DeepSeek R1 Distill Qwen 32B (Q4_K_M) — 23.4 GBauf NVIDIA RTX 4090

Q4_K_M NVIDIA RTX 4090

Überblick

DeepSeek R1 Distill Qwen 32B ist ein 32.76B-Parameter dense-Sprachmodell von DeepSeek, mit Fähigkeiten in code, multilingual, thinking, tool-calls. Es unterstützt ein Kontextfenster von bis zu 131,072 Tokens.

DeepSeek R1 Distill Qwen 32B ist ein dichter Transformer mit 32,76 Milliarden Parametern von DeepSeek, destilliert aus dem groesseren R1-Reasoning-Modell in eine Qwen-basierte Architektur. Er zeichnet sich durch Chain-of-Thought-Reasoning, Codegenerierung und mehrsprachige Aufgaben mit integrierten Denkfaehigkeiten aus. Im Vergleich zu Standard-Instruct-Modellen der 30B-Klasse bietet er staerkeres logisches und mathematisches Schlussfolgern. Das Modell unterstuetzt neun Sprachen und ein 128K-Kontextfenster und eignet sich fuer Entwickler und Forscher, die reasoning-fokussierte Inferenz auf mittelklassigen GPU-Setups benoetigen.

Bei Q4_K_M-Quantisierung (Qualitätsstufe medium) wiegt das Modell 18.49 GB. Das passt in die 24 GB VRAM von NVIDIA RTX 4090 und ermöglicht vollständige GPU-Inferenz.

Die NVIDIA GeForce RTX 4090 ist eine Consumer-GPU mit 24 GB GDDR6X VRAM und 1008 GB/s Speicherbandbreite. Sie liefert 82.6 FP16 TFLOPS und gehoert damit zu den schnellsten Consumer-Karten fuer lokale LLM-Inferenz. Sie verarbeitet quantisierte Modelle mit bis zu 20B Parametern problemlos. Ideal fuer Homelab-Nutzer und Entwickler, die hohen Inferenz-Durchsatz ohne Datacenter-Hardware wuenschen.

Hardwareanforderungen

Modellgröße	18.49 GB
Verfügbarer VRAM	24 GB
Genutzter VRAM	23.4 GB
GPU-Ebenen	64 / 64
Kontextgröße	24.020
Backend	cuda13
Flash Attention	Ja

Leistungshinweise

Kürzere Gespräche

Die Kontextgröße wurde aufgrund von Speicherbeschränkungen reduziert. Dies kann die Fähigkeit des Modells beeinträchtigen, lange Gespräche zu führen.

Bereitstellung

Server Lokal

Voraussetzungen

Stellen Sie sicher, dass Ihre GPU-Knoten mit dem NVIDIA Container Toolkit vorbereitet sind:

ansible-playbook prositronic.infra.nvidia_container_toolkit

Befehl

helmfile --state-values-file <(curl -s https://www.prositronic.eu/values/deepseek-r1-distill-qwen-32b/q4_k_m/nvidia-rtx4090.yaml) apply

Generierte values.yaml

/values/deepseek-r1-distill-qwen-32b/q4_k_m/nvidia-rtx4090.yaml

Werte werden geladen…

llama.cpp installieren

Installieren Sie llama.cpp von den offiziellen Build-Anleitungen für Ihre Plattform und Ihr Backend.

Modell herunterladen

curl -L -o deepseek-r1-distill-qwen-32b.gguf "https://huggingface.co/unsloth/DeepSeek-R1-Distill-Qwen-32B-GGUF/resolve/main/DeepSeek-R1-Distill-Qwen-32B-Q4_K_M.gguf"

Server starten

llama-server \
  -m deepseek-r1-distill-qwen-32b.gguf \
  --n-gpu-layers 64 \
  --ctx-size 24020 \
  --flash-attn

Überprüfen

curl http://localhost:8080/health

Erkunden

• Bereitstellung konfigurieren
• Modelle durchsuchen
• Hardware durchsuchen

Andere Quantisierungen

• DeepSeek R1 Distill Qwen 32B (FP16)
• DeepSeek R1 Distill Qwen 32B (Q8_0)
• DeepSeek R1 Distill Qwen 32B (Q5_K_M)

Andere Hardware

• DeepSeek R1 Distill Qwen 32B on CPU Only
• DeepSeek R1 Distill Qwen 32B on NVIDIA A100 80GB
• DeepSeek R1 Distill Qwen 32B on NVIDIA H100

Häufig gestellte Fragen

Wie viel VRAM benötigt DeepSeek R1 Distill Qwen 32B (Q4_K_M)?

Die Q4_K_M-Quantisierung von DeepSeek R1 Distill Qwen 32B benötigt 18.49 GB. Alle 64 Schichten passen in die 24 GB VRAM von NVIDIA RTX 4090, was volle GPU-Beschleunigung ermöglicht.

Kann ich DeepSeek R1 Distill Qwen 32B auf NVIDIA RTX 4090 ausführen?

Ja. NVIDIA RTX 4090 bietet 24 GB VRAM, was ausreicht, um DeepSeek R1 Distill Qwen 32B (Q4_K_M) mit allen Schichten auf der GPU für optimale Leistung auszuführen.

Was ist Quantisierung?

Quantisierung reduziert die numerische Präzision eines Modells von seinem ursprünglichen Gleitkommaformat auf eine kompaktere Darstellung. Dies verringert die Dateigröße und den VRAM-Bedarf, wodurch es möglich wird, große Modelle auf Consumer-Hardware auszuführen. Der Kompromiss ist eine geringe Verringerung der Ausgabequalität. Q4_K_M komprimiert DeepSeek R1 Distill Qwen 32B von seiner ursprünglichen Größe auf 18.49 GB.

Welche Quantisierung sollte ich für DeepSeek R1 Distill Qwen 32B wählen?

Q4_K_M ist eine mittelwertige Quantisierung. Hochwertigere Quants (Q8, Q6) bewahren mehr Modellgenauigkeit, benötigen aber mehr VRAM. Niedrigere Quants (Q4, Q3, Q2) reduzieren den VRAM-Verbrauch auf Kosten der Qualität. Wählen Sie basierend auf Ihrer verfügbaren Hardware und Ihren Qualitätsanforderungen.

Was ist Flash Attention und warum ist es aktiviert?

Flash Attention ist ein speichereffizienter Algorithmus, der den Attention-Mechanismus in Transformer-Modellen beschleunigt. Er reduziert den VRAM-Verbrauch während der Inferenz, indem er die Materialisierung der vollständigen Attention-Matrix vermeidet. Für DeepSeek R1 Distill Qwen 32B auf NVIDIA RTX 4090 ist Flash Attention aktiviert, um Kontextlänge und Durchsatz innerhalb der verfügbaren 24 GB VRAM zu maximieren.

Wie führe ich DeepSeek R1 Distill Qwen 32B (Q4_K_M) mit Ollama aus?

Führen Sie ollama run deepseek-r1:32b-qwen-distill-q4_k_m aus, um DeepSeek R1 Distill Qwen 32B (Q4_K_M) zu starten. Ollama lädt die Modellgewichte beim ersten Start automatisch herunter.

Zuletzt aktualisiert: 5. März 2026