GeForce RTX 2080 Ti
NVIDIA
CompatibleFait tourner Mistral Nemo 12B Instruct Q4_K_M entièrement en mémoire
Modèle · Mistral AI
Mistral Nemo 12B Instruct : VRAM et matériel nécessaires
En Q4_K_M avec un contexte de 8K, Mistral Nemo 12B Instruct demande environ 9,4 Go : un GPU de 10 Go ou plus le fait tourner entièrement en VRAM.
- Paramètres12,2B
- Contexte max128K
- LicenceApache-2.0
Caractéristiques
- Organisation
- Mistral AI
- Architecture
- mistral
- Sortie
- juillet 2024
- Couches
- 40
- Dimension cachée
- 5120
- Têtes d'attention
- 32
- Têtes KV
- 8
- Dimension par tête
- 128
- Vocabulaire
- 131 072
- Cache KV pour 1K tokens (f16)
- 0,156 Go
Spécification officielleDonnées mises à jour il y a 24 joursSource: Hugging Face config.json + model card
Quantifications et mémoire
| Quantification | Taille du fichier | Mémoire nécessaire | Mémoire GPU minimale | Qualité |
|---|---|---|---|---|
| BF16 | Non disponible | ~26 Go | 32 Go | Référence (non quantifié) |
| Q8_0 | 12,1 Go | ~14,8 Go | 16 Go | Quasi sans perte |
| Q6_K | 9,4 Go | ~11,9 Go | 16 Go | Quasi sans perte |
| Q5_K_M | 8,1 Go | ~10,6 Go | 12 Go | Très bonne |
| Q4_K_MLa plus utilisée | 7 Go | ~9,4 Go | 10 Go | Bonne — le choix courant |
| IQ4_XS | 6,3 Go | ~8,8 Go | 10 Go | Bonne — le choix courant |
| Q3_K_M | 5,7 Go | ~8,1 Go | 10 Go | Perte perceptible |
| Q2_K | 4,5 Go | ~6,9 Go | 8 Go | Perte importante |
Tailles de fichier : non disponibles tant qu'elles ne sont pas importées du dépôt du modèle. Mémoire = poids (estimés d'après les bits par poids) + cache KV + surcoût runtime + marge de sécurité. (BF16 ≈ 16 bpw, Q8_0 ≈ 8,5 bpw, Q6_K ≈ 6,57 bpw, Q5_K_M ≈ 5,7 bpw, Q4_K_M ≈ 4,9 bpw, IQ4_XS ≈ 4,46 bpw, Q3_K_M ≈ 4 bpw, Q2_K ≈ 3,17 bpw)
Q4, Q5 ou Q8 : comment choisir sa quantification
Les GPU qui font tourner Mistral Nemo 12B Instruct
| RTX 509032 Go · 64 Go RAM~9,4 Go · 121–185 tok/s estimation | Excellent |
|---|---|
| RTX 409024 Go · 64 Go RAM~9,4 Go · 78–111 tok/s estimation | Excellent |
| RTX 309024 Go · 64 Go RAM~9,4 Go · 73–104 tok/s estimation | Excellent |
| RX 7900 XTX24 Go · 64 Go RAM~9,5 Go · 63–94 tok/s estimation | Excellent |
| RTX 5060 Ti 16 GB16 Go · 64 Go RAM~9,4 Go · 39–52 tok/s estimation | Excellent |
| RTX 5070 Ti16 Go · 64 Go RAM~9,4 Go · 71–100 tok/s estimation | Excellent |
| RTX 508016 Go · 64 Go RAM~9,4 Go · 75–106 tok/s estimation | Excellent |
| RTX 4060 Ti 16 GB16 Go · 64 Go RAM~9,4 Go · 26–34 tok/s estimation | Excellent |
| RTX 4070 Ti SUPER16 Go · 64 Go RAM~9,4 Go · 55–76 tok/s estimation | Excellent |
| RX 9070 XT16 Go · 64 Go RAM~9,5 Go · 46–66 tok/s estimation | Excellent |
| RTX 3060 12 GB12 Go · 64 Go RAM~9,4 Go · 32–42 tok/s estimation | Excellent |
| RTX 407012 Go · 64 Go RAM~9,4 Go · 43–58 tok/s estimation | Excellent |
| RTX 507012 Go · 64 Go RAM~9,4 Go · 55–76 tok/s estimation | Excellent |
| RTX 40608 Go · 64 Go RAM~9,4 Go · 8,5–16 tok/s estimation | Offload CPU/GPU |
Les Mac qui font tourner Mistral Nemo 12B Instruct
| M3 Ultra (80-core GPU) · 512 GoMac Studio~9,2 Go · 53–93 tok/s estimation | Excellent |
|---|---|
| M4 Max (40-core GPU) · 128 GoMacBook Pro 14, MacBook Pro 16~9,2 Go · 38–62 tok/s estimation | Excellent |
| M3 Max (40-core GPU) · 128 GoMacBook Pro 14, MacBook Pro 16~9,2 Go · 29–45 tok/s estimation | Excellent |
| M4 Pro (20-core GPU) · 64 GoMac mini, MacBook Pro 14~9,2 Go · 20–31 tok/s estimation | Excellent |
| M4 Max (32-core GPU) · 36 GoMacBook Pro 14, MacBook Pro 16~9,2 Go · 30–46 tok/s estimation | Excellent |
| M5 · 32 GoMacBook Pro 14~9,2 Go · 12–18 tok/s estimation | Excellent |
| M4 · 32 GoMacBook Air, MacBook Pro 14~9,2 Go · 9,5–14 tok/s estimation | Compatible |
| M3 · 24 GoMacBook Air, MacBook Pro 14~9,2 Go · 8–12 tok/s estimation | Compatible |
EstimationDonnées mises à jour il y a 24 joursSource: moteur Run LLM Locally
Les limites en clair
Le cache KV grandit avec le contexte : à 32K, il ajoute environ 5 Go aux poids.
Avec moins de 8 Go de VRAM, choisissez une quantification plus petite ou un modèle plus petit de la même famille.
Où acheter
Les prix et les liens suivent le marché choisi.
Radeon RX 7600 XT
AMD
ExcellentFait tourner Mistral Nemo 12B Instruct Q4_K_M entièrement en mémoire
AMD Ryzen AI Max+ 395
PC à mémoire unifiée
ExcellentFait tourner Mistral Nemo 12B Instruct Q4_K_M entièrement en mémoire
GeForce RTX 3080 (10 GB)
Palier de mémoire le plus bas
Compatible avec limitesFait tourner Mistral Nemo 12B Instruct Q4_K_M entièrement en mémoire
Aucune offre importée pour ce marché : le lien ouvre une recherche sur la boutique.
Questions fréquentes
Combien de VRAM faut-il pour Mistral Nemo 12B Instruct ?
Environ 9,4 Go en Q4_K_M avec un contexte de 8K, cache KV et surcoût compris. En Q8_0, il faut environ 14,8 Go. Un contexte plus long ajoute davantage : environ 5 Go de cache KV à 32K.
Mistral Nemo 12B Instruct tourne-t-il sur Mac ?
Oui, sur un Mac dont le GPU peut utiliser au moins 9,2 Go, par exemple M3 24 Go. Par défaut, macOS laisse le GPU utiliser environ deux tiers à trois quarts de la mémoire unifiée.
À quelle vitesse tourne Mistral Nemo 12B Instruct ?
Sur une RTX 4090, nous estimons 78–111 tok/s en Q4_K_M. C'est une estimation fondée sur la bande passante mémoire (confiance faible) tant que des benchmarks ne sont pas importés.