Linux+llama.cpp编译+DeepSeek-R1-UD-IQ1_S本地部署

1.llama.cpp安装

克隆llama.cpp

git clone https://github.com/ggerganov/llama.cpp
cd llama.cpp

2.编译项目

cmake -DGGML_CUDA=on ..
cmake --build .

3.如果编译过程或者启动过程显示显存错误

warning: one possible reason is that llama.cpp was compiled without GPU support

3.1如果缺少nvcc

#查看是否存在nvcc,一般保存在/usr/local/cuda/bin/nvcc
which nvcc

#安装nvcc
sudo apt install nvidia-cuda-toolkit

#查看nvcc
nvcc --version

#配置nvcc环境
export PATH=/usr/local/cuda/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH


#重新编译llama.cpp,删除掉历史编译文件,重新编译
cd llama.cpp/build
rm -f CMakeCache.txt
rm -rf CMakeFiles


cmake -DGGML_CUDA=on ..
cmake --build .

4.模型权重下载

可以查找适合自己电脑性能的模型版本

魔搭社区汇聚各领域最先进的机器学习模型，提供模型探索体验、推理、训练、部署和应用的一站式服务。https://modelscope.cn/models/unsloth/DeepSeek-R1-GGUF/files

from modelscope import snapshot_download


# 下载权重文件
snapshot_download(
  repo_id = "unsloth/DeepSeek-R1-GGUF",
  local_dir = "DeepSeek-R1-GGUF",
  allow_patterns = ["*UD-IQ1_S*"], # 仅仅下载权重文件 1.58bit
)

'''
# 如果需要下载模型参数文件
snapshot_download(
    repo_id="deepseek-ai/DeepSeek-R1",
    local_dir="DeepSeek-R1-GGUF-parameter",
    ignore_patterns=["*.safetensors"]
)
'''

5.启动DeepSeek-R1-UD-IQ1_S模型

#llama.cpp命令行测试
CUDA_VISIBLE_DEVICES=0,3,4,7 ./bin/llama-cli     
--model 模型地址/DeepSeek-R1-UD-IQ1_S-00001-of-00003.gguf     
--cache-type-k q4_0     --threads 100 -no-cnv --prio 2     
--n-gpu-layers 28     --temp 0.6     --ctx-size 8192     
--seed 3407     --prompt "<｜User｜>100字幽默故事.<｜Assistant｜>"

#其中--thread和GPU根据自己的电脑性能填写
#这里我的CPU128线程,可以填到100
#我选择了4090*4,--n-gpu-layers 28
#如果单卡就是--n-gpu-layers 7

服务器端启动

#llama.cpp 服务端启动
CUDA_VISIBLE_DEVICES=0,4 ./bin/llama-server     --model 模型地址/DeepSeek-R1-UD-IQ1_S-00001-of-00003.gguf     --cache-type-k q4_0  --n-gpu-layers 14     --temp 0.6     --ctx-size 8192      --port 8088
#如果需要地址号
--host 127.0.0.1

6.本地性能测试记录 llama.cpp测试DeepSeek-R1-UD-IQ1_S

treads/线程数	12	60	100	60	100	100
GPU	0	0	0	4090*2	4090*2	4090*4
提示词处理速度(token/s)	3.51	6.82	9.26	8.09	11.31	14.31
输出文本速度(token/s)	2.14	3.51	3.79	4.13	4.57	5.63