Mistral Small 24B Instruct 2501 (Q3_K_M)auf CPU Only
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 Q3_K_M-Quantisierung (Qualitätsstufe low) wiegt das Modell 10.69 GB. Das übersteigt die 0 GB VRAM von CPU Only. Inferenz ist dennoch über CPU-Offload oder speicherabgebildetes Laden von der Festplatte möglich, allerdings mit deutlich reduzierter Leistung.
Eine reine CPU-Konfiguration ohne GPU-Beschleunigung. Die Inferenz laeuft vollstaendig auf der CPU, was erheblich langsamer ist als GPU-beschleunigte Setups, aber keine Spezialhardware erfordert. Leistung und maximale Modellgroesse haengen vom verfuegbaren Arbeitsspeicher ab. Geeignet fuer Tests, Entwicklung oder Deployments ohne verfuegbare GPU.
Hardwareanforderungen
| Modellgröße | 10.69 GB |
| Verfügbarer VRAM | 0 GB |
| Genutzter VRAM | 0 GB |
| System-RAM | |
| Min. RAM benötigt | 10.7 GB |
| GPU-Ebenen | 0 / 40 |
| Kontextgröße | 32.768 |
| Backend | cpu |
| Flash Attention | Nein |
| Lesen von Festplatte | Ja |
Leistungshinweise
Bereitstellung
Befehl
helmfile --state-values-file <(curl -s https://www.prositronic.eu/values/mistral-small-24b-instruct-2501/q3_k_m/cpu.yaml) applyGenerierte values.yaml
/values/mistral-small-24b-instruct-2501/q3_k_m/cpu.yaml
Werte werden geladen…Häufig gestellte Fragen
Wie viel VRAM benötigt Mistral Small 24B Instruct 2501 (Q3_K_M)?
Die Q3_K_M-Quantisierung von Mistral Small 24B Instruct 2501 benötigt 10.69 GB. Die 0 GB VRAM von CPU Only reichen nicht für GPU-Schichten aus, daher läuft die Inferenz auf der CPU.
Kann ich Mistral Small 24B Instruct 2501 auf CPU Only ausführen?
Es ist möglich, aber nicht empfohlen. CPU Only hat nicht genug VRAM, um Mistral Small 24B Instruct 2501 (Q3_K_M) zu beschleunigen, daher wird die Inferenz auf CPU und System-RAM zurückgreifen.
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. Q3_K_M komprimiert Mistral Small 24B Instruct 2501 von seiner ursprünglichen Größe auf 10.69 GB.
Welche Quantisierung sollte ich für Mistral Small 24B Instruct 2501 wählen?
Q3_K_M ist eine niedrigwertige 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.
Warum werden einige Schichten auf die CPU ausgelagert?
CPU Only hat 0 GB VRAM, aber Mistral Small 24B Instruct 2501 (Q3_K_M) benötigt ungefähr 10.69 GB. Nur 0 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 (Q3_K_M) mit Ollama aus?
Führen Sie ollama run mistral-small:24b-instruct-2501-q3_k_m aus, um Mistral Small 24B Instruct 2501 (Q3_K_M) zu starten. Ollama lädt die Modellgewichte beim ersten Start automatisch herunter.