DeepSeek R1 Distill Qwen 32B (Q8_0)en CPU Only
Descripción General
DeepSeek R1 Distill Qwen 32B es un modelo de lenguaje dense de 32.76B parámetros de DeepSeek, con capacidades de code, multilingual, thinking, tool-calls. Admite una ventana de contexto de hasta 131,072 tokens.
DeepSeek R1 Distill Qwen 32B es un transformador denso de 32.760 millones de parametros de DeepSeek, destilado del modelo de razonamiento R1 mas grande en una arquitectura basada en Qwen. Destaca en razonamiento "chain-of-thought", generacion de codigo y tareas multilingues con capacidades de pensamiento integradas. Comparado con modelos instruct estandar de clase 30B, proporciona un razonamiento logico y matematico mas fuerte. El modelo soporta nueve idiomas y una ventana de contexto de 128K, lo que lo hace adecuado para desarrolladores e investigadores que necesitan inferencia enfocada en razonamiento en configuraciones GPU de gama media.
Con cuantización Q8_0 (nivel de calidad high), el modelo pesa 32.43 GB. Esto excede los 0 GB de VRAM de CPU Only. La inferencia sigue siendo posible mediante descarga a CPU o carga mapeada en memoria desde disco, pero con un rendimiento significativamente reducido.
Una configuracion solo CPU sin aceleracion GPU. La inferencia se ejecuta completamente en la CPU, lo que es significativamente mas lento que las configuraciones con GPU, pero no requiere hardware especializado. El rendimiento y el tamano maximo del modelo dependen de la RAM disponible. Adecuada para pruebas, desarrollo o despliegues donde no hay GPU disponible.
Requisitos de Hardware
| Tamaño del modelo | 32.43 GB |
| VRAM disponible | 0 GB |
| VRAM utilizada | 0 GB |
| RAM del sistema | |
| RAM mín. requerida | 32.4 GB |
| Capas GPU | 0 / 64 |
| Tamaño del contexto | 131.072 |
| Backend | cpu |
| Flash attention | No |
| Lectura desde disco | Sí |
Notas de rendimiento
Despliegue
Comando
helmfile --state-values-file <(curl -s https://www.prositronic.eu/values/deepseek-r1-distill-qwen-32b/q8_0/cpu.yaml) applyArchivo values.yaml
/values/deepseek-r1-distill-qwen-32b/q8_0/cpu.yaml
Cargando valores…Preguntas frecuentes
¿Cuánta VRAM necesita DeepSeek R1 Distill Qwen 32B (Q8_0)?
La cuantización Q8_0 de DeepSeek R1 Distill Qwen 32B requiere 32.43 GB. Los 0 GB de VRAM de CPU Only son insuficientes para las capas GPU, por lo que la inferencia se ejecuta en el CPU.
¿Puedo ejecutar DeepSeek R1 Distill Qwen 32B en CPU Only?
Es posible pero no recomendado. CPU Only no tiene suficiente VRAM para acelerar DeepSeek R1 Distill Qwen 32B (Q8_0), por lo que la inferencia dependerá del CPU y la RAM del sistema.
¿Qué es la cuantización?
La cuantización reduce la precisión numérica de un modelo de su formato original de punto flotante a una representación más compacta. Esto reduce el tamaño del archivo y la huella de VRAM, haciendo posible ejecutar modelos grandes en hardware de consumo. La contrapartida es una pequeña reducción en la calidad de salida. Q8_0 comprime DeepSeek R1 Distill Qwen 32B de su tamaño original a 32.43 GB.
¿Qué cuantización debo elegir para DeepSeek R1 Distill Qwen 32B?
Q8_0 es una cuantización de alta calidad. Los quants de mayor calidad (Q8, Q6) preservan más precisión del modelo pero necesitan más VRAM. Los quants inferiores (Q4, Q3, Q2) reducen el uso de VRAM a costa de cierta calidad. Elija según su hardware disponible y requisitos de calidad.
¿Por qué se descargan algunas capas al CPU?
CPU Only tiene 0 GB de VRAM, pero DeepSeek R1 Distill Qwen 32B (Q8_0) requiere aproximadamente 32.43 GB. Solo 0 de 64 capas caben en la VRAM; las capas restantes se ejecutan en el CPU, que es más lento pero funcional.
¿Cómo ejecutar DeepSeek R1 Distill Qwen 32B (Q8_0) con Ollama?
Ejecute ollama run deepseek-r1:32b-qwen-distill-q8_0 para iniciar DeepSeek R1 Distill Qwen 32B (Q8_0). Ollama descarga automáticamente los pesos del modelo en la primera ejecución.