Qwen2.5 7B Instruct (Q2_K)sur CPU Only
Aperçu
Qwen2.5 7B Instruct est un modèle de langage dense de 7.62B paramètres par Qwen, avec des capacités en code, multilingual, tool-calls. Il prend en charge une fenêtre de contexte allant jusqu’à 32,768 tokens.
Qwen2.5 7B Instruct est un transformeur dense de 7,62 milliards de parametres de l'equipe Qwen d'Alibaba, affine pour le suivi d'instructions, la generation de code et la conversation multilingue. Il se classe parmi les modeles instruct 7B les plus performants, avec une large couverture linguistique de 14 langues dont l'anglais, le chinois, le japonais et l'arabe. Le modele prend en charge le "tool calling" et la sortie structuree de maniere native. Avec une fenetre de contexte de 32K et le "flash attention", il fonctionne efficacement sur des GPU grand public et se quantifie bien pour des deployments auto-heberges legers.
Avec la quantification Q2_K (niveau de qualité low), le modèle pèse 2.81 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 | 2.81 GB |
| VRAM disponible | 0 GB |
| VRAM utilisée | 0 GB |
| RAM système | |
| RAM min requise | 2.8 GB |
| Couches GPU | 0 / 28 |
| Taille du contexte | 32 768 |
| 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/qwen2-5-7b-instruct/q2_k/cpu.yaml) applyFichier values.yaml
/values/qwen2-5-7b-instruct/q2_k/cpu.yaml
Chargement des valeurs…Questions fréquemment posées
De combien de VRAM Qwen2.5 7B Instruct (Q2_K) a-t-il besoin ?
La quantification Q2_K de Qwen2.5 7B Instruct nécessite 2.81 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 Qwen2.5 7B Instruct sur CPU Only ?
C'est possible mais non recommandé. CPU Only n'a pas assez de VRAM pour accélérer Qwen2.5 7B Instruct (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 Qwen2.5 7B Instruct de sa taille originale à 2.81 Go.
Quelle quantification choisir pour Qwen2.5 7B Instruct ?
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 Qwen2.5 7B Instruct (Q2_K) nécessite environ 2.81 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 Qwen2.5 7B Instruct (Q2_K) avec Ollama ?
Exécutez ollama run qwen2.5:7b-instruct-q2_k pour démarrer Qwen2.5 7B Instruct (Q2_K). Ollama télécharge automatiquement les poids du modèle au premier lancement.