Mistral Small 24B Instruct 2501 (FP16) — 15.4 GBauf NVIDIA RTX 4080
Überblick
Mistral Small 24B Instruct 2501 ist ein 23.57B-Parameter dense-Sprachmodell von Mistral AI, mit Fähigkeiten in code, multilingual, tool-calls. Es unterstützt ein Kontextfenster von bis zu 32,768 Tokens.
Mistral Small 24B Instruct 2501 ist ein dichter Transformer mit 23,57 Milliarden Parametern von Mistral AI, optimiert für Instruktionsbefolgung, Codegenerierung und mehrsprachige Konversation. Das Modell bietet in seiner mittleren Parameterklasse eine starke Leistung im Verhältnis zur Größe und konkurriert mit größeren 30B-Modellen in vielen Benchmarks. Es unterstützt Tool Calling und 10 Sprachen, darunter Englisch, Französisch, Chinesisch und Japanisch. Mit einem 32K-Kontextfenster und Flash Attention passt es bei Q4-Quantisierung auf eine einzelne Consumer-GPU für effiziente selbstgehostete Inferenz.
Bei FP16-Quantisierung (Qualitätsstufe full-precision) wiegt das Modell 43.92 GB. Das übersteigt die 16 GB VRAM von NVIDIA RTX 4080. Inferenz ist dennoch über CPU-Offload oder speicherabgebildetes Laden von der Festplatte möglich, allerdings mit deutlich reduzierter Leistung.
Die NVIDIA GeForce RTX 4080 ist eine Consumer-GPU mit 16 GB GDDR6X VRAM und 717 GB/s Speicherbandbreite. Sie liefert 48.7 FP16 TFLOPS und bietet solide Leistung fuer lokale LLM-Inferenz mit mittelgrossen Modellen. Sie verarbeitet quantisierte Modelle mit bis zu 13B Parametern effektiv. Eine gute Wahl fuer Entwickler, die Ada-Lovelace-Leistung zu einem erschwinglicheren Preis wuenschen.
Hardwareanforderungen
| Modellgröße | 43.92 GB |
| Verfügbarer VRAM | 16 GB |
| Genutzter VRAM | 15.4 GB |
| System-RAM | |
| Min. RAM benötigt | 30.7 GB |
| GPU-Ebenen | 12 / 40 |
| Kontextgröße | 5.134 |
| Backend | cuda13 |
| Flash Attention | Ja |
| Lesen von Festplatte | Ja |
Leistungshinweise
Bereitstellung
Voraussetzungen
Stellen Sie sicher, dass Ihre GPU-Knoten mit dem NVIDIA Container Toolkit vorbereitet sind:
ansible-playbook prositronic.infra.nvidia_container_toolkitBefehl
helmfile --state-values-file <(curl -s https://www.prositronic.eu/values/mistral-small-24b-instruct-2501/fp16/nvidia-rtx4080.yaml) applyGenerierte values.yaml
/values/mistral-small-24b-instruct-2501/fp16/nvidia-rtx4080.yaml
Werte werden geladen…Häufig gestellte Fragen
Wie viel VRAM benötigt Mistral Small 24B Instruct 2501 (FP16)?
Die FP16-Quantisierung von Mistral Small 24B Instruct 2501 benötigt 43.92 GB. 12 von 40 Schichten passen in die 16 GB VRAM von NVIDIA RTX 4080; die übrigen Schichten werden auf die CPU ausgelagert.
Kann ich Mistral Small 24B Instruct 2501 auf NVIDIA RTX 4080 ausführen?
Ja, mit reduzierter Leistung. NVIDIA RTX 4080 kann Mistral Small 24B Instruct 2501 (FP16) ausführen, aber nur 12 von 40 Schichten passen in den VRAM. Der Rest wird auf die CPU ausgelagert.
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. FP16 komprimiert Mistral Small 24B Instruct 2501 von seiner ursprünglichen Größe auf 43.92 GB.
Welche Quantisierung sollte ich für Mistral Small 24B Instruct 2501 wählen?
FP16 ist eine Vollpräzisions- 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 Mistral Small 24B Instruct 2501 auf NVIDIA RTX 4080 ist Flash Attention aktiviert, um Kontextlänge und Durchsatz innerhalb der verfügbaren 16 GB VRAM zu maximieren.
Warum werden einige Schichten auf die CPU ausgelagert?
NVIDIA RTX 4080 hat 16 GB VRAM, aber Mistral Small 24B Instruct 2501 (FP16) benötigt ungefähr 43.92 GB. Nur 12 von 40 Schichten passen in den VRAM; die übrigen Schichten laufen auf der CPU, was langsamer, aber funktional ist.
Wie führe ich Mistral Small 24B Instruct 2501 (FP16) mit Ollama aus?
Führen Sie ollama run mistral-small:24b-instruct-2501-fp16 aus, um Mistral Small 24B Instruct 2501 (FP16) zu starten. Ollama lädt die Modellgewichte beim ersten Start automatisch herunter.