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 ...
123下一页
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
! _7 b- ]4 R8 X+ e7 p我建议你再看一下KTransformers的相关资料1 o8 Y- m: z6 B4 e# |
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 ...

) G4 m2 Q  T2 J. O" q欢迎讨论。) t  T+ K" J$ b1 h6 X
/ o/ x* W  M5 n: ^; p* v
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。
) U: O4 M/ n9 Y% {' k2 |
) m" |7 G) j  \: [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%。
+ s( }# f+ _% D4 A$ ~. Z/ S3 |
. X& ?4 p$ J# T8 }0 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
    擦汗
    2026-3-17 22:01

    • 签到天数: 1133 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
    5 |9 G7 @; @# {( {$ X欢迎讨论。6 z9 d& q9 u5 O# |# d/ ~$ v
    : l7 b0 S6 B) U; m$ w! ]8 F2 {
    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 ...
    9 {& O# p! P% 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
    ! n" _" e' y, p1 ~. [% P: I显卡用的是3070M 16G，环境是Ubuntu 24.04.2
    8 }: e. U# b3 H输入大概是10不到一点，输出大概是5，勉强可用
    ; s; v; U( f  {$ k& q因为都是整的垃圾配件，总体的成本大概不到4000人民币* v4 q1 c; G( W( s' W

    % c# d9 ~! v% ~. w& N我估计如果他能够用DDR4+至强的话，应该可以到7-8的输出
    ; i# E- a5 o8 r) k8 ]  q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
    2026-2-7 02:13

    • 签到天数: 1955 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( d* \  E+ h7 z4 Q$ n5 K
    https://www.pmtemple.com/academy/17340/
    3 ~! F( B1 w; o! V  \1 I3 i, p# q$ ~
    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
    5 r2 r; Y# s+ f3 n) F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
    % z. G5 M' W! c9 ?( `' A: i6 s显卡用的是3070M 16G，环境是U ...

    . w+ {* k5 T1 a. o; G* v7 D$ x
    / U: `% F+ z5 ]6 r% J- Y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 22:251 o7 @0 C  ~+ c, n3 _- z4 `
    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 H& W1 p) h$ X显卡用的是3070M 16G，环境是U ...
    ' o4 Z. ]* `9 H6 P/ }1 M; I3 O
    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& Y! }4 ^& W5 Y& G; w
    这里有篇文章是谈万元以下服务器部署DeepSeek-R1 671B + KTransforme的
    & ~: l) {7 q, k$ k, Ohttps://www.pmtemple.com/academy/ ...
    6 a: n7 K& h( d8 H5 u
    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。, y9 ]3 ]+ p% f4 ?8 N8 r

    9 `; o! y# k$ O) d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
    . r) g' U4 z, {& E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# e2 `4 ]  |  [8 M, M5 N! x+ s7 a
    显卡用的是3070M 16G，环境是U ...
    0 n! Q7 m' o$ S7 @( m/ R' r
    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
    5 z  t& h( f% k' y8 r1 b, }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 ...

    3 n" B& q1 N$ Q1 Y9 ehttps://cloudninjas.com/collecti ... 40%20will%20support,Reduced%20server%20(LRDIMM)%20memory.1 i1 D, W6 I6 N% x6 s( z( B

    & Y$ S: o% i4 C' {The HPE Z840 will support 4GB, 8GB, 16GB or 32GB DDR4 Registered. + ~* c2 H8 |) y
    This server will also support 32GB, 64GB or 128GB Load Reduced Modules (LRDIMM).
    ' H8 F2 E8 N2 vThe Maximum amount of RAM the HPE Z840 server can hold is 2TB (16 x 128GB) of Load Reduced server (LRDIMM) memory
    6 J$ g0 o6 d! G# x; ?+ s$ A- m* W0 }
    LRDIMM 128GB的话一条要1400~2000刀，16根的话。。。。 好像也不便宜了。
    $ s2 j9 X( o% [/ t# jZ840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 , l+ S( {# z/ S% z$ i
    雷声 发表于 2025-4-15 11:187 D* ^; P- u# J
    https://cloudninjas.com/collecti ... E%20Z840%20will%20s ...

    ( Q# \  y" L% f3 J
    7 h) E) x8 x1 n' K# `! P' ?没那么贵，Amazon 上一条才 $239。16条也就$3,824。/ c  Q4 D/ T5 y. x' |4 K0 B
    2 w( }  p% s; p3 l" ^
    https://www.amazon.com/Tech-2666 ... cp-nq_eMQV&th=1
    ! i( x: c3 k7 K# V* W/ e. M- T! D! [# z) Z
    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
    . F6 {8 Q2 K% ^3 P' U
    + U) \$ t& l4 g3 s( K6 E  y但如果上 2TB 的kit 反而要 $4,319 : https://www.amazon.com/Tech-16x1 ... ctronics&sr=1-63 r' r+ ?9 b5 \0 n+ t

    . U7 |# j% m9 l6 h# D/ g! g; f1 C, I5 h* i5 L1 V, 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。
    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 11:184 V8 R1 f# N; X2 f% b% B
    https://cloudninjas.com/collecti ... E%20Z840%20will%20s ...
    8 g8 `& }# N; C3 ~0 h% s
    ) o% ~: u# S4 h: z# P* ~% g! i
    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）。
    % f! y7 t0 Q+ B4 W# o+ f2 |0 V& n& L0 E; L4 m1 ^6 ~2 Z7 L1 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。
    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。
    % H2 c% n! A' |5 [; ?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。
    ( m+ |( t# O% @9 d/ f  z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。
    5 x6 p" F' r7 j% s6 \我的GPU上的CUDA跑满都可以控制在80度以下。
    : T# J* q: v( `7 [3 z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。8 _' o7 T$ u  `" l  ~8 B# ^' S

    & `8 d- i( \: l8 l0 O" ~2 G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 ~/ R- G, C/ e% e' q$ {

    # I. M4 n  c: C0 V9 E7 o; ?( X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。1 w" f9 g5 W7 x* l* ~3 h
    - w- }4 u$ i- L9 R' V
    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。5 X+ _7 j4 A, x, Q/ X
    " @( b) d* C* 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。4 q/ G8 R) ]+ `' H: Q& f3 q  M
    / m' p5 `$ Y% D) T' @  e
    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。9 A, ~$ o3 F$ p
    , d- y" h2 N$ D# B0 ?" I! w6 E
    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
    3 @, }9 K/ S: B3 o. H% b. L8 k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 ...
    ! D" q6 i8 e. a; u7 b: ?1 ^
    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 e! t' a- t/ Z% x1 T% U5 L5 ]

    ! i9 J7 E, x. mCPU 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# p- V; c! N1 o* y
    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 ...
    * v; @% X, ~( Y. [8 }
    我有点成见，总认为机箱上的风扇不够有力，呵呵。' A9 M" k3 N( h. r' ^2 I" w0 H; _6 I
    9 T; L7 L# }- r4 a1 N$ T/ N
    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。) I+ Q7 j, u' q3 i, P# u

    8 q. p0 H! [& [9 G7 z& [# J所以我的理想型机箱就是一个框架，其他统统敞开了，吹！8 g8 X8 N  h3 d. U: _; b( |

    " h5 u( {# P: D$ r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 17:357 g7 m6 X! e) @
    我有点成见，总认为机箱上的风扇不够有力，呵呵。( n0 P2 C8 [* E3 K/ m+ i" v7 s

    2 E8 z/ N) p# z  e6 Q3 \所以总认为机箱敞开了另外架个风扇吹特别有力，至少视 ...

    0 X/ f* k# Z* n4 YCaseless 的 DIY 电脑现在也挺多的。散热和灰尘啥的不是问题。
    ; B% A% ~0 I: @8 x 0 V- V# @* O7 v; P" |, h, P' r5 i8 u2 j

    % Z" A9 A4 w) Y" o0 V  p# V' D  F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 E# o% `5 {6 r& V! _
    # R6 M5 w& c, W2 B( a
    ' h5 D; V/ E& T' ^; a/ w. Y
    所以一般都是挂墙上的。造的好点的话还是挺科幻感的。" h% p2 B# h/ ~/ p% m
    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 4 |8 C% t/ }. l" H" Y
    孟词宗 发表于 2025-4-15 21:45
    , a$ t* Q  M: ~/ ]Caseless 的 DIY 电脑现在也挺多的。散热和灰尘啥的不是问题。

    4 n, H' Y* G- F3 x3 y
      p% t3 Q7 \# w: a+ @2 @4 ]这个确实很赞。
    : Y/ u. j/ m8 d, U( E( z. J" m; n' j( t* s4 v, z! |
    第一三张好像放不了全尺寸显卡。  x$ f+ b/ i3 p' {
    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( t' I4 K6 W0 x
    这个确实很赞。
    " y6 r: `4 Y, ~1 e9 i
    # f2 b% Q4 ^; X. E  F+ |2 J! D第一三张好像放不了全尺寸显卡。
    : h9 A; r$ m+ Y; {. P
    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
    4 ^6 U4 p5 `$ b: ?+ h没那么贵，Amazon 上一条才 $239。16条也就$3,824。
    4 O- N. S* V+ l+ r9 d: `$ c5 U0 g8 |, y$ H4 K4 ]
    https://www.amazon.com/Tech-2666MHz-PC4-21300-Wo ...

    ! |) ~8 F! D( I, bHP 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。9 E: B( Y! ]8 _1 x2 S
    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。
    ' r0 X# ]  z0 q6 j) Q" h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 5 [. k/ E9 M( ?# X
    雷声 发表于 2025-4-16 07:27+ P1 L3 B1 F) o7 [
    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。 ...
    9 t; ?. |9 |) w# G( h. R7 u

    5 F. e) _3 c9 N; w; h) o: fHP 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。
    & H  p* @7 Q% K2 V& \1 T0 u! `  w9 Z; V/ Y% S! ~
    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。
    ( ^& x+ Y" A2 }0 M9 g+ y5 Q4 U2 y# _* \, D4 d
    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

    下一页 »
    123下一页
    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, 2026-9-26 11:22 , Processed in 0.075692 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