Qwen3.5 4B (Q3_K_S) — 23.2 GBauf NVIDIA L40S 96GB

Code Multilingual Thinking Tool Calls Vision

Q3_K_S NVIDIA L40S 96GB

Überblick

Qwen3.5 4B ist ein 4.66B-Parameter dense-Sprachmodell von Qwen, mit Fähigkeiten in code, multilingual, thinking, tool-calls, vision. Es unterstützt ein Kontextfenster von bis zu 262,144 Tokens.

Qwen3.5 4B ist ein Modell aus Alibabas Qwen-3.5-Familie mit Gated-Delta-Networks-Hybridarchitektur und 4,66 Milliarden Parametern, das weithin als der ideale Kompromiss zwischen Leistung und Energieverbrauch in der Community gilt. Es ist nativ multimodal und verarbeitet Text, Bilder und Video, mit integrierten Denkfähigkeiten für Chain-of-Thought-Schlussfolgern. Das Modell unterstützt ein 262K-Kontextfenster und deckt über 201 Sprachen ab, wobei es auf Coding-Benchmarks nahezu an 80B-MoE-Modelle der vorherigen Generation heranreicht. Unter der Apache-2.0-Lizenz veröffentlicht, läuft es mit etwa 3 GB VRAM bei Q4 und bietet schnelles, stabiles selbstgehostetes Deployment auf Consumer-Hardware.

Bei Q3_K_S-Quantisierung (Qualitätsstufe low) wiegt das Modell 1.96 GB. Das passt in die 96 GB VRAM von NVIDIA L40S 96GB und ermöglicht vollständige GPU-Inferenz.

Hardwareanforderungen

Modellgröße	1.96 GB
Verfügbarer VRAM	96 GB
Genutzter VRAM	23.2 GB
System-RAM
Min. RAM benötigt	0 GB
GPU-Ebenen	32 / 32
Kontextgröße	262.144
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/qwen3-5-4b/q3_k_s/nvidia-l40s-96gb.yaml) apply

Generierte `values.yaml`

/values/qwen3-5-4b/q3_k_s/nvidia-l40s-96gb.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 qwen3-5-4b.gguf "https://huggingface.co/unsloth/Qwen3.5-4B-GGUF/resolve/main/Qwen3.5-4B-Q3_K_S.gguf"

Server starten

llama-server \
  -m qwen3-5-4b.gguf \
  --n-gpu-layers 32 \
  --ctx-size 262144 \
  --flash-attn

Überprüfen

curl http://localhost:8080/health

Häufig gestellte Fragen

Wie viel VRAM benötigt Qwen3.5 4B (Q3_K_S)?

Die Q3_K_S-Quantisierung von Qwen3.5 4B benötigt 1.96 GB. Alle 32 Schichten passen in die 96 GB VRAM von NVIDIA L40S 96GB, was volle GPU-Beschleunigung ermöglicht.

Kann ich Qwen3.5 4B auf NVIDIA L40S 96GB ausführen?

Ja. NVIDIA L40S 96GB bietet 96 GB VRAM, was ausreicht, um Qwen3.5 4B (Q3_K_S) 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. Q3_K_S komprimiert Qwen3.5 4B von seiner ursprünglichen Größe auf 1.96 GB.

Welche Quantisierung sollte ich für Qwen3.5 4B wählen?

Q3_K_S 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.

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 Qwen3.5 4B auf NVIDIA L40S 96GB ist Flash Attention aktiviert, um Kontextlänge und Durchsatz innerhalb der verfügbaren 96 GB VRAM zu maximieren.

Wie führe ich Qwen3.5 4B (Q3_K_S) mit Ollama aus?

Führen Sie ollama run qwen3.5:4b-q3_k_s aus, um Qwen3.5 4B (Q3_K_S) zu starten. Ollama lädt die Modellgewichte beim ersten Start automatisch herunter.

Zuletzt aktualisiert: 13. März 2026