R1-Llama-70B-Distill-Q5KM-GGUF
VLLM
单次（类似 ollama ）
Avg prompt throughput: 0.0 tokens/s, Avg generation throughput: 28.3 tokens/s, Running: 1 reqs, Swapped: 0 reqs, Pending: 0 reqs, GPU KV cache usage: 0.4%, CPU KV cache usage: 0.0%.
双卡并发 （并行 12 个请求）
Avg prompt throughput: 0.0 tokens/s, Avg generation throughput: 98.7 tokens/s, Running: 12 reqs, Swapped: 0 reqs, Pending: 0 reqs, GPU KV cache usage: 2.7%, CPU KV cache usage: 0.0%.
差不多 3 到 4 倍的样子

野生的 kmod 出现了，这个性能怎么样啊，可以无脑给所有流量 setmark 吗？

我最后还是自己去所有主流平台冲了钱，然后 open-webui 一把梭
点上面的那个加号就能同时和很多模型聊天，有时候会对比本地和 api 模型的结果，还挺有用的
https://i.v2ex.co/qKQ5nVMVl.png

4*8*24=768G
这显存应该够，为啥只能部署低精度的...
神奇，ray+vllm 不能用，ray list nodes 正常吗？
那要不试一下 llama.cpp rpc mode?
https://github.com/ggml-org/llama.cpp/blob/master/examples/rpc/README.md

电信好像便宜的都没有了，现在只能加钱
而且原有的好像移机或者换套餐都会消失，所以买别人的也没有了

有，hunyuan video ，wan2 ，hunyuan t2v 4090 跑 720p 10 秒 10 分钟以上（视频时间越长生成时间越长）还跑的是 4bit gguf ，质量也不如他们跑的好。

事实是现在原价根本买不到，5000 一张大把
所以哪个黄牛加价低买哪个算了

如果要自己微调完全可以，但是首先你要准备数据集（这个部分是最花时间的）
非常可能的是你会发现调完之后很可能会出现变笨或者变没有思考的情况，因为你的数据集里没有 CoT 相关的，所以你还要把模型重新 align 回有 CoT 的状态
用 unsloth 的话要调比如说 14b 的话，怎么都要个 24g vram 吧，那买个 3090 就可以
当然也可以选择更小的，但是低于 14b 真的没什么实用价值
不过依我看步子最好不要一次性迈太大，部署玩明白了再去做训练也不迟，要玩训练那根本就和推理要求的不是一个级别的
可以参考的项目[这里]( https://huggingface.co/ValueFX9507/Tifa-Deepsex-14b-CoT-Q8)，大概是一个正经的项目（
上面的模型就算这样也要 8 张 H20(!!!!!110 万 CNY)，所以 op 可以再看看自己到底想要什么

买 api 得了，老实说，同时实现 1+2+3 ，不太可能，特别是 1
预算再少也要花 10k-14k 吧，那种预算下根本不可能有水冷，而且你要买的还是二手服务器，那不能说是噪音小，只能说是天天起飞

@Ayaya233 好好好，听劝好

酷态科那个挺好带的，而且便宜

雷鸟 u9 之前国补完 3300 ，画质挺好的亮度也很亮。
但是问题是他的 kvm 做的特别差，有各种各样的问题，还有就是电脑关闭显示器偶尔会有无法唤醒显示器的情况，必须强制关机，如果可以等到 3000 左右的话可以考虑。

又 go 又 vtb 但仍然有对象，其实已经超过超级多人了（不是

反过来借同样的钱（

@terrancesiu 这种两口的万兆国产一大堆的，而且很多也没有风扇，我记得哪里看到过<200 cny 就能买到 4 口 2.5 + 2 口 10gsfp

正好，最近因为某产品的关系也升级了，说说踩的坑
除非是硬需求，不是很建议升级万兆，主要原因就是太热了，导致需要风扇太吵了
万兆纯电(RJ45)买过 tplink/兮克/unifi ，最后就 unifi 一家没有风扇不会吵。剩下的 tplink 是离谱的噪音，基本上不是有专门机柜或者房间完全可以放弃。然后兮克的软件不是最好的，但是声音会比 tplink 好很多，因为风扇是调速的风扇，不过我买的那款有个问题就是商品详情页说支持 1/2.5/5/10 ，实际上软件上 5Gbps 会出显示不支持的 bug ，实际上还是能使用的
最推荐还是这个，但是完全和实惠没关系，只能说是贵但是相对好的解决方案
unifi:https://store.ui.com/us/en/products/usw-flex-xg
缺点是如果不是已经用的 unifi 的方案的话需要装一个他们软件才能调整交换机，无 webui
然后兮克是用的纯电 8 口的那个，1000 左右 cny 就能拿下性价比很高，但是还是有噪音问题
最好的解决方案应该是这个：
https://www.qnap.com/en-us/product/qsw-im3216-8s8t
缺点就是贵了，还有国内买不到，美国下面这里已经预售了
https://www.bhphotovideo.com/c/product/1869847-REG/qnap_qsw_im3216_8s8t_us_fanless_managed_switch_rack_wallmount_layer_3.html
16 口，小体积，完全被动散热，完美，不过不知道长期使用稳定性怎么样

这次换万兆的主要罪魁祸首就是 RTL8157 这个芯片了(USB 5GbE 网卡)，目前有了这个一般的机器也能愉快的使用 5G 网，但是在 5gbps 的 usb 下实测只能跑 3.3 ，10gbps 下没这个问题，最好还是能够用 10g 口，比如说 aqc113c 这种传统方案，基本上跑满 10g 没问题

TLDR:如果不是必须要那么快速度建议用 2.5G ，现在基本上便宜解决方案都不是特别适合家用，会比较吵。 或者不要用 RJ45 用 sfp 也可以规避这个问题

基本上封号都是和充值有关吧
用属地的卡就没遇到过这个问题，appleid 也 10 年了

线上服务比如说 appletv 直接买啊，简单快速
钱花到位这是不能解决的吗（