Mistral Small 24B Instruct 2501 (Q3_K_S)su CPU Only
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 Q3_K_S (livello di qualità low), il modello pesa 9.69 GB. Questo supera i 0 GB di VRAM di CPU Only. L'inferenza è comunque possibile tramite scaricamento su CPU o caricamento mappato in memoria dal disco, ma con prestazioni notevolmente ridotte.
Una configurazione solo CPU senza accelerazione GPU. L'inferenza viene eseguita interamente sulla CPU, il che e notevolmente piu lento rispetto alle configurazioni con GPU, ma non richiede hardware specializzato. Prestazioni e dimensione massima del modello dipendono dalla RAM disponibile. Adatta a test, sviluppo o deployment dove non e disponibile una GPU.
Requisiti Hardware
| Dimensione del modello | 9.69 GB |
| VRAM disponibile | 0 GB |
| VRAM utilizzata | 0 GB |
| RAM di sistema | |
| RAM min richiesta | 9.7 GB |
| Livelli GPU | 0 / 40 |
| Dimensione del contesto | 32.768 |
| Backend | cpu |
| Flash attention | No |
| Lettura da disco | Sì |
Note sulle prestazioni
Distribuzione
Comando
helmfile --state-values-file <(curl -s https://www.prositronic.eu/values/mistral-small-24b-instruct-2501/q3_k_s/cpu.yaml) applyFile values.yaml
/values/mistral-small-24b-instruct-2501/q3_k_s/cpu.yaml
Caricamento valori…Domande frequenti
Quanta VRAM serve per Mistral Small 24B Instruct 2501 (Q3_K_S)?
La quantizzazione Q3_K_S di Mistral Small 24B Instruct 2501 richiede 9.69 GB. I 0 GB di VRAM di CPU Only sono insufficienti per i livelli GPU, quindi l'inferenza viene eseguita sulla CPU.
Posso eseguire Mistral Small 24B Instruct 2501 su CPU Only?
È possibile ma non consigliato. CPU Only non ha abbastanza VRAM per accelerare Mistral Small 24B Instruct 2501 (Q3_K_S), quindi l'inferenza si baserà su CPU e RAM di sistema.
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. Q3_K_S comprime Mistral Small 24B Instruct 2501 dalla sua dimensione originale a 9.69 GB.
Quale quantizzazione scegliere per Mistral Small 24B Instruct 2501?
Q3_K_S è una quantizzazione di bassa qualità. 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.
Perché alcuni livelli vengono scaricati sulla CPU?
CPU Only ha 0 GB di VRAM, ma Mistral Small 24B Instruct 2501 (Q3_K_S) richiede circa 9.69 GB. Solo 0 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 (Q3_K_S) con Ollama?
Esegui ollama run mistral-small:24b-instruct-2501-q3_k_s per avviare Mistral Small 24B Instruct 2501 (Q3_K_S). Ollama scarica automaticamente i pesi del modello al primo avvio.