DeepSeek R1 Distill Qwen 7B (FP16) — 15.4 GBen NVIDIA RTX 5070 Ti

FP16 NVIDIA RTX 5070 Ti

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 16 GB de VRAM de NVIDIA RTX 5070 Ti, lo que permite la inferencia completa en GPU.

Requisitos de Hardware

Tamaño del modelo	14.19 GB
VRAM disponible	16 GB
VRAM utilizada	15.4 GB
RAM mín. requerida	0.5 GB
Capas GPU	27 / 28
Tamaño del contexto	8839
Backend	cuda13
Flash attention	Sí

Notas de rendimiento

Rendimiento reducido

1 de 28 capas se ejecutan en CPU. Su sistema necesita al menos 0.5 GB de RAM. Si la RAM del sistema es insuficiente, los datos se leerán del disco bajo demanda, con un impacto significativo en el rendimiento.

Conversaciones más cortas

El tamaño del contexto se ha reducido debido a restricciones de memoria. Esto puede afectar la capacidad del modelo para manejar conversaciones largas.

Despliegue

Servidor Local

Prerrequisitos

Asegúrese de que sus nodos GPU estén preparados con el NVIDIA container toolkit:

ansible-playbook prositronic.infra.nvidia_container_toolkit

Comando

helmfile --state-values-file <(curl -s https://www.prositronic.eu/values/deepseek-r1-distill-qwen-7b/fp16/nvidia-rtx5070ti.yaml) apply

Archivo values.yaml

/values/deepseek-r1-distill-qwen-7b/fp16/nvidia-rtx5070ti.yaml

Cargando valores…

Instalar llama.cpp

Instale llama.cpp desde las instrucciones de compilación oficiales para su plataforma y backend.

Descargar modelo

curl -L -o deepseek-r1-distill-qwen-7b.gguf "https://huggingface.co/unsloth/DeepSeek-R1-Distill-Qwen-7B-GGUF/resolve/main/DeepSeek-R1-Distill-Qwen-7B-F16.gguf"

Iniciar servidor

llama-server \
  -m deepseek-r1-distill-qwen-7b.gguf \
  --n-gpu-layers 27 \
  --ctx-size 8839 \
  --flash-attn

Verificar

curl http://localhost:8080/health

Explorar

• Configurar un despliegue
• Explorar modelos
• Explorar hardware

Otras cuantizaciones

• DeepSeek R1 Distill Qwen 7B (Q8_0)
• DeepSeek R1 Distill Qwen 7B (Q5_K_M)
• DeepSeek R1 Distill Qwen 7B (Q4_K_M)

Otro hardware

• DeepSeek R1 Distill Qwen 7B on CPU Only
• DeepSeek R1 Distill Qwen 7B on NVIDIA A100 80GB
• DeepSeek R1 Distill Qwen 7B on NVIDIA H100

Preguntas frecuentes

¿Cuánta VRAM necesita DeepSeek R1 Distill Qwen 7B (FP16)?

La cuantización FP16 de DeepSeek R1 Distill Qwen 7B requiere 14.19 GB. 27 de 28 capas caben en los 16 GB de VRAM de NVIDIA RTX 5070 Ti; las capas restantes se descargan al CPU.

¿Puedo ejecutar DeepSeek R1 Distill Qwen 7B en NVIDIA RTX 5070 Ti?

Sí, con rendimiento reducido. NVIDIA RTX 5070 Ti puede ejecutar DeepSeek R1 Distill Qwen 7B (FP16), pero solo 27 de 28 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. 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 NVIDIA RTX 5070 Ti, flash attention está activado para maximizar la longitud de contexto y el rendimiento dentro de los 16 GB de VRAM disponibles.

¿Por qué se descargan algunas capas al CPU?

NVIDIA RTX 5070 Ti tiene 16 GB de VRAM, pero DeepSeek R1 Distill Qwen 7B (FP16) requiere aproximadamente 14.19 GB. Solo 27 de 28 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 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.

Última actualización: 7 de marzo de 2026