使用KTransformer部署DeepSeekR1-671B满血量化版+ OpenwebUI 及多GPU(多卡)适配教程（Ubuntu+256G+4090+Intel）

ZhongruiRao

已于 2025-03-05 09:42:25 修改

阅读量6.9k

点赞数 27

于 2025-02-21 19:15:43 首次发布

本文链接：https://blog.csdn.net/qq_26123545/article/details/145757197

版权

ktransformers 是针对预算低但是想跑 671B Deepseek推出的框架，是基于显卡 + CPU 混合推理方案。官方使用双 Xeon ® Gold 6454S（共 64 核）、1TB-D5 内存和 RTX 4090 24GB，实现 671B 4-bit 量化版每秒 13.69 个词令生成速度。ktransformers 采用 Intel AMX 指令扩展，prefill 速度提升明显。

我的环境：Intel 61332（40C）+ 256G D4 + 4090D4 + 2T SSD + 16T HDD \ Ubuntu22.04 \ CUDA12.6 \ Python3.11

注：截止25.2.21，官方目前支持的模型如下，
在这里插入图片描述

其他版本装上去会乱码，我后面用的DeepSeek-R1-Q2_K_XS，读者需要根据最新版本的支持情况进行修改

1.预准备

具体步骤见 https://kvcache-ai.github.io/ktransformers/index.html
这里简单说一下：
首先需要CUDA12.1及以上，V0.3好像要12.5，尽量装最新吧

1.添加CUDA环境变量
vim ~/.bashrc ，末尾添加

# Adding CUDA to PATH
if [ -d "/usr/local/cuda/bin" ]; then
    export PATH=$PATH:/usr/local/cuda/bin
fi

if [ -d "/usr/local/cuda/lib64" ]; then
    export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda/lib64
    # Or you can add it to /etc/ld.so.conf and run ldconfig as root:
    # echo "/usr/local/cuda-12.x/lib64" | sudo tee -a /etc/ld.so.conf
    # sudo ldconfig
fi

if [ -d "/usr/local/cuda" ]; then
    export CUDA_PATH=$CUDA_PATH:/usr/local/cuda
fi

然后wq保存，退出

2.安装编译链

sudo apt-get update
sudo apt-get install build-essential cmake ninja-build

3.创建conda环境
conda安装教程自己去找一下，网上很多

conda create --name ktransformers python=3.11
conda activate ktra

最低0.47元/天解锁文章