Mistral Small 24B Instruct 2501 (FP16) — 23.4 GBsu NVIDIA L4
Panoramica
Mistral Small 24B Instruct 2501 è un modello linguistico dense da 23.57B parametri di Mistral AI, con capacità di code, multilingual, tool-calls. Supporta una finestra di contesto fino a 32,768 token.
Mistral Small 24B Instruct 2501 è un trasformatore denso da 23,57 miliardi di parametri di Mistral AI, ottimizzato per il seguimento di istruzioni, la generazione di codice e la conversazione multilingue. Si colloca in una classe di parametri intermedia che offre prestazioni elevate rispetto alle dimensioni, competendo con modelli più grandi da 30B in molti benchmark. Il modello supporta il "tool calling" e 10 lingue tra cui inglese, francese, cinese e giapponese. Con una finestra di contesto da 32K e "flash attention", funziona su una singola GPU consumer con quantizzazione Q4 per un'inferenza self-hosted efficiente.
Con la quantizzazione FP16 (livello di qualità full-precision), il modello pesa 43.92 GB. Questo supera i 24 GB di VRAM di NVIDIA L4. L'inferenza è comunque possibile tramite scaricamento su CPU o caricamento mappato in memoria dal disco, ma con prestazioni notevolmente ridotte.
La NVIDIA L4 e una GPU datacenter per inferenza con 24 GB di GDDR6 VRAM e 300 GB/s di larghezza di banda della memoria. Offre 121 FP16 TFLOPS con architettura Ada Lovelace. Progettata per carichi di inferenza efficienti e a basso consumo in deployment cloud ed edge. Gestisce modelli quantizzati fino a 20B parametri.
Requisiti Hardware
| Dimensione del modello | 43.92 GB |
| VRAM disponibile | 24 GB |
| VRAM utilizzata | 23.4 GB |
| RAM di sistema | |
| RAM min richiesta | 22 GB |
| Livelli GPU | 20 / 40 |
| Dimensione del contesto | 1023 |
| Backend | cuda13 |
| Flash attention | Sì |
| Lettura da disco | Sì |
Note sulle prestazioni
Distribuzione
Prerequisiti
Assicurati che i nodi GPU siano preparati con il 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-l4.yaml) applyFile values.yaml
/values/mistral-small-24b-instruct-2501/fp16/nvidia-l4.yaml
Caricamento valori…Domande frequenti
Quanta VRAM serve per Mistral Small 24B Instruct 2501 (FP16)?
La quantizzazione FP16 di Mistral Small 24B Instruct 2501 richiede 43.92 GB. 20 dei 40 livelli entrano nei 24 GB di VRAM di NVIDIA L4; i livelli rimanenti vengono scaricati sulla CPU.
Posso eseguire Mistral Small 24B Instruct 2501 su NVIDIA L4?
Sì, con prestazioni ridotte. NVIDIA L4 può eseguire Mistral Small 24B Instruct 2501 (FP16), ma solo 20 dei 40 livelli entrano nella VRAM. Il resto viene scaricato sulla CPU.
Cos'è la quantizzazione?
La quantizzazione riduce la precisione numerica di un modello dal suo formato originale in virgola mobile a una rappresentazione più compatta. Questo riduce la dimensione del file e l'impronta VRAM, rendendo possibile eseguire modelli di grandi dimensioni su hardware consumer. Il compromesso è una leggera riduzione della qualità dell'output. FP16 comprime Mistral Small 24B Instruct 2501 dalla sua dimensione originale a 43.92 GB.
Quale quantizzazione scegliere per Mistral Small 24B Instruct 2501?
FP16 è una quantizzazione di piena precisione. I quant di qualità superiore (Q8, Q6) preservano maggiore precisione del modello ma necessitano di più VRAM. I quant inferiori (Q4, Q3, Q2) riducono l'uso di VRAM a scapito della qualità. Scegli in base al tuo hardware disponibile e ai requisiti di qualità.
Cos'è il flash attention e perché è attivato?
Flash attention è un algoritmo efficiente in memoria che accelera il meccanismo di attenzione nei modelli transformer. Riduce l'uso di VRAM durante l'inferenza evitando la materializzazione della matrice di attenzione completa. Per Mistral Small 24B Instruct 2501 su NVIDIA L4, flash attention è attivato per massimizzare la lunghezza del contesto e il throughput nei 24 GB di VRAM disponibili.
Perché alcuni livelli vengono scaricati sulla CPU?
NVIDIA L4 ha 24 GB di VRAM, ma Mistral Small 24B Instruct 2501 (FP16) richiede circa 43.92 GB. Solo 20 dei 40 livelli entrano nella VRAM; i livelli rimanenti vengono eseguiti sulla CPU, che è più lenta ma funzionale.
Come eseguire Mistral Small 24B Instruct 2501 (FP16) con Ollama?
Esegui ollama run mistral-small:24b-instruct-2501-fp16 per avviare Mistral Small 24B Instruct 2501 (FP16). Ollama scarica automaticamente i pesi del modello al primo avvio.