DeepSeek R1 Distill Qwen 32B (Q2_K)sur CPU Only
Aperçu
DeepSeek R1 Distill Qwen 32B est un modèle de langage dense de 32.76B paramètres par DeepSeek, avec des capacités en code, multilingual, thinking, tool-calls. Il prend en charge une fenêtre de contexte allant jusqu’à 131,072 tokens.
DeepSeek R1 Distill Qwen 32B est un transformeur dense de 32,76 milliards de parametres de DeepSeek, distille a partir du plus grand modele de raisonnement R1 dans une architecture basee sur Qwen. Il excelle dans le raisonnement "chain-of-thought", la generation de code et les taches multilingues avec des capacites de reflexion integrees. Compare aux modeles instruct standard de classe 30B, il offre un raisonnement logique et mathematique plus performant. Le modele prend en charge neuf langues et une fenetre de contexte de 128K, ce qui le rend adapte aux developpeurs et chercheurs ayant besoin d'une inference axee sur le raisonnement avec des configurations GPU de milieu de gamme.
Avec la quantification Q2_K (niveau de qualité low), le modèle pèse 11.47 Go. Cela dépasse les 0 Go de VRAM de CPU Only. L'inférence reste possible via le déchargement CPU ou le chargement mappé en mémoire depuis le disque, mais avec des performances considérablement réduites.
Une configuration CPU uniquement sans acceleration GPU. L'inference s'execute entierement sur le CPU, ce qui est nettement plus lent que les configurations avec GPU, mais ne necessite aucun materiel specialise. Les performances et la taille maximale du modele dependent de la RAM disponible. Adaptee aux tests, au developpement ou aux deployments sans GPU disponible.
Configuration matérielle requise
| Taille du modèle | 11.47 GB |
| VRAM disponible | 0 GB |
| VRAM utilisée | 0 GB |
| RAM système | |
| RAM min requise | 11.5 GB |
| Couches GPU | 0 / 64 |
| Taille du contexte | 131 072 |
| Backend | cpu |
| Flash attention | Non |
| Lecture depuis le disque | Oui |
Notes de performance
Déploiement
Commande
helmfile --state-values-file <(curl -s https://www.prositronic.eu/values/deepseek-r1-distill-qwen-32b/q2_k/cpu.yaml) applyFichier values.yaml
/values/deepseek-r1-distill-qwen-32b/q2_k/cpu.yaml
Chargement des valeurs…Questions fréquemment posées
De combien de VRAM DeepSeek R1 Distill Qwen 32B (Q2_K) a-t-il besoin ?
La quantification Q2_K de DeepSeek R1 Distill Qwen 32B nécessite 11.47 Go. Les 0 Go de VRAM de CPU Only sont insuffisants pour les couches GPU, l'inférence s'exécute donc sur le CPU.
Puis-je exécuter DeepSeek R1 Distill Qwen 32B sur CPU Only ?
C'est possible mais non recommandé. CPU Only n'a pas assez de VRAM pour accélérer DeepSeek R1 Distill Qwen 32B (Q2_K), l'inférence reposera donc sur le CPU et la RAM système.
Qu'est-ce que la quantification ?
La quantification réduit la précision numérique d'un modèle de son format virgule flottante original vers une représentation plus compacte. Cela réduit la taille du fichier et l'empreinte VRAM, rendant possible l'exécution de grands modèles sur du matériel grand public. Le compromis est une légère réduction de la qualité de sortie. Q2_K compresse DeepSeek R1 Distill Qwen 32B de sa taille originale à 11.47 Go.
Quelle quantification choisir pour DeepSeek R1 Distill Qwen 32B ?
Q2_K est une quantification basse qualité. Les quants de meilleure qualité (Q8, Q6) préservent davantage la précision du modèle mais nécessitent plus de VRAM. Les quants inférieurs (Q4, Q3, Q2) réduisent l'utilisation de la VRAM au prix d'une certaine qualité. Choisissez en fonction de votre matériel disponible et de vos exigences de qualité.
Pourquoi certaines couches sont-elles déchargées sur le CPU ?
CPU Only dispose de 0 Go de VRAM, mais DeepSeek R1 Distill Qwen 32B (Q2_K) nécessite environ 11.47 Go. Seules 0 des 64 couches tiennent dans la VRAM ; les couches restantes s'exécutent sur le CPU, ce qui est plus lent mais fonctionnel.
Comment exécuter DeepSeek R1 Distill Qwen 32B (Q2_K) avec Ollama ?
Exécutez ollama run deepseek-r1:32b-qwen-distill-q2_k pour démarrer DeepSeek R1 Distill Qwen 32B (Q2_K). Ollama télécharge automatiquement les poids du modèle au premier lancement.