前情提要

在今年Deepseek爆火的時候，我們花了兩篇文章來講解Deepseek的部署教程和部署Deepseek的一些方案。

時至今日，各位還有對Deepseek的使用熱情嘛？事實證明能留下來愿意看這篇文章的，基本都真的是有需求本地部署的人。那么今天我就把剩下目前我認為最有性價比的70B部署方案分享給大家。順便也把一些有用的工具放給各位。

如果你還不會部署Deepseek，那么請戳下面圖片跳轉教程：

如果你想用純CPU來部署完整版的Deepseek，可戳以下圖片跳轉教程：

時至今日

在之前的教程里，我們已經聊了部署完整Deepseek 671B的教程，也談及未來要部署70B的想法。時至今日，部署671B或者70B Deepseek還有意義嗎？

嚴格意義來說，671B的意義已經小了很多了，而70B等更小的模型反倒顯得越來越有市場。自Deepseek把AI模型部署的門檻打下來之后，越來越多小模型誕生，比如谷歌的Gemma 3 28B，阿里的Qwen3 238B。這些模型不僅兼顧了準度，還能提供了更小的部署體積。

因此我認為，各位也沒必要一股腦地追求部署超大模型，只要中國的AI產業能繼續蓬勃發展，準備好64GB-128GB以內的空間，未來我們應該會有更多更優秀的模型使用。當然，如果你覺得準備一個肌肉感十足的電腦隨時應對部署，也可以。畢竟有一臺放著十幾塊旗艦顯卡的電腦確實很酷。

我認為最有性價比的部署平臺

其實說實話，雖然說是“最優性價比”，但是性價比來的有風險。不久前，NVIDIA決定CUDA 12.9將停止支持Maxwell/Volta/Pascal系列顯卡。

這也意味著從GTX 900到GTX 10系列顯卡都將不會有新的技術支持，GTX家族即將徹底退出歷史舞臺。而恰巧目前有性價比的顯卡正是這些即將退出歷史的顯卡。那既然如此，我還是分為長久配置和長期使用不改的配置來推薦。當然，有難點的地方我也會做好教程，各位自行選擇。

部署模型：任意70B或以下模型

部署顯卡數量：低于4張（優選3卡+1亮機，可用7槽主板）

平臺特點：優先顯卡運行。

平臺選擇

CPU：

CPU選擇方面是跟主板的，只要能提供多一點PCIe通道都可以。那首選就是E5起步了。兩個方向，一個是單核高，換來更快的模型加載速度，一個是內存速度快，換更快的長期使用交換時間。因此如果是前者，推薦E5 V3系列的CPU（如E5-2698BV3），后者則是選擇E5 V4（E5-2683 V4），保證內存頻率支持更高。目前大部分E5 CPU都在百元不等。隨意選擇。

有人說為什么不選擇線程撕裂者呢？一個是主板不好找，而是故障率真的高，動不動少根內存支持，特別煩。我建議有耐心的人折騰。

主板：

CPU固定，主板自然是跟著一套的，目前很多X99/C612主板價格都很便宜。只要支持4卡雙槽交火的都可以選擇。X99-E WS自帶PLX芯片，所以PCIE傳輸上不用吃CPU通道少的虧。當然你也可以選擇寨板，就是寨板的支持如何就不好說了。

內存：

同理，目前DDR4 ECC REG 32G內存和部分比較雜牌的DDR4 32G內存價格差距不大，一個200，一個基本250-300出頭。選了ECC的話，四根雖然省下400塊錢，但是要選擇一個四卡交火的C612主板，價格不是貴的一點點。雖然說缺少ECC，但是從實際使用來看，大部分電腦真的隨隨便便用幾個月不關機沒什么大故障。

當然，ECC更多的功能是糾正小錯誤避免雪崩效應。但我個人為，如果你只是像我一樣是家用級別，需求其實和一臺家庭NAS差不多，如果你給自己的家庭NAS上了ECC，那就推薦ECC，如果不是，就和我家里兩臺NAS一樣都是無ECC平臺吧！

其余產品：

機箱隨意（ATX 7槽即可），散熱隨意，硬盤1T起步，電源推薦1000W以上。如果你多人使用，需要部署多種模型，那推薦1200W以上。因為大部分單模型情況下只有單卡在運行。所以不需要太高級的電源。全新電源可以找JD拉最低價格，也可以咸魚找礦龍礦鑫谷等。不需要支持最新技術，反正大部分都是8PIN，記得保證至少有6個8Pin就行。

前期平臺成本：

CPU：122

主板：841.96

內存：253.81*4

主硬盤：300（1T任選）

散熱：50（風冷淘寶任選）

電源：509

附屬亮機卡：40（R5-240，還帶DP）

ATX機箱：150（任選）

合計：3028.2

①：性價比最高的配置

Radeon Instinct MI系列是AMD的計算卡。目前市面上唯一流通最廣泛的是MI50系列。這張卡采用的是與AMD Radeon VII（鐳7）同款核心。因此必然在礦場內血戰過。現如今從哥布林洞解放，又要負責給人跑AI和澀圖，真是太殘忍了。這也造就了這張卡的價格低廉。咸魚大部分只要600出頭甚至更低，+40一個風扇640搞定。淘寶其實和咸魚類似，只是多了幾個月保修。三張卡那么只需要2000以內就可以搞定，搭配先前主機，5000完成70B最有性價比的主機配置搭建。

MI50和NVIDIA的計算卡不同，自帶一個MINI DP接口，外加繼承了AMD特有的刷BIOS改卡宿命，因此可以通過刷BIOS改成Radeon PRO VII，實現計算卡到專業卡的改名，輸出視頻。因此對于想要在Windows環境下使用的用戶來說非常友好，還能省下一張亮機卡（因為只要三卡，極限下還可以換掉主板，還能便宜幾百塊） 。

MI50目前分為兩個版本，一個是真正的MI50（左），一個是Radeon VII套殼成的MI50（右）。嚴格意義來說，兩張卡都可以是MI50，但是前者帶ECC，刷BIOS比較麻煩，后者因為不帶ECC，所以可以隨時刷BIOS改卡。

Windows下使用

如何刷BIOS：

https://m.bilibili.com/video/BV1Hh4y1m72q

這里我們直接看已有的教程，避免重復造輪子。

工具包：

https://pan.baidu.com/s/1wM5EZ21kaX7eHsA-9qWNEw?pwd=MI50 提取碼: MI50

當然，如果你看B站現在有很多人教你甚至不用刷BIOS在Windows使用，這些我認為屬于炫技，或者說在Windows上使用本身就叫抽象。因此我就不多贅述這里相關的內容了。

Linux下使用

相比較之下，Linux使用就需要點技巧。那么這里就假定你至少會使用一點Linux，能寫，能看懂點簡單的腳本，會用Console操作。那么我也已經做好了腳本，大家自行通過腳本內的內容進行切分提取然后運行就行。核心的驅動安裝部分就一個部分，其他都是功能性安裝。建議搭配先前Ollama Linux安裝一起服用。

https://pan.baidu.com/s/1lz0GKRpK-2aR7ev4CJq2CA?pwd=MI50 提取碼: MI50

AMD版本的NVIDIA-SMI：amdgpu-top（可以用apt-get安裝）

①.5：性價比最高的配置額外版

如果你在前面搜索了MI50，肯定可以看到有一張MI50 32G版。嚴格意義來說，MI50 32G版的性價比更高，目前大部分都是950-1000多點出頭。而且同價格能多給你16G顯存，不要白不要。但這張卡帶顯示輸出的版本還沒有比較好的研究思路，大部分都是只能強刷為Radeon Pro Vega II，雖然說這些卡核心相同，但是啟動的SP數量不同。因此在Windows上刷還是需要點技術。但如果你在Linux上使用就沒有任何顧慮了。直接用原版BIOS啟動安裝，搭配亮機卡不需要做任何更改。我建議是用Linux就32G性價比高，如果想要Windows兼顧一點游戲能力或者別的能力，就16G吧。

②：性價比不高但通用版本

如果想要更通用，那毫無疑問只能選擇NVIDIA了。相比之下NVIDIA的問題就少很多，無論是在Windows還是Linux上，驅動都是現成的。甚至都會自動幫你打驅動，因此就是多花錢少辦事的環節。

那么選擇來說，P100 16G就是最好的選擇。雖然說性能比MI50差了不止一點點，顯存也小。但好在CUDA生態中，只要12.9版本還沒推出，新軟件沒光速更新，那么都還能使用。

當然你會聽到最近很多說V100不到600的宣傳。事實是這些V100都是SMX版本。

如果你想要轉接到正常的PCI-E版，不僅需要買轉接卡，還需要定制散熱。一般老版現成的套件價格在1000以上，算下來單卡成本已經1600了。而目前還有一批開源方案，從原來的70已經漲到260了。還是不帶散熱需要額外定做散熱的方案。就算以目前能見到的公版散熱為例，也要200塊。然后加上改裝，人工和耗時，算100-200工本費，可能也要在1200-1300。對比P100好了不少，但是性能收益還是不及MI50。只能說有點本末倒置了。還是期待CUDA 12.9真的下放之后，大批的V100，P100流入市場吧。

③：性價比很低但在當前環境下最通用的版本

其實這個答案很明顯了，目前為了保證通用性，最好的就是RTX 2080 Ti 22G版。但這里提供一個可能也不錯的選擇，就是TITAN RTX。畢竟雙卡44G給70B模型很吃緊，雙卡48G就會好點。

目前TITAN RTX咸魚已經跌倒3500了。論信仰來說非常不錯。性能也比RTX 2080 Ti強一點。而且TITAN的支持會比Geforce卡長一點，算是后期就算賣也不會虧太多的選擇。

不算很準但好用的顯卡性價比表

最后，這里放上一個我做的顯卡性價比表。表格中包含了從Maxwell到RTX 30系的理論性能（Token/s）、所需顯卡數量、合計價格和性價比系數（越高越好）。

（小程序打開完整版）

最后

這大概會是最后一篇AI部署相關內容的文章了，除非以后又有新的內容，不然大概就這樣了。至于各路什么KT，vLLM優化顯存，稀疏模型轉稠密之類的技術，還是等他們實際應用到常見的軟件之后再說吧。如果還有什么新內容更新，我們再聊，拜拜ヾ(?ω?`)o。