Mistral Small 24B Instruct 2501 (Q3_K_XL)en CPU Only
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 Q3_K_XL (nivel de calidad low), el modelo pesa 12.1 GB. Esto excede los 0 GB de VRAM de CPU Only. La inferencia sigue siendo posible mediante descarga a CPU o carga mapeada en memoria desde disco, pero con un rendimiento significativamente reducido.
Una configuracion solo CPU sin aceleracion GPU. La inferencia se ejecuta completamente en la CPU, lo que es significativamente mas lento que las configuraciones con GPU, pero no requiere hardware especializado. El rendimiento y el tamano maximo del modelo dependen de la RAM disponible. Adecuada para pruebas, desarrollo o despliegues donde no hay GPU disponible.
Requisitos de Hardware
| Tamaño del modelo | 12.1 GB |
| VRAM disponible | 0 GB |
| VRAM utilizada | 0 GB |
| RAM del sistema | |
| RAM mín. requerida | 12.1 GB |
| Capas GPU | 0 / 40 |
| Tamaño del contexto | 32.768 |
| Backend | cpu |
| Flash attention | No |
| Lectura desde disco | Sí |
Notas de rendimiento
Despliegue
Comando
helmfile --state-values-file <(curl -s https://www.prositronic.eu/values/mistral-small-24b-instruct-2501/q3_k_xl/cpu.yaml) applyArchivo values.yaml
/values/mistral-small-24b-instruct-2501/q3_k_xl/cpu.yaml
Cargando valores…Preguntas frecuentes
¿Cuánta VRAM necesita Mistral Small 24B Instruct 2501 (Q3_K_XL)?
La cuantización Q3_K_XL de Mistral Small 24B Instruct 2501 requiere 12.1 GB. Los 0 GB de VRAM de CPU Only son insuficientes para las capas GPU, por lo que la inferencia se ejecuta en el CPU.
¿Puedo ejecutar Mistral Small 24B Instruct 2501 en CPU Only?
Es posible pero no recomendado. CPU Only no tiene suficiente VRAM para acelerar Mistral Small 24B Instruct 2501 (Q3_K_XL), por lo que la inferencia dependerá del CPU y la RAM del sistema.
¿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. Q3_K_XL comprime Mistral Small 24B Instruct 2501 de su tamaño original a 12.1 GB.
¿Qué cuantización debo elegir para Mistral Small 24B Instruct 2501?
Q3_K_XL 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.
¿Por qué se descargan algunas capas al CPU?
CPU Only tiene 0 GB de VRAM, pero Mistral Small 24B Instruct 2501 (Q3_K_XL) requiere aproximadamente 12.1 GB. Solo 0 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 (Q3_K_XL) con Ollama?
Ejecute ollama run mistral-small:24b-instruct-2501-q3_k_xl para iniciar Mistral Small 24B Instruct 2501 (Q3_K_XL). Ollama descarga automáticamente los pesos del modelo en la primera ejecución.