DeepSeek R1 Distill Qwen 32B (Q8_0) — 23.4 GBen OVH l4-1-gpu
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 24 GB de VRAM de OVH l4-1-gpu. La inferencia sigue siendo posible mediante descarga a CPU o carga mapeada en memoria desde disco, pero con un rendimiento significativamente reducido.
La NVIDIA L4 es una GPU de datacenter para inferencia con 24 GB de GDDR6 VRAM y 300 GB/s de ancho de banda de memoria. Ofrece 121 FP16 TFLOPS con arquitectura Ada Lovelace. Disenada para cargas de inferencia eficientes y de bajo consumo en despliegues cloud y edge. Maneja modelos cuantizados hasta 20B parametros.
Requisitos de Hardware
| Tamaño del modelo | 32.43 GB |
| VRAM disponible | 24 GB |
| VRAM utilizada | 23.4 GB |
| RAM del sistema | 80 GB |
| RAM mín. requerida | 10.6 GB |
| Capas GPU | 43 / 64 |
| Tamaño del contexto | 2401 |
| Backend | cuda13 |
| Flash attention | Sí |
| Lectura desde disco | Sí |
Notas de rendimiento
Despliegue
Prerrequisitos
Asegúrese de que sus nodos GPU estén preparados con el NVIDIA container toolkit:
ansible-playbook prositronic.infra.nvidia_container_toolkitComando
helmfile --state-values-file <(curl -s https://www.prositronic.eu/values/deepseek-r1-distill-qwen-32b/q8_0/nvidia-l4.yaml) applyArchivo values.yaml
/values/deepseek-r1-distill-qwen-32b/q8_0/nvidia-l4.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. 43 de 64 capas caben en los 24 GB de VRAM de OVH l4-1-gpu; las capas restantes se descargan al CPU.
¿Puedo ejecutar DeepSeek R1 Distill Qwen 32B en OVH l4-1-gpu?
Sí, con rendimiento reducido. OVH l4-1-gpu puede ejecutar DeepSeek R1 Distill Qwen 32B (Q8_0), pero solo 43 de 64 capas caben en la VRAM. El resto se descarga al CPU.
¿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.
¿Qué es flash attention y por qué está activado?
Flash attention es un algoritmo eficiente en memoria que acelera el mecanismo de atención en modelos transformer. Reduce el uso de VRAM durante la inferencia evitando la materialización de la matriz de atención completa. Para DeepSeek R1 Distill Qwen 32B en OVH l4-1-gpu, flash attention está activado para maximizar la longitud de contexto y el rendimiento dentro de los 24 GB de VRAM disponibles.
¿Por qué se descargan algunas capas al CPU?
OVH l4-1-gpu tiene 24 GB de VRAM, pero DeepSeek R1 Distill Qwen 32B (Q8_0) requiere aproximadamente 32.43 GB. Solo 43 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.