單路CPU即可運行

原標題：天翼云CPU實例部署DeepSeek-R1模型最佳實踐
文章來源：量子位
內容字數：10948字

英特爾至強處理器助力大模型推理：CPU時代來臨？

本文探討了英特爾至強處理器在AI推理領域，特別是針對DeepSeek-R1大模型的優勢，以及在天翼云平臺上基于純CPU環境部署DeepSeek-R1模型的實踐經驗。

1. 大模型推理算力需求爆發

隨著DeepSeek-R1等大模型的興起，各行業對大模型推理算力的需求激增。醫療、金融、零售等領域企業迫切需要接入大模型以提升效率和業務能力。然而，大模型龐大的參數規模和復雜結構對計算資源提出了極高要求，算力成為大模型應用的核心瓶頸。

2. CPU在AI推理中的優勢及應用場景

近年來，CPU制程和架構的提升，特別是英特爾高級矩陣擴展AMX加速器的出現，顯著提升了CPU的算力。本文指出CPU在以下場景下適用于大模型推理：

1. 模型內存需求超過單塊GPU顯存容量。
2. 應用請求量小，GPU利用率低。
3. GPU資源緊缺。

CPU方案可以降低成本，提高資源利用效率。

3. 天翼云EMR實例DeepSeek-R1-Distill-Qwen-7B蒸餾模型部署實踐

天翼云聯合英特爾提供了一鍵部署的云主機鏡像，內置DeepSeek-R1-Distill-Qwen-7B模型、vLLM推理框架、xFT加速庫以及open-webui前端可視化環境。用戶可在天翼云控制臺開通云主機，服務會在5分鐘內自動啟動。通過open-webui前端或vLLM API接口訪問模型。測試結果顯示，在24vcpu、64GB內存的天翼云c8e系列云主機上，啟用AMX加速后，DeepSeek 7B蒸餾模型推理速度超過9 token/s。

4. 基于英特爾至強6處理器部署DeepSeek-R1 671B滿血版模型實踐

DeepSeek R1 671B滿血版模型性能卓越，但傳統GPU部署成本高昂。天翼云基于英特爾至強6處理器進行了部署嘗試。測試結果顯示：

1. 單實例單socket部署：平均吞吐性能9.7~10 token/s。
2. 雙實例單socket部署：平均吞吐性能達到14.7 token/s。

這表明單顆CPU系統即可滿足普通用戶的日常使用需求。

5. 英特爾至強處理器優勢

英特爾至強處理器支持T級超大內存，高效處理權重存儲與加載；DeepSeek R1模型的MOE結構參數稀疏化，降低了算力要求，與CPU計算特點契合；因此，在英特爾至強處理器上部署DeepSeek R1 671B模型，能夠充分發揮模型性能優勢，并降低部署成本。

6. 總結

本文的實踐驗證了CPU系統在大模型推理中的可行性和性能表現，無論輕量化蒸餾模型還是全功能滿血模型，CPU系統都能提供低成本、經濟高效的解決方案，靈活應對不同規模的模型需求。

7. 附錄（簡述）

附錄1詳細介紹了英特爾至強可擴展處理器和AI加速技術（包括第五代至強和至強6處理器），以及英特爾全方位的AI軟件生態支持，包括xFasterTransformer加速庫。附錄2介紹了CPU環境下部署DeepSeek-R1 671B模型的詳細步驟和性能優化方法。

聯系作者

文章來源：量子位
作者微信：
作者簡介：追蹤人工智能新趨勢，關注科技行業新突破