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
! X! d( y8 P' o. X: v) r* T7 s$ w% m我建议你再看一下KTransformers的相关资料1 V3 Y& U8 j) m: K: 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 ...
( Z2 T! `9 p' M( {: N
欢迎讨论。
* ?4 ]" k5 P/ r* I6 W. R* @0 h# r! \2 g+ s
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。: Y. E2 b! A/ m( T" ^/ s! _
7 c; s, S* f" y; ?
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%。
6 f& b  i9 P* c- D9 C7 Q* C" j4 \* J* A
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
    怒
    2025-8-7 11:56

    • 签到天数: 1132 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% E1 U# |% o+ W7 }. M9 ?/ @% U
    欢迎讨论。5 T' r& Y- ?! l2 R4 T7 A. a# S( A
    ( \8 o4 c1 {# I3 F' H0 q) H) ]
    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 ...

    ( _% \+ y3 H9 ~/ ]; L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
    , t# u* \  k" @. T! ~显卡用的是3070M 16G，环境是Ubuntu 24.04.2
    % p* o  f7 l  o: u2 @4 y1 t: {输入大概是10不到一点，输出大概是5，勉强可用
    * `3 b4 c4 P7 H+ z- a. j因为都是整的垃圾配件，总体的成本大概不到4000人民币
    $ O: m0 x! R$ M0 ~, g7 z8 n+ N' l3 D: T$ h9 l! Z6 o- G; {2 \
    我估计如果他能够用DDR4+至强的话，应该可以到7-8的输出
    # c' y! j4 ]# Z3 Q5 ~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
    2025-10-27 04:12

    • 签到天数: 1953 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
    : K2 V7 d! N! g' f6 m: Vhttps://www.pmtemple.com/academy/17340/
    # y! t, T9 ^# a3 T& M1 Y3 X
    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
    + c0 l( w; ~1 S! g7 S# z7 T3 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
    ! y7 j* U$ A6 }2 E显卡用的是3070M 16G，环境是U ...
    9 b9 K- x/ _1 c% {
    / ]4 g- h# q- O7 p6 [* |6 E7 g8 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。
    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 22:254 k* Q8 f, l2 t! u
    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
    1 m4 p" r3 C( X( l显卡用的是3070M 16G，环境是U ...

    ' Q7 t( r# v, T# r$ d5 m6 v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
    8 {3 u) K; p3 o: t( H" P这里有篇文章是谈万元以下服务器部署DeepSeek-R1 671B + KTransforme的- G& B) ]$ d- T+ ]# \0 s6 Y
    https://www.pmtemple.com/academy/ ...
    & O% _& L0 \" a. \( F) k8 Y  ^+ C2 E
    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。. x& H1 f; }* v0 d
    2 K# M2 z" B9 }- Y" v6 _  X; Y; 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: ^+ P  s" H2 Z: 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7 U& W. L  z" A# s
    显卡用的是3070M 16G，环境是U ...
    # \* @$ R6 |) b; ?" y9 l6 s# T$ F
    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
    - A4 Q/ d( G4 F0 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 ...

    , ]5 N% B& {3 r0 S" shttps://cloudninjas.com/collecti ... 40%20will%20support,Reduced%20server%20(LRDIMM)%20memory.
    0 l+ {% F& @4 V  _- T1 X( ^* E  ]& G& N) z, T7 f
    The HPE Z840 will support 4GB, 8GB, 16GB or 32GB DDR4 Registered. 6 Y) U6 F7 S. _7 t2 j! B9 [
    This server will also support 32GB, 64GB or 128GB Load Reduced Modules (LRDIMM).   e- z- ]) W( W* D, s
    The Maximum amount of RAM the HPE Z840 server can hold is 2TB (16 x 128GB) of Load Reduced server (LRDIMM) memory0 [0 K. C) ?. ?4 i/ [* R  Z
    6 |( b  k& `8 Z) a8 q; ^2 D
    LRDIMM 128GB的话一条要1400~2000刀，16根的话。。。。 好像也不便宜了。
    3 }$ A) C/ }4 A! H( j/ P! D: W5 bZ840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
    3 O$ v6 O) m3 @6 @# K2 t, S
    雷声 发表于 2025-4-15 11:18
    # X% E2 d% L4 Q, S" s% q6 |https://cloudninjas.com/collecti ... E%20Z840%20will%20s ...

    6 _; R1 S% }" }) g+ |: `7 C# i7 i& j) j; H" d: S2 l* Z
    没那么贵，Amazon 上一条才 $239。16条也就$3,824。4 h& ]- b# k/ O, G
    4 n! z5 h5 p7 p" Q7 h7 ?
    https://www.amazon.com/Tech-2666 ... cp-nq_eMQV&th=1
    ! L; u0 b# N" S; [1 D! B8 Y; c  d3 Q% j# o# E+ s5 e
    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. B1 s2 ~7 A0 f0 n- O& L: d0 w5 F

    & A6 Z' |: ?2 B但如果上 2TB 的kit 反而要 $4,319 : https://www.amazon.com/Tech-16x1 ... ctronics&sr=1-6
    1 ]7 D4 H% z3 r  j- j8 V/ o5 Y  m- @; r+ L

    ! j6 F# c/ Q* E1 ~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( X# u6 E) L# |& K7 t2 @
    https://cloudninjas.com/collecti ... E%20Z840%20will%20s ...
    5 v: r5 q, E/ A
    , ^& O. E# l' 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）。
    9 s" G1 r& k; z8 t3 D
    - V" |& ~9 g3 Q, Z  N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。
    , B# `1 Y  N" Y: A; q5 Z: A; K/ j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。
    1 i. j9 \. O( n3 K+ @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。- o" n. E6 S7 z( T: }, x: E( ^  v2 {
    我的GPU上的CUDA跑满都可以控制在80度以下。  X8 D5 j" Y8 W* w7 w9 n6 f
    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。$ m& h2 \' Z& F
    7 ^# G5 s% }& e! V+ ~6 W- h; |( r' m' k
    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。: t, O0 c6 ]* E8 C4 G5 j
    . S1 c- q# @. a
    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。* t: Y, w( U" q, y) F+ }1 W9 q

    . b7 T- V& q  [# f2 M1 w9 V( A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 p) w$ D( A. X

    2 s, |* n4 s9 u) E& E! U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。
    8 \/ @# S) O- c$ f5 p: ?* P" K/ ?8 Z5 h
    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。# O$ B% k+ j& r  n8 x

    % |; S% @! k1 N- M& Q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
    % k* d3 x! \5 X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 ...

    " _! l6 B# ^/ q( _( 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。
    7 s# n& a* r4 x; ?/ E; r5 G
    3 w; A" o3 `8 ]/ Y$ z* e  x, gCPU 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* t( t* O' Y# g1 ?8 s
    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 ...

    4 Y% N+ S3 S$ q( k8 Z我有点成见，总认为机箱上的风扇不够有力，呵呵。8 _8 k/ w' @2 a1 J& W" l) S0 a

    2 F1 C$ P- ~2 F& V! V5 d1 v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 B4 P+ Y& x0 z# ^, N9 x

    ' P& p+ j7 w6 \& Q所以我的理想型机箱就是一个框架，其他统统敞开了，吹！& Q2 I% j7 U% Q$ Q( V; Y* n

    8 E' k( G/ g" ?5 W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
    9 {5 k6 }8 A% E- K# }- {' _我有点成见，总认为机箱上的风扇不够有力，呵呵。0 \: [" P: M- ^+ K2 W4 o" e
    / B& v+ @5 C" `$ m* m, P: B( @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 ...

    7 f( O' S+ H2 q% |% yCaseless 的 DIY 电脑现在也挺多的。散热和灰尘啥的不是问题。
    2 R* S, B3 v! R$ C1 v' Q
    5 i- p" C# }0 g" M+ @. O0 E* a
    2 b. F# J( u- w: _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。2 n) k- U; [  f9 P3 x& p6 m
    ( [& l4 \/ D6 [/ h4 c5 ?1 T

    , f* q5 T9 T5 s/ T0 d6 M7 \+ m6 G所以一般都是挂墙上的。造的好点的话还是挺科幻感的。
    , z, r- d  l, B& E0 A* U
    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
    3 R$ u! F$ P) F$ v
    孟词宗 发表于 2025-4-15 21:454 ~" p* p7 n% @2 [4 X
    Caseless 的 DIY 电脑现在也挺多的。散热和灰尘啥的不是问题。
    ' f/ f/ Y3 K3 t( i/ d. Y9 ~
    & E' m) G( l, c
    这个确实很赞。$ a; B4 M8 f# ?7 }
    3 p0 G/ _1 }8 P! [
    第一三张好像放不了全尺寸显卡。
    ( n# G/ _- v. E8 p! y4 g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+ B: U2 L; ~; [' \; L
    这个确实很赞。% B8 Z! ~$ @8 S1 E4 h7 o
    5 ?& L1 ?9 ?  _; I# O
    第一三张好像放不了全尺寸显卡。
      G/ z* ^5 ?" q/ _) b
    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% M- ]4 m5 H6 k! i9 x
    没那么贵，Amazon 上一条才 $239。16条也就$3,824。5 J  `; z. x2 f# C

    $ Q% ?) m+ }5 I$ M, Z4 Qhttps://www.amazon.com/Tech-2666MHz-PC4-21300-Wo ...
    . L7 n! \2 H, u1 C
    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。! Z) B6 D6 F& a$ l; Q& v: E
    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。1 O% _) D! Z' s% f+ T: c
    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 p( a0 c' D0 L  s1 N& [: f
    雷声 发表于 2025-4-16 07:27
    2 [, k9 A& }$ `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。 ...
    , Z, o  u! S# j- M7 Q' P
    . ]/ o& b% G5 e& M
    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。
    * U9 S& f! F/ l. {$ E' e$ }
    ! k; E  \8 Q2 Z: A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。9 w, y% }8 s0 M) u" `8 d- k

    ' a; R5 p! t2 l6 a- b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, 2025-12-12 22:17 , Processed in 0.040161 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