Mistral Small 24B Instruct 2501 (FP16) — 23.4 GBen NVIDIA RTX 4090
Descripción General
Mistral Small 24B Instruct 2501 es un modelo de lenguaje dense de 23.57B parámetros de Mistral AI, con capacidades de code, multilingual, tool-calls. Admite una ventana de contexto de hasta 32,768 tokens.
Mistral Small 24B Instruct 2501 es un transformador denso de 23.570 millones de parámetros de Mistral AI, optimizado para el seguimiento de instrucciones, la generación de código y la conversación multilingue. Ocupa una clase de parámetros intermedia que ofrece un rendimiento sólido en relación con su tamaño, compitiendo con modelos más grandes de 30B en muchos benchmarks. El modelo soporta "tool calling" y 10 idiomas, incluidos inglés, francés, chino y japonés. Con una ventana de contexto de 32K y "flash attention", cabe en una sola GPU de consumo con cuantización Q4 para inferencia autoalojada eficiente.
Con cuantización FP16 (nivel de calidad full-precision), el modelo pesa 43.92 GB. Esto excede los 24 GB de VRAM de NVIDIA RTX 4090. La inferencia sigue siendo posible mediante descarga a CPU o carga mapeada en memoria desde disco, pero con un rendimiento significativamente reducido.
La NVIDIA GeForce RTX 4090 es una GPU de consumo con 24 GB de GDDR6X VRAM y 1008 GB/s de ancho de banda de memoria. Ofrece 82.6 FP16 TFLOPS, lo que la convierte en una de las tarjetas de consumo mas rapidas para la inferencia LLM local. Maneja modelos cuantizados de hasta 20B parametros con facilidad. Ideal para constructores de home lab y desarrolladores que buscan inferencia de alto rendimiento sin hardware de datacenter.
Requisitos de Hardware
| Tamaño del modelo | 43.92 GB |
| VRAM disponible | 24 GB |
| VRAM utilizada | 23.4 GB |
| RAM del sistema | |
| RAM mín. requerida | 22 GB |
| Capas GPU | 20 / 40 |
| Tamaño del contexto | 1023 |
| 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/mistral-small-24b-instruct-2501/fp16/nvidia-rtx4090.yaml) applyArchivo values.yaml
/values/mistral-small-24b-instruct-2501/fp16/nvidia-rtx4090.yaml
Cargando valores…Preguntas frecuentes
¿Cuánta VRAM necesita Mistral Small 24B Instruct 2501 (FP16)?
La cuantización FP16 de Mistral Small 24B Instruct 2501 requiere 43.92 GB. 20 de 40 capas caben en los 24 GB de VRAM de NVIDIA RTX 4090; las capas restantes se descargan al CPU.
¿Puedo ejecutar Mistral Small 24B Instruct 2501 en NVIDIA RTX 4090?
Sí, con rendimiento reducido. NVIDIA RTX 4090 puede ejecutar Mistral Small 24B Instruct 2501 (FP16), pero solo 20 de 40 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 Mistral Small 24B Instruct 2501 de su tamaño original a 43.92 GB.
¿Qué cuantización debo elegir para Mistral Small 24B Instruct 2501?
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 Mistral Small 24B Instruct 2501 en NVIDIA RTX 4090, 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?
NVIDIA RTX 4090 tiene 24 GB de VRAM, pero Mistral Small 24B Instruct 2501 (FP16) requiere aproximadamente 43.92 GB. Solo 20 de 40 capas caben en la VRAM; las capas restantes se ejecutan en el CPU, que es más lento pero funcional.
¿Cómo ejecutar Mistral Small 24B Instruct 2501 (FP16) con Ollama?
Ejecute ollama run mistral-small:24b-instruct-2501-fp16 para iniciar Mistral Small 24B Instruct 2501 (FP16). Ollama descarga automáticamente los pesos del modelo en la primera ejecución.