g# {! S5 S5 r' s+ v0 Q( ?6 A# n+ l; V7 |
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。
& K9 E! F% a, E( H! ^! [5 \; u7 o2 G! g8 {3 P: l2 z( r) b2 N3 l5 n5 Z% x/ z
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 TB1 V" z9 c9 D7 K
（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$150）
7 E2 J; @9 ^" U
: S. M: s6 m% f( w7 R- k# N8 e$ b$ K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 {! S) c7 l) [0 B1 I  T0 Q
, t: k8 z, C2 g1 a5 J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%$ x0 D$ X" q* G8 V

7 X+ M3 y( K( v% W+ \  rRAM 512GB DDR4       1000+
! r* N8 Q) r3 c* sCPU 7C13或相当           700+* M- U* Q* X8 ?' I( M, k9 q
主板（单路即可）         500
! p4 @& _' z+ T" n3 d9 r8 c- M0 D显卡 3090                  1000- ×2
- }8 `& Q( d3 p固态硬盘                     200+
1 y! [7 J  M) n+ H9 N& l其它 机箱、电源、散热器等. ^' E2 l* d% A+ j2 S% ~! g6 i
  x. D  P$ W( d) s' v0 Q% v: I; 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
0 v$ M8 H7 _! s7 y
6 i# \, s9 h( x3 M: B% \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
. L5 X1 o9 g9 Y7 i  i( z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
* Q+ Y' q4 s+ l) ]  ?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! O0 j; _  [9 L& ^+ `- ~3 k/ D
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
5 F" D) o' }( ~" m. {7 K" z/ \
+ N4 j: ~8 S4 r: H4 m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 03:275 b/ I$ B" a- O
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 E" s7 a$ x4 N! A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
5 m7 |5 b: D# f6 T; s+ f. l4 A8 E4 e真心羡慕国内了。。。我90年代自己攒过打游戏的计算机。。。

4 Z( p* Y# o1 h6 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，
作者: 马鹿    时间: 2025-2-20 23:19
testjhy 发表于 2025-2-20 09:502 W# b( K0 \0 m5 \- E
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，
+ a) U* w5 x5 Q* S: ~
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
0 {6 c5 ^2 R# @
% G0 ~" E- h' Y/ e0 Y/ q; m$ ~& p# n) }& |+ k9 n/ X- m
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
9 J! F  j3 W; V) G这是大华股份根据国产芯片的一体机，
) p7 |; i9 q" @8 [  \# J+ `( O
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
" x1 V) \3 b) l我在自家电脑上搞了一个7B的模型试了下，真的是不太行
/ y$ b; `. |/ k' L+ V$ c我估计32B和70B也都不太行' d2 b; h% p; j$ y* e4 R; o
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
' v1 b0 _% Q7 j. f# e. w8 z% ~9 {% p/ k

9 a# s" B* m  |, }' ~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 23:197 V/ M5 h- _& T% Q
攒了以后干啥呢？

) V1 V. s, [0 a, r5 P: m! S/ u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+ v% K# ^- m  K+ P7 i* G  L
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" U' n( u$ L( K5 I
我在自家电脑上搞了一个7B的模型试了下， ...

4 h0 G8 n. K2 K* ^, U  X+ |, H9 h6 U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% }# r0 l) q' P: f$ |) a: 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，{: ...
( G5 Z+ C- V' m# w$ F3 C
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$ {6 w6 M) g' ^
打听了一下Intel的至强4代CPU，现在全球缺货，嘿嘿) J: d. p. H# {3 \0 ^# d9 m
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 10:389 `4 j& |$ g0 M0 e; p
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
1 z6 J  W* z7 G# ^; n% L我在自家电脑上搞了一个7B的模型试了下， ...

) Q  H: t8 w! {6 V% U+ p3 J+ X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
5 ^& l/ S4 S7 u3 D4 @好奇你攒个模型做啥？
, T8 Z$ n" {) s8 x8 U  ?1 X) Q
- E  S3 s7 ?$ J4 R% g# Y
玩啊，好奇啊，这很可能是通向新世界的大门! {# g! c$ E: Z8 Z
有这个条件的话，干嘛不玩？/ R8 Y: `* }1 u  ^$ B4 D7 u

/ r' G( \' o/ Z; W$ Q: I+ o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) _5 v! ~  Y4 A: q

/ d+ H) ]7 a: v! f8 r5 jDeepSeek的出现，极大降低了大模型训练和部署的总体成本  S5 _/ }" k* a/ t* s5 z3 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
- W' {: K- p, J  d- k9 V0 e3 C& d3 r, i" l- @  g
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; x* V9 X0 E4 `0 e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 {5 @! w& x% G3 S, X- {( N
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 ...

3 j; S3 i2 c" b- g8 c, ^# g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。, r: U8 N& V  }

6 q8 d2 f3 ~2 L( G/ h! l6 c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 23:532 c7 |# F' O3 o0 C0 e- E- 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
& N# P' j9 s- E, c+ b3 \+ V打听了一下Intel的至强4代C ...

# f  q7 L: E  Z4 w( s" U"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! x( `- J5 O/ O! U" s; c! J
玩啊，好奇啊，这很可能是通向新世界的大门" b( B. R3 b& _9 D' M+ E/ x, [
有这个条件的话，干嘛不玩？

7 {$ K2 T; _( Y: A4 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
7 e. R) c0 z1 l7 F4 T: q2 A6 q8 ^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。 ...

8 Z0 }! {8 W. K5 P% x" V4 p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。
, i7 \! K/ l* P) d% G) h5 U% p, k4 I& B
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。
+ w' c8 L. D/ S; m# X6 K
* t! u  R6 i7 G  nDS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。
, z) E6 d/ k. @. L) I9 R
8 O6 j7 H$ N; z" \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。
+ m8 @5 e+ X% l
, X2 B" J4 n' [' L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
% s- Z, V- m9 d% 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 ...
1 o* Q/ n& o  s3 O1 z  V% K4 Q% H
我建议你再看一下KTransformers的相关资料
/ a: Y3 G4 _* }: E, e8 Z$ r3 c2 }! M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。- f( ], o- `* t$ \4 F; P  y
DDR5换DDR4的话，带宽砍半，对应token的数量就要起码减半5 N' @- x8 p3 V( v) J9 M# O& j
CPU的带宽再砍半的话，又要丢失速度
* R3 L6 Y& H3 L* d  P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
6 _6 |& _$ j- N' C  K; P% _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  B2 L# x( c2 A7 @# `4 [' m
我觉得起码要搞个输出4-6token/s才行吧# v% Q" R' i9 T) J; P! X9 f. z
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
  T) [# x# C9 T4 P我建议你再看一下KTransformers的相关资料2 O6 }+ k  C' i2 L+ g) J' V) t
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 S$ |* U5 h; h) A
欢迎讨论。
* l3 {6 t! X/ V, G9 s$ n1 p9 f( E, Z) y$ B, E
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。
! c3 B1 }, ~; G8 z+ s. t4 u3 W; V. U# I7 m& e
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 W5 i; F$ |2 x$ Y0 \
& t. n& o1 r, I
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  C: d& U' T& ]% m
欢迎讨论。0 s+ G9 V2 @% w# i! a. \; o  q
2 j4 \: s; s# h9 S2 w! r
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 [- Z6 x7 n2 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% l' ?. @$ u2 A
显卡用的是3070M 16G，环境是Ubuntu 24.04.2
  u7 \8 L* t7 }9 n# e. B# v! {6 y, N输入大概是10不到一点，输出大概是5，勉强可用
3 F" c' o! j+ l5 i! X因为都是整的垃圾配件，总体的成本大概不到4000人民币; v  {/ p$ m* w/ `0 p

5 r. O% M$ a1 D- H  g9 \. ?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 j! ~3 ]9 r# a+ K/ k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& ]: S. j" U4 {+ w) ?. t' T1 V
https://www.pmtemple.com/academy/17340/$ l8 t/ b+ H# Y( u
作者: 孟词宗    时间: 2025-3-11 01:50
大黑蚊子 发表于 2025-3-10 22:25
& N$ R8 k! `5 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
& C. A- C' ?% Z6 k显卡用的是3070M 16G，环境是U ...
. G+ ?3 A; K% i1 A" l
9 W9 k% ^  }. D4 v
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 22:255 h; f! d% J4 o, C8 }6 }
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& c+ D! q3 G! m* q3 y
显卡用的是3070M 16G，环境是U ...

2 `9 c) Z. a- 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 G) \+ h$ r: Q5 |7 Y& {. ^8 A这里有篇文章是谈万元以下服务器部署DeepSeek-R1 671B + KTransforme的1 w* s3 g2 G5 n7 s- ~
https://www.pmtemple.com/academy/ ...

8 p1 p3 }' Z' a8 A1 s# }6 t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。
- r7 n& @3 b9 x: ^, e* f: @
5 i/ k" Q. V5 A2 b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
( m+ C0 \9 @* T" `9 ?: G/ \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
% O* G9 n8 `% M7 g3 W' u显卡用的是3070M 16G，环境是U ...
4 i) M$ p  ~4 J/ V; F+ k
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
, Q0 B( J' p  d$ V' A* B) 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 ...

+ u+ D. N, b$ {+ g1 g$ vhttps://cloudninjas.com/collecti ... 40%20will%20support,Reduced%20server%20(LRDIMM)%20memory.. z4 Y, j' Q4 b5 f+ _  B

6 g) ?4 H+ v; S1 X, g6 kThe HPE Z840 will support 4GB, 8GB, 16GB or 32GB DDR4 Registered.
4 c* R7 \5 M! S* s- D- E6 oThis server will also support 32GB, 64GB or 128GB Load Reduced Modules (LRDIMM).
  E% E: n) [* J# R, lThe Maximum amount of RAM the HPE Z840 server can hold is 2TB (16 x 128GB) of Load Reduced server (LRDIMM) memory
% Y4 K6 O& y5 s4 N
8 a" Q1 o6 R: D2 zLRDIMM 128GB的话一条要1400~2000刀，16根的话。。。。 好像也不便宜了。4 h- I+ _7 `( H2 X. f2 q
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
7 t0 V' @. ^+ [$ c% c; F5 O
雷声 发表于 2025-4-15 11:18
# U) ]0 z/ f" C/ n( Khttps://cloudninjas.com/collecti ... E%20Z840%20will%20s ...

% P: s, N7 \% t1 a& j" P  e5 _1 m  Q0 @. ?
没那么贵，Amazon 上一条才 $239。16条也就$3,824。
( p. u* |- W. H& R- w- q/ n! A# z; T* [6 O- k  ^* y
https://www.amazon.com/Tech-2666 ... cp-nq_eMQV&th=1: Y& m7 v0 M. Y& @) M8 b

: ]& s+ B$ [# [; S+ u1 y- D1TB 的kit 稍微便宜一点， $1,908, x2 就是 $3,816： https://www.amazon.com/Tech-8x12 ... amp;sr=1-1&th=1: }5 J' P( Y! E) X) \3 [$ H1 e

1 K2 l% G5 S( C" q* U但如果上 2TB 的kit 反而要 $4,319 : https://www.amazon.com/Tech-16x1 ... ctronics&sr=1-6$ h5 Z8 q# ?/ y8 Z" y7 r

! c) A# {0 A8 @& T) |. b  i$ z' J3 E, w2 G$ d
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( F* E7 _1 L& |
https://cloudninjas.com/collecti ... E%20Z840%20will%20s ...

* K; x( g: V+ U2 G5 c$ s4 T! [' i9 E. Y3 t) r
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）。: C2 [; d$ v! w
. U4 t) g$ W+ ~; g  F; @- v
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 $1,500 左右就搞定了。
作者: nanimarcus    时间: 2025-4-15 12:58
散热的问题，你把机箱敞开，左右两片直接给拆了，开个小风扇对着吹就是了，斜着吹，从前往后，CPU显卡电源一起吹，别去搞太复杂的冷却方案，水冷复杂且容易坏。8 H! I1 e3 @) Q: I2 h; K
当然，有点吵，放在别的房间，用网络连接好了，命令行，远程桌面都可以。
7 n( c9 O% Q5 C+ {6 R服务器那种结构就是隐含你用那种暴力风扇，对散热并不友好。
8 b4 r; j' W. k' o' Z. @2 }我的GPU上的CUDA跑满都可以控制在80度以下。: r" j  c6 f- D  C# W1 M  o* u7 S. B8 h
当然奢侈一点，放在空调房，调节一下空调出口，把机箱放在桌子上，对着机箱吹能降下很多，这才是真正的水冷加风冷。
作者: 孟词宗    时间: 2025-4-15 13:48
如果是为了跑本地大模型，显卡没有必要搞顶级的家用卡。相比速度，更重要的是显卡的显存有多少。7 a, S! L3 S: ?) [: E5 a
  P. w4 n" |+ C- ?$ N
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 K; A, H1 \. n2 V
! |+ A! b& E' i0 k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 C& {$ X' ]+ d7 Y& w7 H

* R6 y7 `! F+ S/ e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。& V; Q8 `8 Q( h8 I

% P$ a" w7 o2 K- l5 O1 x8 Q  ^2 I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 T  g8 r) K6 i# z7 U
* G3 s2 p4 P$ s  e# Z7 A  d# i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。
  {! b4 k0 R2 m$ R- B) S# \) y% _$ o8 s+ e; O) E$ E% O' i
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 12:583 o! r% F6 H# E0 _2 |( q4 S
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 ...

2 b- {' B4 x2 K0 }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。
' n) M6 `; I" M3 q+ |6 e- X3 @8 r6 V5 E4 p: v6 }7 H% Y1 }( L( }
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* |  \% C# G. S3 X
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 ...
, b, k! q# r9 v) y
我有点成见，总认为机箱上的风扇不够有力，呵呵。8 O/ l4 y" [: u, }
  l# n, }# o4 P5 Q4 a
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。
, r' t3 W+ X1 k' m; L4 K, P) G1 u  ~: n9 \& V6 Q% t
所以我的理想型机箱就是一个框架，其他统统敞开了，吹！
' [/ U9 W/ p( A* |
. v  A& Q  N) p/ d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, {# k) S9 ^1 q1 Y( `
我有点成见，总认为机箱上的风扇不够有力，呵呵。
4 j1 r: h  c7 Q! U9 d! e7 C) C, x" d, o0 t" d
所以总认为机箱敞开了另外架个风扇吹特别有力，至少视 ...
+ x  K0 b: N( }4 G2 K
Caseless 的 DIY 电脑现在也挺多的。散热和灰尘啥的不是问题。
5 J- P: f# t) H  _
" t9 t' s  ^2 P# t- D9 Z( T, O; ?5 E! y; z8 s* N
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 ]% K& n  Z$ J3 o

% r- p. e) ?# m! n6 M
7 M; u  h$ Q4 \6 i所以一般都是挂墙上的。造的好点的话还是挺科幻感的。' C, P5 }1 i: \8 U, O: k
作者: nanimarcus    时间: 2025-4-15 23:26
本帖最后由 nanimarcus 于 2025-4-15 23:27 编辑
3 b1 x1 q% ]# R9 Y2 i  w8 C7 o
孟词宗 发表于 2025-4-15 21:45
9 A  j3 _( T; JCaseless 的 DIY 电脑现在也挺多的。散热和灰尘啥的不是问题。

9 x3 \: H: s, l+ ~" B
6 m& L  [, s% r+ ~, W这个确实很赞。5 O( `( ~7 A, Z9 O
& i. M# J* k6 B# y, ?
第一三张好像放不了全尺寸显卡。; Y" @, c( q) N% x( c
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
0 S- t' o! G1 Z3 C7 j9 f这个确实很赞。7 r: }, U& f* n2 f! ~* b

$ m& {& K3 @5 q$ z& y第一三张好像放不了全尺寸显卡。
& K2 c1 c; a; }9 _. w) n6 G
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: f' ~0 X" A$ y. p- A) h
没那么贵，Amazon 上一条才 $239。16条也就$3,824。# @& Z& L7 G% r4 G9 m" p

; P6 q6 Z0 {# d& P# dhttps://www.amazon.com/Tech-2666MHz-PC4-21300-Wo ...

5 N: Y7 Y1 O0 ^1 \) jHP 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 Z  E6 T8 ~9 k% [& }
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。
0 @7 A' E* @& p- w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/ T0 y7 a; q' N+ s
雷声 发表于 2025-4-16 07:273 D/ Q' w: E" F# D
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 G# V8 e: G( [4 s! \! I7 ~( e7 l  d- V$ D7 N* x' W$ P
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。
) u, L- q$ _8 y5 \0 P/ \: X& ]7 f; U% l' g8 A+ `$ P7 R( A0 D
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。2 g& S; g5 w! N  x1 X. i- u. a
1 ^% s/ p$ H" x0 X9 @
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。
4 }* o2 u3 ^* g; {7 q( y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
; ]4 a# y- u4 G8 L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， ...

2 K( ~- X5 |7 @' K2080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？！4 H. U% z/ o5 U# O. o

+ D% x1 W( _3 P9 t5 L  ]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。' L! A# p; ~% j* V5 c
2 N9 e* ]1 J- d' f6 y5 W
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# b* ]7 Q2 X8 k  N- W3 E3 ^3 G
如果去年就下手干他1个T的ECC DDR5内存的话...( F2 X; A$ e- U, i! ^7 s
9 {& }7 f3 {* E' w3 s  F' u; V
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+ x( c4 i9 m% a0 h, W# ]  k3 k
回首这个帖子" k4 C/ p$ I9 P' ~% [: I) ]
如果去年就下手干他1个T的ECC DDR5内存的话...
. c4 L: L7 g3 u; Z: ?
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