DeepSeek R1 Distill Qwen 7B (FP16) — 19.4 GBen Hetzner GEX44
Descripción General
DeepSeek R1 Distill Qwen 7B es un modelo de lenguaje dense de 7.62B 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 7B es un transformador denso de 7.620 millones de parametros de DeepSeek, destilado del modelo de razonamiento R1 en una arquitectura compacta basada en Qwen. Aporta razonamiento "chain-of-thought" y capacidades de pensamiento a la clase de 7B parametros, rindiendo por encima de su categoria en tareas de matematicas y logica. Comparado con modelos instruct 7B estandar, ofrece un razonamiento estructurado notablemente mas fuerte. Con una ventana de contexto de 128K y nueve idiomas soportados, cabe en una sola GPU de consumo y se cuantiza bien para despliegue autoalojado eficiente.
Con cuantización FP16 (nivel de calidad full-precision), el modelo pesa 14.19 GB. Esto cabe dentro de los 20 GB de VRAM de Hetzner GEX44, lo que permite la inferencia completa en GPU.
Requisitos de Hardware
| Tamaño del modelo | 14.19 GB |
| VRAM disponible | 20 GB |
| VRAM utilizada | 19.4 GB |
| RAM del sistema | 64 GB |
| RAM mín. requerida | 0 GB |
| Capas GPU | 28 / 28 |
| Tamaño del contexto | 74.248 |
| 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-7b/fp16/nvidia-rtx4000sff.yaml) applyArchivo values.yaml
/values/deepseek-r1-distill-qwen-7b/fp16/nvidia-rtx4000sff.yaml
Cargando valores…Preguntas frecuentes
¿Cuánta VRAM necesita DeepSeek R1 Distill Qwen 7B (FP16)?
La cuantización FP16 de DeepSeek R1 Distill Qwen 7B requiere 14.19 GB. Las 28 capas caben en los 20 GB de VRAM disponibles en Hetzner GEX44, permitiendo aceleración GPU completa.
¿Puedo ejecutar DeepSeek R1 Distill Qwen 7B en Hetzner GEX44?
Sí. Hetzner GEX44 proporciona 20 GB de VRAM, suficiente para ejecutar DeepSeek R1 Distill Qwen 7B (FP16) con todas las capas en la GPU para un rendimiento óptimo.
¿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. FP16 comprime DeepSeek R1 Distill Qwen 7B de su tamaño original a 14.19 GB.
¿Qué cuantización debo elegir para DeepSeek R1 Distill Qwen 7B?
FP16 es una cuantización de precisión completa. 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 7B en Hetzner GEX44, flash attention está activado para maximizar la longitud de contexto y el rendimiento dentro de los 20 GB de VRAM disponibles.
¿Cómo ejecutar DeepSeek R1 Distill Qwen 7B (FP16) con Ollama?
Ejecute ollama run deepseek-r1:7b-qwen-distill-fp16 para iniciar DeepSeek R1 Distill Qwen 7B (FP16). Ollama descarga automáticamente los pesos del modelo en la primera ejecución.