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 V2 S/ H- N. N4 D我建议你再看一下KTransformers的相关资料1 v8 Z& c% Y% Y, `
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 y. Y* Z( g  E5 d0 i欢迎讨论。
# Q! q3 M" h9 n9 A
; F, D( E% X1 v# M- l' 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。
5 U. f7 p* D9 Z
* u) x! e/ y! j7 ], }1 [3 wCPU/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%。. a4 x! ~8 U# L
! d1 r5 J' j' R
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
    2025-5-3 00:05

    • 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 00:10
    3 e+ H, f& N  p3 @欢迎讨论。( R( [+ r4 J) u. T
    ; p  A4 o3 Z$ \8 I3 p) P
    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 g6 V% T' A) t" z8 g1 t8 |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
    . E9 ^) v, R$ e$ j3 Z& t( a* @1 r显卡用的是3070M 16G，环境是Ubuntu 24.04.2, a0 R5 i+ V* \
    输入大概是10不到一点，输出大概是5，勉强可用% o$ j% [! Y4 D2 y* p
    因为都是整的垃圾配件，总体的成本大概不到4000人民币
    ; l' m/ v8 J- N3 m# P& y( d& e+ A' @' a- J' t
    我估计如果他能够用DDR4+至强的话，应该可以到7-8的输出
    4 Z2 J9 S9 Y+ n4 @& v  e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
    衰
    昨天 22:29

    • 签到天数: 1912 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# V+ ?; r  R0 Q( _
    https://www.pmtemple.com/academy/17340/4 ?1 F: C' o/ T/ ^' D1 \, b
    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
    6 ]8 H! h$ O5 f2 R! z) P1 Y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 y" @4 e6 N  L- Z显卡用的是3070M 16G，环境是U ...
    1 w/ n6 w0 @0 A4 _3 m
    5 Q: J- V2 r* X3 Q0 ~5 Z" w: n
    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
    / B9 E, F! ]  J/ S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
    9 r/ i7 L( C6 y* M2 |显卡用的是3070M 16G，环境是U ...

    8 s3 d* {3 U& Z# S. Q2 L9 ?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
    ' f  l" Y/ g+ `这里有篇文章是谈万元以下服务器部署DeepSeek-R1 671B + KTransforme的
    2 e- b' C" g7 n; l* P& w; Jhttps://www.pmtemple.com/academy/ ...
    & |% M$ @. ~  T
    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。
    1 o2 `: W$ j) U. B
    9 G3 V8 b7 B. z. r4 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。
    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
    2 \1 C' X; L4 r8 s$ 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+ c# Z6 P: a# S# `; {
    显卡用的是3070M 16G，环境是U ...

    3 I+ G0 O! l0 h/ o9 A3 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。
    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 10:41$ F8 L: X9 H+ c* H' }
    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 ...

    . J! p4 A; h( I; Ihttps://cloudninjas.com/collecti ... 40%20will%20support,Reduced%20server%20(LRDIMM)%20memory.
    ; d  i, D: C& @/ J6 K1 ?
    9 e5 g& I2 j5 b- I: z6 Y, N7 pThe HPE Z840 will support 4GB, 8GB, 16GB or 32GB DDR4 Registered.
    " c1 Y1 C4 u5 f/ ~% Q; lThis server will also support 32GB, 64GB or 128GB Load Reduced Modules (LRDIMM).
    / }6 \; r8 X3 HThe Maximum amount of RAM the HPE Z840 server can hold is 2TB (16 x 128GB) of Load Reduced server (LRDIMM) memory2 p" A3 I) Q: }. n  d5 U. g! T4 p

      E$ i  Z' [' E* t6 ZLRDIMM 128GB的话一条要1400~2000刀，16根的话。。。。 好像也不便宜了。
    ; Y4 W) ^9 y, @% k4 g$ FZ840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- h0 E1 i) @
    雷声 发表于 2025-4-15 11:18/ l, c9 k  Y( k  d7 f
    https://cloudninjas.com/collecti ... E%20Z840%20will%20s ...
    . M! h$ K& E$ d+ X: g$ @3 i' f4 b( J
    : W( e7 z0 _0 t; Y6 @6 f2 j% U
    没那么贵，Amazon 上一条才 $239。16条也就$3,824。& ?; E$ x" |3 h( k) d! a

    # R( N' z. ?7 ?% c5 Y" t9 C& i+ y' Zhttps://www.amazon.com/Tech-2666 ... cp-nq_eMQV&th=1
    + K  d* _$ ^& U6 Q1 z( r) a+ g: ?: F/ m" J
    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=17 T9 D% `  R6 j
    : }: S1 C1 T4 O- R3 u% C+ W
    但如果上 2TB 的kit 反而要 $4,319 : https://www.amazon.com/Tech-16x1 ... ctronics&sr=1-6
    $ `( d" {' G+ @" A3 }6 R  N
    0 k% B! p! P+ h8 t# k2 d
    " f; ~- I, `8 }' H4 @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 11:183 w: g# H: ?# {5 x
    https://cloudninjas.com/collecti ... E%20Z840%20will%20s ...

    6 k& V3 Q, i2 m/ @7 S: C
    : L3 d7 y8 y3 V5 q0 P. S1 `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）。( X0 b/ r1 R" X6 F: T0 G
    7 Y0 g& ~5 {5 O
    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。$ R( L1 b3 y; m# [+ Q0 r- r
    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。" u* q: J- ], Z# A# Z6 x- c
    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。3 e! I7 \" e* }  |- k, ~
    我的GPU上的CUDA跑满都可以控制在80度以下。
    2 h9 v% e( D; y% h) w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。; G5 v; u4 x: F8 j+ h* B8 @

    3 l0 x' ~% x4 Q. H7 M$ `; m4 f( l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。
    1 j4 R( A; W/ a0 U$ b/ `
    : I( i' B+ K; W$ d5 K" N' A# I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。% x  m1 E2 `" r8 n* ?0 c) g
    " u% z' @( y$ K4 }, v( Q3 L
    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。) ~" d$ e; B9 s* m3 f; x' W
    2 o% q) ^; n' G) 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。
    3 x) y/ r/ Q2 O7 l
    5 o& Q' E2 R2 H3 b. R% p; n* S( J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  ^7 z, y! d# Z+ g6 ?) N2 H% j

    1 k/ S# K5 @- |. ~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
    , B' y3 p' G8 U8 D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 ...
    % C) H2 E2 [9 [4 X" L
    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。0 I: X  Z% x$ H# |# I- ~- A

    7 L! h2 z! f; X+ J" {: c$ d0 `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
    + @3 ~; W& F3 A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 ...
    6 W1 r) j# e4 B, H' P6 m8 F
    我有点成见，总认为机箱上的风扇不够有力，呵呵。
    * M$ J5 E2 f; M8 t. M( Z
    " J, k9 w: N1 @' W) t/ ~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。! E# N" M9 B$ z& Q9 A  y
    0 q" _# q+ ~% X1 c4 M. d, I
    所以我的理想型机箱就是一个框架，其他统统敞开了，吹！  ^  ]5 h$ u" w' o

    $ L- C& R, \- r) @# m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
    ' N5 y( u/ i: C5 S! `我有点成见，总认为机箱上的风扇不够有力，呵呵。
    ; v  }5 c& e# b3 d3 j
    ( Z0 {& q6 q/ o所以总认为机箱敞开了另外架个风扇吹特别有力，至少视 ...

    , G6 J/ x+ t! [, N: I% H3 JCaseless 的 DIY 电脑现在也挺多的。散热和灰尘啥的不是问题。
    0 B7 i; f8 P. R' {. f. D ' p4 @9 o! G( n' x5 G
    ( }$ c4 `8 `8 i  S7 H  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。' C% X8 j1 W& r2 V) M  e' g

    ; n1 Q7 y& b1 `( ~
    9 I0 J4 V" P! Q1 Z1 y% Z所以一般都是挂墙上的。造的好点的话还是挺科幻感的。" S5 Q1 O& e) T* v0 d5 q
    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 2 T: z7 @: \- s" Q6 D
    孟词宗 发表于 2025-4-15 21:45: K: m% E- K( s7 b. p, @
    Caseless 的 DIY 电脑现在也挺多的。散热和灰尘啥的不是问题。
    7 ~( W0 l. i8 H
    # S# r" C& c" t3 V0 N4 X3 N
    这个确实很赞。7 J  F% ~" }- m- C
    9 X0 s  T. J9 Q6 }
    第一三张好像放不了全尺寸显卡。5 I/ a4 B, M" a1 w  ?+ o: C
    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
    4 n( b4 P6 t! K: H! p4 G这个确实很赞。
    + {4 n- O7 J3 a- |  L" }( F9 u# l, {
    第一三张好像放不了全尺寸显卡。
    ! w% {1 G) u- r2 B5 R5 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。
    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
    # T) A+ n; l0 A, J" E+ u没那么贵，Amazon 上一条才 $239。16条也就$3,824。* \1 i& Y. I: u
    ! ?7 ?- I. `1 T/ @$ k8 p. f# y$ y/ X
    https://www.amazon.com/Tech-2666MHz-PC4-21300-Wo ...

    # A9 i, n: b% g" p9 e: W# y" Y, oHP 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。7 t# c1 T* f& [- }* p- R1 `& Q
    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。
    4 W, |& G# u. d# Q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 , T+ i# Y! z& U/ h/ Z# O% |- p
    雷声 发表于 2025-4-16 07:27
    4 p9 U8 G4 W: x& G8 IHP 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。 ...

    7 ?6 C! y: K4 z) n  q1 R. z+ E+ h- o1 a9 D
    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。6 s& J+ a: ^1 M8 I

    8 W/ ~  A+ p0 U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。. T5 _6 |+ V, G' X% Y9 s- _% Z

    ; d0 x; p5 j! B# j4 C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, 2025-6-16 19:01 , Processed in 0.044706 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