Mistral Small 24B Instruct 2501 (Q4_1) — 21.4 GBauf NVIDIA RTX A6000

Code Multilingual Tool Calls

Q4_1 NVIDIA RTX A6000

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 Q4_1-Quantisierung (Qualitätsstufe medium) wiegt das Modell 13.85 GB. Das passt in die 48 GB VRAM von NVIDIA RTX A6000 und ermöglicht vollständige GPU-Inferenz.

Die NVIDIA RTX A6000 ist eine professionelle GPU mit 48 GB GDDR6 VRAM und 768 GB/s Speicherbandbreite. Sie liefert 38,7 FP16 TFLOPS mit Ampere-Architektur und CUDA Compute 8.6. Geeignet für Workstation-Inferenz quantisierter Modelle bis 30B Parameter.

Hardwareanforderungen

Modellgröße	13.85 GB
Verfügbarer VRAM	48 GB
Genutzter VRAM	21.4 GB
System-RAM
Min. RAM benötigt	0 GB
GPU-Ebenen	40 / 40
Kontextgröße	32.768
Backend	cuda13
Flash Attention	Ja
Lesen von Festplatte	Ja

Bereitstellung

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/mistral-small-24b-instruct-2501/q4_1/nvidia-a6000.yaml) apply

Generierte `values.yaml`

/values/mistral-small-24b-instruct-2501/q4_1/nvidia-a6000.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 mistral-small-24b-instruct-2501.gguf "https://huggingface.co/bartowski/Mistral-Small-24B-Instruct-2501-GGUF/resolve/main/Mistral-Small-24B-Instruct-2501-Q4_1.gguf"

Server starten

llama-server \
  -m mistral-small-24b-instruct-2501.gguf \
  --n-gpu-layers 40 \
  --ctx-size 32768 \
  --flash-attn

Überprüfen

curl http://localhost:8080/health

Häufig gestellte Fragen

Wie viel VRAM benötigt Mistral Small 24B Instruct 2501 (Q4_1)?

Die Q4_1-Quantisierung von Mistral Small 24B Instruct 2501 benötigt 13.85 GB. Alle 40 Schichten passen in die 48 GB VRAM von NVIDIA RTX A6000, was volle GPU-Beschleunigung ermöglicht.

Kann ich Mistral Small 24B Instruct 2501 auf NVIDIA RTX A6000 ausführen?

Ja. NVIDIA RTX A6000 bietet 48 GB VRAM, was ausreicht, um Mistral Small 24B Instruct 2501 (Q4_1) 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_1 komprimiert Mistral Small 24B Instruct 2501 von seiner ursprünglichen Größe auf 13.85 GB.

Welche Quantisierung sollte ich für Mistral Small 24B Instruct 2501 wählen?

Q4_1 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 Mistral Small 24B Instruct 2501 auf NVIDIA RTX A6000 ist Flash Attention aktiviert, um Kontextlänge und Durchsatz innerhalb der verfügbaren 48 GB VRAM zu maximieren.

Wie führe ich Mistral Small 24B Instruct 2501 (Q4_1) mit Ollama aus?

Führen Sie ollama run mistral-small:24b-instruct-2501-q4_1 aus, um Mistral Small 24B Instruct 2501 (Q4_1) zu starten. Ollama lädt die Modellgewichte beim ersten Start automatisch herunter.

Zuletzt aktualisiert: 14. März 2026