Mistral Small 24B Instruct 2501 (Q5_K_L) — 23.5 GBsu AMD Radeon 8060S

Code Multilingual Tool Calls

Q5_K_L AMD Radeon 8060S

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 Q5_K_L (livello di qualità low), il modello pesa 16 GB. Questo rientra nei 64 GB di VRAM di AMD Radeon 8060S, consentendo l'inferenza completa su GPU.

Requisiti Hardware

Dimensione del modello	16 GB
VRAM disponibile	64 GB
VRAM utilizzata	23.5 GB
RAM di sistema
RAM min richiesta	0 GB
Livelli GPU	40 / 40
Dimensione del contesto	32.768
Backend	vulkan
Flash attention	Sì
Lettura da disco	Sì

Distribuzione

Comando

helmfile --state-values-file <(curl -s https://www.prositronic.eu/values/mistral-small-24b-instruct-2501/q5_k_l/amd-8060s-64gb.yaml) apply

File `values.yaml`

/values/mistral-small-24b-instruct-2501/q5_k_l/amd-8060s-64gb.yaml

Caricamento valori…

Installa llama.cpp

Installa llama.cpp dalle istruzioni di compilazione ufficiali per la tua piattaforma e backend.

Scarica modello

curl -L -o mistral-small-24b-instruct-2501.gguf "https://huggingface.co/bartowski/Mistral-Small-24B-Instruct-2501-GGUF/resolve/main/Mistral-Small-24B-Instruct-2501-Q5_K_L.gguf"

Avvia server

llama-server \
  -m mistral-small-24b-instruct-2501.gguf \
  --n-gpu-layers 40 \
  --ctx-size 32768 \
  --flash-attn

Verifica

curl http://localhost:8080/health

Domande frequenti

Quanta VRAM serve per Mistral Small 24B Instruct 2501 (Q5_K_L)?

La quantizzazione Q5_K_L di Mistral Small 24B Instruct 2501 richiede 16 GB. Tutti i 40 livelli entrano nei 64 GB di VRAM disponibili su AMD Radeon 8060S, consentendo un'accelerazione GPU completa.

Posso eseguire Mistral Small 24B Instruct 2501 su AMD Radeon 8060S?

Sì. AMD Radeon 8060S offre 64 GB di VRAM, sufficienti per eseguire Mistral Small 24B Instruct 2501 (Q5_K_L) con tutti i livelli sulla GPU per prestazioni ottimali.

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. Q5_K_L comprime Mistral Small 24B Instruct 2501 dalla sua dimensione originale a 16 GB.

Quale quantizzazione scegliere per Mistral Small 24B Instruct 2501?

Q5_K_L 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.

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 AMD Radeon 8060S, flash attention è attivato per massimizzare la lunghezza del contesto e il throughput nei 64 GB di VRAM disponibili.

Come eseguire Mistral Small 24B Instruct 2501 (Q5_K_L) con Ollama?

Esegui ollama run mistral-small:24b-instruct-2501-q5_k_l per avviare Mistral Small 24B Instruct 2501 (Q5_K_L). Ollama scarica automaticamente i pesi del modello al primo avvio.

Ultimo aggiornamento: 20 marzo 2026