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 ...
12
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
$ E1 A; m7 E  P6 h: Z我建议你再看一下KTransformers的相关资料
( o' I7 f: |& W+ {" i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 ...

1 K- q( q' p6 ^6 I欢迎讨论。; x) ]$ o2 r+ J: B$ k- p7 s$ t

' a9 x' e; `$ n$ J7 a2 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。6 T5 x: c/ B0 K( H4 `! D, h* J

) ?! R8 M6 z/ i# f+ q+ [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%。
0 N/ c6 ]( [% e6 c, d/ n; q: U) X7 X/ h' X
" C% ?0 |* e) N5 V# ~& y, Z$ n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
    奋斗
    7 天前

    • 签到天数: 1130 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 O7 \2 _: ^: {) s( |9 `9 n
    欢迎讨论。: u$ A$ R3 i+ n. ]7 w, P  a

    2 v& X, [! x1 O- z  `7 k8 @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 ...
    4 j$ J" z/ q' V: ]; u4 W3 M
    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% ~: _* |7 y: |9 v! S
    显卡用的是3070M 16G，环境是Ubuntu 24.04.28 r; g4 Q. N# P( s' @
    输入大概是10不到一点，输出大概是5，勉强可用
    & l/ C; H6 R( J. D  k因为都是整的垃圾配件，总体的成本大概不到4000人民币
    * g5 p) y5 N& {. B3 ]7 h6 G' o' V. f# Y: r
    我估计如果他能够用DDR4+至强的话，应该可以到7-8的输出
    & |9 Z. d# Q! h2 I  B; {1 ?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
    前天 01:42

    • 签到天数: 1883 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
    & I( L6 [7 V" f; m3 _: E  x: Hhttps://www.pmtemple.com/academy/17340/  f* o3 @) e) D+ a! b$ w# ]
    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- t  B; y; s" [. W  j
    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 y9 ^( @* I) a: N4 s0 i显卡用的是3070M 16G，环境是U ...
    + z( c7 e! U; ^3 y

    ! P# c8 m, ~0 n$ F& |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- b: `& j+ C6 X1 K" P2 [8 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
    . z8 E, ?. C9 l' Q9 r显卡用的是3070M 16G，环境是U ...
    1 i- ^' N! D) v5 f8 G2 s
    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! x5 R8 {9 R5 G9 _& ]/ a; l/ h
    这里有篇文章是谈万元以下服务器部署DeepSeek-R1 671B + KTransforme的
    3 @, \: i; p: F; S) x5 ?: `  Hhttps://www.pmtemple.com/academy/ ...
    4 _" v% E  s$ l5 n. y! f
    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。
      Z+ p! {' J& h5 I4 y
    3 p. L8 R( m' C5 \8 @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
    / n+ ~4 |: j! G  U; L3 [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" y& J, `4 D& X4 ]1 T5 L
    显卡用的是3070M 16G，环境是U ...

    7 O/ ?  F) F# t' g9 `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 10:414 q' k6 L( o; s
    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 ...

    / N+ @7 O- Z3 Z$ N' Ohttps://cloudninjas.com/collecti ... 40%20will%20support,Reduced%20server%20(LRDIMM)%20memory.- z$ I" X7 N0 u  |% B
    , z4 a& l- ?$ _3 _  H* r
    The HPE Z840 will support 4GB, 8GB, 16GB or 32GB DDR4 Registered.
    $ @3 F* T# R; K0 I+ K* `This server will also support 32GB, 64GB or 128GB Load Reduced Modules (LRDIMM).
    9 X. V# L+ p/ n; I  yThe Maximum amount of RAM the HPE Z840 server can hold is 2TB (16 x 128GB) of Load Reduced server (LRDIMM) memory, u- X4 C7 C: v' {) u/ `( |

    8 p" _7 v* ~4 @$ @0 GLRDIMM 128GB的话一条要1400~2000刀，16根的话。。。。 好像也不便宜了。
    4 @) {7 M: p4 ]# ^9 DZ840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 8 l. c3 a7 k  T) V* Q; `
    雷声 发表于 2025-4-15 11:180 a$ b0 O: @: y3 Y$ K& p# ~0 P
    https://cloudninjas.com/collecti ... E%20Z840%20will%20s ...

    . g6 u# W- I9 c( ~$ D8 \
    5 Q; M' ]# ?  `没那么贵，Amazon 上一条才 $239。16条也就$3,824。( g2 ]1 m% B1 z6 _) v3 |2 r

    - q; @3 I$ r' a1 |4 B0 {# n- {  Mhttps://www.amazon.com/Tech-2666 ... cp-nq_eMQV&th=1
    % i4 A9 m$ u# \9 f' |4 ?. n- q1 \7 S1 ~! a% g( ?1 b' h) L% h
    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=19 O: G7 c5 P3 {/ G+ \

    . E3 H: ~* O' V9 M, }但如果上 2TB 的kit 反而要 $4,319 : https://www.amazon.com/Tech-16x1 ... ctronics&sr=1-6
    2 S2 }4 g. {, _# ~' j! H3 g6 [4 u9 M" N, L
    8 n, x2 v& w8 H1 K/ V1 ?0 v3 B/ L
    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
    : K7 o- w3 K/ \- shttps://cloudninjas.com/collecti ... E%20Z840%20will%20s ...
    : t% n* \0 i1 d( o7 D; S4 n
    $ D9 n+ ~$ B2 S
    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）。9 S0 ^9 g8 W5 f$ B8 l; y
    0 N4 ]- T6 o9 B: @2 P
    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。
    % ?- p2 s8 W$ e8 d- Q! o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 H2 w' J: C* 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。$ J; X# |* K% S4 s
    我的GPU上的CUDA跑满都可以控制在80度以下。
    + ~5 R/ p2 R# M" g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。2 F; x. l) d) X0 _0 y  z$ Y( P5 z

    % n% ^" H: r& O- @  H6 I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。0 y! S" S2 |: G/ g, [7 c6 G
    ; `* h5 g+ H. I  a! b- J" h
    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。
    ' D1 V8 X) e4 \. D! Q. O; _: w( @- o, o9 l; H  C. u
    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。
    & [  m5 q: F! A% h, H/ f6 X4 `- Z# z) X- z- `2 B- x4 d: ^/ R
    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。
    , n; B( U: `5 x! H( m- G8 I7 L" O0 A! W4 }5 j, O& 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。" }; D1 Q; q+ t6 u" C+ H
    8 ^' W9 U1 ~/ j7 e" x' u
    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) M  O  ], u0 X" M( m; W% Q
    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 ...
    , S/ k% C, c& m" D. u( |8 v) `
    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。
    & F  K% j7 |1 G3 \2 B' ?' V; Y6 ?1 ~8 |$ h7 `1 D! C1 k! b
    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" c! n' ?' U! [2 }2 G
    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 ...

    , O* U* o# W8 m# E$ @我有点成见，总认为机箱上的风扇不够有力，呵呵。; I0 u% H9 a2 @
    . \2 Q* ~) S* q- A# a* B
    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。9 e( j) d# n2 e' w" B0 {

    0 k- x2 C! E% P所以我的理想型机箱就是一个框架，其他统统敞开了，吹！3 @( M$ H$ f8 x/ A8 E
    & H1 s" g5 ?+ {
    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
    ; @1 m1 n: }0 k1 p我有点成见，总认为机箱上的风扇不够有力，呵呵。9 T: V4 e5 ?: T' V
    6 z: p( ]9 ^6 W
    所以总认为机箱敞开了另外架个风扇吹特别有力，至少视 ...
    ; L8 L( D4 V! T% }8 v7 e6 D
    Caseless 的 DIY 电脑现在也挺多的。散热和灰尘啥的不是问题。
    0 E+ O" s) g7 b* d4 B ; y2 ^. ^' Y% Q2 l# D
    ' a; n% H: U! t9 l3 Q% R
    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; m( [' ~& o% X' L$ x

    : b0 A2 D0 q  ^% v0 F! b
    7 V/ x* j* y# p所以一般都是挂墙上的。造的好点的话还是挺科幻感的。1 ^1 w2 d: ?: m7 a  z5 p+ m  C8 P
    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 + G9 j, Y3 h* {/ Y6 C- i
    孟词宗 发表于 2025-4-15 21:45
    ( X) {; x9 v& T6 E  X2 oCaseless 的 DIY 电脑现在也挺多的。散热和灰尘啥的不是问题。
    ; n: |; O- P( h

    + X+ c% s& E- n* \( D+ X这个确实很赞。
    1 L  i, b  {( e' {/ d3 w1 j! A
    * z: v1 B2 T8 j  B9 x6 x/ \! c( G第一三张好像放不了全尺寸显卡。
    5 u3 J& b/ a$ t; O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
    # \* C6 e5 t. N& o这个确实很赞。5 I# ]* N/ {& m, Z
    2 V7 ~& X) Y( P# a. }  o2 e
    第一三张好像放不了全尺寸显卡。
    ! B; n9 x+ b" K$ n3 \) c
    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
    : Q' ?! F& g' P! u% h5 T/ N没那么贵，Amazon 上一条才 $239。16条也就$3,824。) P! a: u" U$ L/ O: y+ _
    ) F/ M7 k. O( S) B+ |- C1 V
    https://www.amazon.com/Tech-2666MHz-PC4-21300-Wo ...

    # M3 q6 u4 ^3 P5 H2 PHP 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。0 I$ q# B* ~6 A. ?' 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。
    : U7 [* i  H' P7 N, ~3 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。
    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
    ; g$ N4 E! ~, Z
    雷声 发表于 2025-4-16 07:27) {$ T$ Y% k& E, l. I! r# y+ |3 S
    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。 ...

    ; m$ ?5 H3 d3 m0 T/ N+ r7 f9 ?
    " P2 s! e( j1 Q) VHP 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。. G2 J& ]1 Q9 E0 e7 e

    7 Z6 l& I. V- `& q9 H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。, q9 d$ J. m7 ]; Q2 [

    1 B1 L. ~* Y% I. J! t+ e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

    12
    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, 2025-5-10 01:27 , Processed in 0.049259 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