ファミリー Falcon · 7B パラメータ

Falcon Mamba 7B

初の本格的な純粋Mamba SSMモデル。トークンごとのメモリ使用量は一定。Ollamaでの公式提供なし。

TII·ライセンス TII Falcon-LLM License 2.0·コンテキスト 8k tokens·公開日 2024年8月·128 GBの範囲に収まる GIGABYTE AI TOP ATOM← カタログ

01できること

長所
  • トークンあたりO(1)の推論(定数メモリ)
  • 実用上のコンテキスト長の制限なし
  • Apache 2.0
知っておくべき限界
  • —in-context learningではTransformerより性能が低い
  • —ビジョン非対応
  • —8kコンテキスト
アーキテクチャ
Mambaアーキテクチャ(SSM)· 7B · Transformerなし · O(1)推論
トレーニング
TII UAE — 5.5兆トークンのコーパス。ステートスペースモデルのみで構成されたアーキテクチャ。
おすすめの用途
線形推論長いストリーム

05インストール

インストール Ollama お使いのOS向け。ダウンロード前にモデルと量子化を確認してください。まずはコンテキストを4096トークンに設定し、その後、ollama ps でモデルの配置先を確認してください。以下にコマンドが記載されていることは、お使いのマシンでテストが実行された証拠にはなりません。

$ollama run falcon-mamba:7b
⚠
初回ダウンロード:選択した量子化により 2 GB から 40 GB。ディスク容量を確保し、安定した接続を推奨します。その後の起動は即時です。

02必要なメモリ

このモデルを動作させるためのGPU VRAMの概算値(4kトークンのコンテキストオーバーヘッドを含む)。より長いコンテキストが必要な場合は、8kトークンごとに約1 GBを追加してください。

Q4_K_M
最も軽量、損失約 5%
5 GB
Q5_K_M
品質とサイズのバランスが良好
6 GB
Q8_0
FP16とほぼ区別がつかない
9 GB
FP16
フル精度 — サーバー用途
14 GB
CPU フォールバック ・GPUがない場合は、 8 RAM(GB) このモデルを低速で実行するための最低要件。

Falcon Mamba 7Bに必要なハードウェアは?

実行するには Falcon Mamba 7B ローカルで Q4 量子化の場合、約 5 GBのVRAM。比較検討する選択肢: RTX 5060 Ti 16GB (ASUS Prime) — システムとコンテキスト用のメモリに余裕を持たせ、推論エンジンがGPUに対応していることを確認してください。

現在のオファー: RTX 5060 Ti 16GB (ASUS Prime)
Amazon価格を見る →

アフィリエイトリンク — 追加費用なしで手数料を受け取る場合があります。独立したおすすめ情報です。Amazonアソシエイトとして、ローカルLLMナビは条件を満たす購入から利益を得ています。

外出先では: Falcon Mamba 7B 〜でも動作します RTX搭載ノートPC (16 GBのVRAM) →

クラウドを使わず、このモデルを自分専用のChatGPTで利用

お使いのマシンで、プライベートかつ無料のChatGPTを1時間で構築 — LM Studio、Ollama、Open WebUI、ご自身のドキュメント、クラウド不要。

  • 永久に利用できるオンラインスペース
  • PDF + ファイル
  • 30日間返金対応

03予想速度

Q4_K_M、コンテキスト 4k での毎秒生成トークン数。 20 t/sを超えると快適に読めます。 10 t/s未満では、試用にとどまります。

エントリーレベル
~15t/s
GTX 1650、RX 6600、MBA M2 8GB
ミッドレンジ
~40t/s
RTX 4060、4070、MBP M3 Pro
ハイエンド
~100t/s
RTX 4090、M4 Max、Radeon 7900

04パブリックベンチマーク

スコアはモデルカード、またはMMLU-Pro/コミュニティの資料から転載したものです。単位:正答率(%)。

MMLU
62