Mistral Small 24B Instruct 2501 (FP32) — 47.5 GBsu NVIDIA L40S
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 FP32 (livello di qualità full-precision), il modello pesa 87.82 GB. Questo supera i 48 GB di VRAM di NVIDIA L40S. L'inferenza è comunque possibile tramite scaricamento su CPU o caricamento mappato in memoria dal disco, ma con prestazioni notevolmente ridotte.
La NVIDIA L40S e una GPU datacenter con 48 GB di GDDR6 VRAM e 864 GB/s di larghezza di banda della memoria. Offre 362 FP16 TFLOPS con architettura Ada Lovelace. Una GPU versatile per inferenza IA, addestramento e carichi grafici. Gestisce comodamente modelli quantizzati fino a 40B parametri.
Requisiti Hardware
| Dimensione del modello | 87.82 GB |
| VRAM disponibile | 48 GB |
| VRAM utilizzata | 47.5 GB |
| RAM di sistema | |
| RAM min richiesta | 41.7 GB |
| Livelli GPU | 21 / 40 |
| Dimensione del contesto | 512 |
| 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/fp32/nvidia-l40s.yaml) applyFile values.yaml
/values/mistral-small-24b-instruct-2501/fp32/nvidia-l40s.yaml
Caricamento valori…Domande frequenti
Quanta VRAM serve per Mistral Small 24B Instruct 2501 (FP32)?
La quantizzazione FP32 di Mistral Small 24B Instruct 2501 richiede 87.82 GB. 21 dei 40 livelli entrano nei 48 GB di VRAM di NVIDIA L40S; i livelli rimanenti vengono scaricati sulla CPU.
Posso eseguire Mistral Small 24B Instruct 2501 su NVIDIA L40S?
Sì, con prestazioni ridotte. NVIDIA L40S può eseguire Mistral Small 24B Instruct 2501 (FP32), ma solo 21 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. FP32 comprime Mistral Small 24B Instruct 2501 dalla sua dimensione originale a 87.82 GB.
Quale quantizzazione scegliere per Mistral Small 24B Instruct 2501?
FP32 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 L40S, flash attention è attivato per massimizzare la lunghezza del contesto e il throughput nei 48 GB di VRAM disponibili.
Perché alcuni livelli vengono scaricati sulla CPU?
NVIDIA L40S ha 48 GB di VRAM, ma Mistral Small 24B Instruct 2501 (FP32) richiede circa 87.82 GB. Solo 21 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 (FP32) con Ollama?
Esegui ollama run mistral-small:24b-instruct-2501-fp32 per avviare Mistral Small 24B Instruct 2501 (FP32). Ollama scarica automaticamente i pesi del modello al primo avvio.