DeepSeek R1 Distill Qwen 7B (FP16)sur CPU Only
Aperçu
DeepSeek R1 Distill Qwen 7B est un modèle de langage dense de 7.62B 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 7B est un transformeur dense de 7,62 milliards de parametres de DeepSeek, distille a partir du modele de raisonnement R1 dans une architecture compacte basee sur Qwen. Il apporte le raisonnement "chain-of-thought" et les capacites de reflexion a la classe des 7B parametres, surpassant son poids sur les taches de mathematiques et de logique. Compare aux modeles instruct 7B standard, il offre un raisonnement structure nettement plus performant. Avec une fenetre de contexte de 128K et neuf langues prises en charge, il tient sur un seul GPU grand public et se quantifie bien pour un deploiement auto-heberge efficace.
Avec la quantification FP16 (niveau de qualité full-precision), le modèle pèse 14.19 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 | 14.19 GB |
| VRAM disponible | 0 GB |
| VRAM utilisée | 0 GB |
| RAM système | |
| RAM min requise | 14.2 GB |
| Couches GPU | 0 / 28 |
| 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-7b/fp16/cpu.yaml) applyFichier values.yaml
/values/deepseek-r1-distill-qwen-7b/fp16/cpu.yaml
Chargement des valeurs…Questions fréquemment posées
De combien de VRAM DeepSeek R1 Distill Qwen 7B (FP16) a-t-il besoin ?
La quantification FP16 de DeepSeek R1 Distill Qwen 7B nécessite 14.19 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 7B sur CPU Only ?
C'est possible mais non recommandé. CPU Only n'a pas assez de VRAM pour accélérer DeepSeek R1 Distill Qwen 7B (FP16), 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. FP16 compresse DeepSeek R1 Distill Qwen 7B de sa taille originale à 14.19 Go.
Quelle quantification choisir pour DeepSeek R1 Distill Qwen 7B ?
FP16 est une quantification pleine précision. 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 7B (FP16) nécessite environ 14.19 Go. Seules 0 des 28 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 7B (FP16) avec Ollama ?
Exécutez ollama run deepseek-r1:7b-qwen-distill-fp16 pour démarrer DeepSeek R1 Distill Qwen 7B (FP16). Ollama télécharge automatiquement les poids du modèle au premier lancement.