成本打到6万以下，手把手教你用4路锐炫显卡+至强W跑DeepSeek

凭借卓越性能表现与先天开源优势，DeepSeek正迅速成为全球扩展大模型应用实践的一大“圆心”。作为英特尔在GPU领域的重要布局，英特尔锐炫™显卡既是游戏党与视频生产力工作者的新欢，也可用作计算卡，对DeepSeek提供加速支持，为企业用户部署相关AI应用提供一条全新的高价性比实现路径。具体来说，就是与英特尔®至强®可扩展处理器或英特尔®至强®W处理器搭配，以多卡配置的型态来运行和加速DeepSeek推理任务。

本文将在DeepSeek-R1- Distill-Qwen-32B推理场景下，以面向企业级应用且成本最低可控制在5-6万元人民币的4路英特尔锐炫™A770显卡 + 至强®W处理器的解决方案为例，详细阐述搭建硬件环境、配置驱动与软件、优化参数设置等步骤，手把手教大家部署和配置这一方案。

1、软硬件安装配置与初始化

1.1 硬件安装配置

图. 安装4路英特尔锐炫™ A770显卡的AI工作站

在BIOS设置中，将Re-Size BAR Support设为[Enabled]

1.2 软件安装配置

安装操作系统04.1 LTS（镜像文件可访问https://old-releases.ubuntu.com/releases/22.04.1/ubuntu-22.04.1-desktop-amd64.iso获取）。

• 进行硬件验证，你要为每块 GPU 显卡都配备足额功耗来保证其工作正常。安装完操作系统后，可通过以下命令检查英特尔锐炫™A770显卡是否正常加载：

~$ lspci | grep 56a0

18:00.0 VGA compatible controller: Intel Corporation Device 56a0 (rev 08)

36:00.0 VGA compatible controller: Intel Corporation Device 56a0 (rev 08)

54:00.0 VGA compatible controller: Intel Corporation Device 56a0 (rev 08)

cc:00.0 VGA compatible controller: Intel Corporation Device 56a0 (rev 08)

• 在确保 APT 网络已连接，且你的账号已具有 sudo 权限的情况下，需严格按以下步骤安装驱动程序：

~$ wget -qO - https://repositories.intel.com/gpu/intel-graphics.key | sudo gpg --yes --dearmor --output /usr/share/keyrings/intel-graphics.gpg

~$ echo "deb [arch=amd64,i386 signed-by=/usr/share/keyrings/intel-graphics.gpg] https://repositories.intel.com/gpu/ubuntu jammy/lts/2350 unified" | sudo tee /etc/apt/sources.list.d/intel-gpu-jammy.list

~$ sudo apt update

• 如果内核版本不是5.0-35，则通过以下命令安装6.5.0-35版本：

~$ sudo apt-get install -y linux-image-6.5.0-35-generic linux-headers-6.5.0-35-generic linux-modules-6.5.0-35-generic linux-modules-extra-6.5.0-35-generic

~$ sudo apt install intel-i915-dkms

~$ sudo vim /etc/default/grub

GRUB_DEFAULT="Advanced options for Ubuntu>Ubuntu, with Linux 6.5.0-35-generic"

~$ sudo update-grub

~$ sudo reboot

• 然后通过以下命令安装计算、媒体和显示运行时库：

~$ sudo apt install -y intel-opencl-icd intel-level-zero-gpu level-zero intel-media-va-driver-non-free libmfx1 libmfxgen1 libvpl2 libegl-mesa0 libegl1-mesa libegl1-mesa-dev libgbm1 libgl1-mesa-dev libgl1-mesa-dri libglapi-mesa libgles2-mesa-dev libglx-mesa0 libigdgmm12 libxatracker2 mesa-va-drivers mesa-vdpau-drivers mesa-vulkan-drivers va-driver-all vainfo hwinfo clinfo

• 通过以下命令将当前用户添加到 render 组：

~$ sudo gpasswd -a $(USER) render

~$ sudo newgrp render

• 驱动程序安装完成后，建议使用以下命令进行验证：

~$ clinfo | grep "Driver Version"

Driver Version                                  23.43.27642.67

1.3 在英特尔® 至强® W平台上设置

• 首先禁用 ast 卡：

~$ sudo vim /etc/modprobe.d/blacklist.conf

• 在文件底部添加“blacklist ast”：

~$ sudo update-initramfs -u

• 然后将窗口系统配置为wayland模式：

~$ sudo vim /etc/gdm3/custom.conf

• 将WaylandEnable设置为true：

• 完成后更新初始RAM文件系统（initramfs）并重启系统，然后将HDMI线插入第一块英特尔锐炫™ A770显卡即可完成显示终端设置。

]# sudo update-initramfs -u

~$ sudo reboot

1.4 监控工具xpu-smi安装

• 可根据xpumanager repo安装用于监控和管理 XPU设备状态信息的xpu-smi 工具。下载xpumanager并执行以下命令：

~$ wget https://github.com/intel/xpumanager/releases/download/V1.2.27/xpu-smi_1.2.27_20240103.051106.5eeb3f13.u22.04_amd64.deb  --no-check-certificate

~$ sudo apt install ./xpu-smi_1.2.27_20240103.051106.5eeb3f13.u22.04_amd64.deb

~$ xpu-smi discovery

• 结果显示如下：

2、大模型服务与聊天机器人演示

2.1 容器（Docker）安装及服务设置

• 用户可通过 Docker，在英特尔锐炫™ A770显卡上使用 IPEX-LLM开展 vLLM 服务。Docker的安装可参考：https://docs.docker.com/engine/install/ubuntu/
• 通过以下命令，设置CPU主频至最大睿频，并将显卡锁频至4GHz：

~$ apt-get install linux-tools-6.5.0-35-generic linux-cloud-tools-6.5.0-35-generic

# Query max turbo frequency, like W3445, Max Turbo Frequency is 4.8GHz:

~$ sudo cpupower frequency-set -d 4.8GHz

~$ sudo xpu-smi config -d 0 -t 0 --frequencyrange 2400,2400

~$ sudo xpu-smi config -d 1 -t 0 --frequencyrange 2400,2400

~$ sudo xpu-smi config -d 2 -t 0 --frequencyrange 2400,2400

~$ sudo xpu-smi config -d 3 -t 0 --frequencyrange 2400,2400

2.2 安装并启动vLLM服务

• 下载并安装以下vllm版本：

~$ docker pull intelanalytics/ipex-llm-serving-xpu:2.2.0-b11

• 从https://hf-mirror.com下载LLM模型到本地文件夹中（例如：/home/worker/LLM）。
• 从https://hf-mirror.com/collections/deepseek-ai/deepseek-r1-678e1e131c0169c0bc89728d下载蒸馏版模型。

• 将以下脚本放入/home/intel/Demo-4xArc中的 bachkend-ipex-docker.sh文件（以下操作都以DeepSeek-R1-Distill-Qwen-32B版为例）：

• 将以下脚本放入vllm-deepseek-r1-distill-qwen-32b-openaikey.sh文件:

• 然后启动容器和vLLM 服务：

~$ sudo bash backend-ipex-docker.sh

~$ docker exec -it ipex-llm-b11 bash

~$ cd workspace & bash vllm-deepseek-r1-distill-qwen-32b-openaikey.sh

• 如下日志表明DeepSeek推理服务已启动成功：

2.3 使用Chatbox AI进行性能测试

• 开发者可以在本地使用Chatbox AI进行LLM推理性能测试。如为168.10.110，在Windows PowerShell中执行以下命令并输入密码，将远程服务端口映射到本地：

User> ssh -L 8001:localhost:8001 worker@192.168.10.110

• 打开Chatbox AI的Url（https://web.chatboxai.app/）

• 选择 “User My Own API Key / Local Model”，点击 “Add Custom Provider”，并根据下图所示进行配置，手动输入DeepSeek整流的模型名称等信息：

• 由此，使用者可以在Chatbox AI中向大语言模型提问，测试其推理性能：

• vllm服务日志能够显示当前的性能状况，如图中所示，基于多路英特尔锐炫™ A770显卡的推理服务一直有着30+ tokens/s的性能表现。

创新不止步：全新24GB锐炫™ 显卡与满血版DeepSeek R1方案正在路上

本部署指南虽然是围绕4路英特尔锐炫™ A770显卡的方案展开，且以DeepSeek-R1-Distill-Qwen-32B版为例，但我们的实践探索并未局限于此。

一方面，该解决方案可对DeepSeek各个蒸馏版提供同样灵活的支持。使用者可通过调整输入模型名称，以及设定并行使用的显卡数量来进行调整（使用--tensor-parallel-size参数来控制）。

另一方面，多路英特尔锐炫™显卡 + 英特尔®至强®可扩展处理器 /至强®W处理器方案的关键目标，还是锁定在DeepSeek- R1-671B这一性能巅峰版本上，其配置与优化方法很快就会与大家见面。预计其技术路径会同时覆盖基于KTransformer，能更充分发挥至强® 处理器内置AI加速技术AMX潜能的方案，以及GPU配置密度更高的单机16路英特尔锐炫™ 显卡的方案。

另一个值得期待的进展，就是专为生产力应用打造的新一代英特尔锐炫™显卡 B580 24G显存版本也正向我们走来，其4张卡即可提供96GB的显存容量，意味着用户可在单机中更轻松地部署更大参数量的DeepSeek服务（例如DeepSeek- R1-671B版本），进而能在实战中以较低的成本和较为便捷的部署方式，开启不缩水的DeepSeek服务。