DeepSeek R1 Distill Qwen 7B (Q2_K_L) — 11.2 GBen NVIDIA RTX 4000 SFF

Code Multilingual Thinking Tool Calls

Q2_K_L NVIDIA RTX 4000 SFF

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 Q2_K_L (nivel de calidad low), el modelo pesa 2.93 GB. Esto cabe dentro de los 20 GB de VRAM de NVIDIA RTX 4000 SFF, lo que permite la inferencia completa en GPU.

Requisitos de Hardware

Tamaño del modelo	2.93 GB
VRAM disponible	20 GB
VRAM utilizada	11.2 GB
RAM del sistema
RAM mín. requerida	0 GB
Capas GPU	28 / 28
Tamaño del contexto	131.072
Backend	cuda13
Flash attention	Sí
Lectura desde disco	Sí

Despliegue

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/q2_k_l/nvidia-rtx4000sff.yaml) apply

Archivo `values.yaml`

/values/deepseek-r1-distill-qwen-7b/q2_k_l/nvidia-rtx4000sff.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-Q2_K_L.gguf"

Iniciar servidor

llama-server \
  -m deepseek-r1-distill-qwen-7b.gguf \
  --n-gpu-layers 28 \
  --ctx-size 131072 \
  --flash-attn

Verificar

curl http://localhost:8080/health

Preguntas frecuentes

¿Cuánta VRAM necesita DeepSeek R1 Distill Qwen 7B (Q2_K_L)?

La cuantización Q2_K_L de DeepSeek R1 Distill Qwen 7B requiere 2.93 GB. Las 28 capas caben en los 20 GB de VRAM disponibles en NVIDIA RTX 4000 SFF, permitiendo aceleración GPU completa.

¿Puedo ejecutar DeepSeek R1 Distill Qwen 7B en NVIDIA RTX 4000 SFF?

Sí. NVIDIA RTX 4000 SFF proporciona 20 GB de VRAM, suficiente para ejecutar DeepSeek R1 Distill Qwen 7B (Q2_K_L) 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. Q2_K_L comprime DeepSeek R1 Distill Qwen 7B de su tamaño original a 2.93 GB.

¿Qué cuantización debo elegir para DeepSeek R1 Distill Qwen 7B?

Q2_K_L es una cuantización de baja 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 7B en NVIDIA RTX 4000 SFF, 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 (Q2_K_L) con Ollama?

Ejecute ollama run deepseek-r1:7b-qwen-distill-q2_k_l para iniciar DeepSeek R1 Distill Qwen 7B (Q2_K_L). Ollama descarga automáticamente los pesos del modelo en la primera ejecución.

Última actualización: 5 de marzo de 2026