Hostinger KVM NVMe VPS (Mẫu cài sẵn Ollama, Open WebUI & n8n) — VRAMForge
Giảm tới 67% + Giảm thêm 20% qua link đối tác (Tới 32GB RAM DDR5 + 1-Click Ollama/n8n) (2026-11-12)
Triển khai Hostinger ($4.99+/tháng) qua VRAMForge →Cấu Hình VPS Chạy DeepSeek-R1 Trên Ollama (Bản 7B, 14B, 32B & 70B Distill) — VRAMForge
VRAMForge Blueprint: DeepSeek-R1 sinh chuỗi suy luận <think> rất dài (2.000–8.000 token mỗi câu trả lời), đòi hỏi bộ nhớ đệm KV-cache rộng và băng thông RAM DDR5/VRAM cao hơn hẳn các LLM chat thông thường. Chúng tôi đối chiếu trọng số nén và KV-cache dưới đây theo biểu phí nhà cung cấp ngày 2026-11-12.
Nạp R1-REASONING vào Bàn Tính VRAMForge →Bảng Định Cỡ Trọng Số & KV-Cache R1-REASONING Trên VRAMForge
| Biến Thể Cấu Hình | Trọng Số / Cốt Lõi | Đệm KV / Phụ Trợ | Phân Khúc Khuyên Dùng | Tốc Độ Ước Tính |
|---|---|---|---|---|
| DeepSeek-R1-Distill-Qwen-7B (Q4_K_M) | 4.7 GB | 2.1 GB | 16 GB RAM (Hostinger KVM 4) | 17–22 tok/s CPU • 95 tok/s GPU |
| DeepSeek-R1-Distill-Qwen-14B (Q4_K_M) | 9.0 GB | 3.2 GB | 16–32 GB RAM (Hostinger KVM 8) | 10–13 tok/s CPU • 64 tok/s GPU |
| DeepSeek-R1-Distill-Qwen-32B (Q4_K_M) | 19.9 GB | 4.5 GB | 32–64 GB VDS (UltaHost 64GB) | 6–8 tok/s VDS • 42 tok/s L40S |
| DeepSeek-R1-Distill-Llama-70B (Q4_K_M) | 42.8 GB | 6.2 GB | 64GB VDS / Vultr A100 80GB | 3.4 tok/s VDS • 28 tok/s A100 |
Lệnh Khởi Chạy CLI & Tinh Chỉnh R1-REASONING Trên VRAMForge
# Production Ollama tuning for DeepSeek-R1 long <think> reasoning chains
curl -fsSL https://ollama.com/install.sh | sh
mkdir -p /etc/systemd/system/ollama.service.d
cat <<'EOF' >/etc/systemd/system/ollama.service.d/override.conf
[Service]
Environment="OLLAMA_HOST=0.0.0.0:11434"
Environment="OLLAMA_FLASH_ATTENTION=1"
Environment="OLLAMA_KV_CACHE_TYPE=q8_0"
Environment="OLLAMA_NUM_PARALLEL=2"
EOF
systemctl daemon-reload && systemctl restart ollama
ollama run deepseek-r1:14b- Bật OLLAMA_FLASH_ATTENTION=1 kèm OLLAMA_KV_CACHE_TYPE=q8_0 giúp giảm gần 45% dung lượng RAM ngốn bởi KV-cache khi suy luận chuỗi dài 16K–32K token.
- Không gán quá nhiều luồng CPU ảo: đặt num_thread đúng bằng số nhân vật lý để tập lệnh AVX-512 khai thác tối đa băng thông kênh đôi DDR5.
- Với bản 32B Distill, nên chạy trên UltaHost VDS 64GB RAM riêng để không bị bóp xung CPU khi mô hình suy nghĩ liên tục 60–90 giây.
Hạ Tầng Khớp Dung Lượng Cho R1-REASONING (Giá Công Khai 2026-11-12) — VRAMForge
UltaHost VDS & Bare-Metal Tài Nguyên Riêng (64GB–192GB DDR5) — VRAMForge
VDS 100% RAM/CPU vật lý riêng (32GB–128GB+ DDR5) chuyên trị mô hình 32B/70B & RAG (2026-11-12)
Triển khai UltaHost ($37.5+/tháng) qua VRAMForge →Vultr Cloud GPU (NVIDIA A16 / L40S / A100 / H100) & High Frequency — VRAMForge
Thuê GPU NVIDIA (16GB–80GB VRAM) theo giờ tại cụm Singapore & Tokyo • Tốc độ 45–110 tok/s (2026-11-12)
Triển khai Vultr ($24+/tháng) qua VRAMForge →Câu Hỏi Kỹ Thuật Về R1-REASONING Trên VRAMForge
-
Chạy DeepSeek-R1 14B trên VPS thuần CPU (không GPU) có mượt không on VRAMForge?
Hoàn toàn mượt cho cá nhân và tác vụ nội bộ. Trên gói Hostinger KVM 8 (32GB DDR5, 8 nhân AMD EPYC), bản 14B Q4_K_M đạt 10–13 tok/s với chi phí dưới $20/tháng.
-
Tại sao DeepSeek-R1 hay bị tràn RAM (OOM Kill) trên VPS 8GB on VRAMForge?
Dù file nén 7B Q4_K_M chỉ 4.7 GB, chuỗi <think> tự động phình hàng nghìn token khiến KV-cache và nhân Linux vọt lên ~8.4 GB. Vì vậy tối thiểu nên chọn VPS 16 GB RAM.