Aller directement au contenu
  • Catégories
  • Récent
  • Mots-clés
  • Populaire
  • Web
  • Utilisateurs
  • Groupes
Habillages
  • Clair
  • Brite
  • Cerulean
  • Cosmo
  • Flatly
  • Journal
  • Litera
  • Lumen
  • Lux
  • Materia
  • Minty
  • Morph
  • Pulse
  • Sandstone
  • Simplex
  • Sketchy
  • Spacelab
  • United
  • Yeti
  • Zephyr
  • Sombre
  • Cyborg
  • Darkly
  • Quartz
  • Slate
  • Solar
  • Superhero
  • Vapor

  • Défaut (Aucun habillage)
  • Aucun habillage
Réduire

NodeBB

  1. Accueil
  2. General Discussion
  3. Linux
  4. IA
  5. Benchmark llama.cpp sur Tuxedo 17

Benchmark llama.cpp sur Tuxedo 17

Planifié Épinglé Verrouillé Déplacé IA
llama.cpp
18 Messages 1 Publieurs 322 Vues
  • Du plus ancien au plus récent
  • Du plus récent au plus ancien
  • Les plus votés
Répondre
  • Répondre à l'aide d'un nouveau sujet
Se connecter pour répondre
Ce sujet a été supprimé. Seuls les utilisateurs avec les droits d'administration peuvent le voir.
  • Tuxedo17T
    Tuxedo17T
    Tuxedo17
    a écrit sur dernière édition par
    #6

    Version :

    # nvcc --version
    nvcc: NVIDIA (R) Cuda compiler driver
    Copyright (c) 2005-2026 NVIDIA Corporation
    Built on Fri_Apr_24_07:22:02_PM_PDT_2026
    Cuda compilation tools, release 13.3, V13.3.33
    Build cuda_13.3.r13.3/compiler.37862127_0
    
    1 réponse Dernière réponse
    0
    • Tuxedo17T
      Tuxedo17T
      Tuxedo17
      a écrit sur dernière édition par
      #7

      Aie …

      # nvidia-smi
      Failed to initialize NVML: Driver/library version mismatch
      NVML library version: 560.35
      # sudo apt-get purge nvidia-*
      #  ubuntu-drivers install
      # nvidia-smi
      Thu Jun 18 10:26:10 2026       
      +-----------------------------------------------------------------------------------------+
      | NVIDIA-SMI 595.71.05              Driver Version: 595.71.05      CUDA Version: 13.2     |
      +-----------------------------------------+------------------------+----------------------+
      | GPU  Name                 Persistence-M | Bus-Id          Disp.A | Volatile Uncorr. ECC |
      | Fan  Temp   Perf          Pwr:Usage/Cap |           Memory-Usage | GPU-Util  Compute M. |
      |                                         |                        |               MIG M. |
      |=========================================+========================+======================|
      |   0  NVIDIA GeForce RTX 3060 ...    Off |   00000000:01:00.0 Off |                  N/A |
      | N/A   40C    P0            752W /  115W |      15MiB /   6144MiB |      9%      Default |
      |                                         |                        |                  N/A |
      +-----------------------------------------+------------------------+----------------------+
      
      +-----------------------------------------------------------------------------------------+
      | Processes:                                                                              |
      |  GPU   GI   CI              PID   Type   Process name                        GPU Memory |
      |        ID   ID                                                               Usage      |
      |=========================================================================================|
      |    0   N/A  N/A            5003      G   /usr/lib/xorg/Xorg                        4MiB |
      +-----------------------------------------------------------------------------------------+
      # llama-bench -m ~/.cache/huggingface/hub/models--ggml-org--gemma-3-1b-it-GGUF/snapshots/f9c28bcd85737ffc5aef028638d3341d49869c27/gemma-3-1b-it-Q4_K_M.gguf 
      ggml_cuda_init: found 1 CUDA devices (Total VRAM: 5806 MiB):
        Device 0: NVIDIA GeForce RTX 3060 Laptop GPU, compute capability 8.6, VMM: yes, VRAM: 5806 MiB
      | model                          |       size |     params | backend    | ngl |            test |                  t/s |
      | ------------------------------ | ---------: | ---------: | ---------- | --: | --------------: | -------------------: |
      | gemma3 1B Q4_K - Medium        | 762.49 MiB |   999.89 M | CUDA       |  -1 |           pp512 |    10984.34 ± 550.24 |
      | gemma3 1B Q4_K - Medium        | 762.49 MiB |   999.89 M | CUDA       |  -1 |           tg128 |        225.56 ± 0.57 |
      
      build: b4024af6c (9687)
      
      
      1 réponse Dernière réponse
      0
      • Tuxedo17T
        Tuxedo17T
        Tuxedo17
        a écrit sur dernière édition par
        #8

        Donc on est passé de : CPU vs CUDA
        pp512 : 303.04 t/s => 10984.34 t/s ( x36 env. )
        tg128 : 46.90 t/s => 225.56 t/s ( x5 env. )

        1 réponse Dernière réponse
        0
        • Tuxedo17T
          Tuxedo17T
          Tuxedo17
          a écrit sur dernière édition par
          #9

          Chargement de modèle sur : https://huggingface.co/unsloth

          • https://huggingface.co/unsloth/Qwen3.6-35B-A3B-GGUF/blob/main/mmproj-BF16.gguf
          1 réponse Dernière réponse
          0
          • Tuxedo17T
            Tuxedo17T
            Tuxedo17
            a écrit sur dernière édition par Tuxedo17
            #10

            Test du modèle : Qwen3.6-35B-A3B-UD-Q4_K_M.gguf

            # llama-server  -m /models/Qwen3.6-35B-A3B-UD-Q4_K_M.gguf 
            0.01.777.599 I log_info: verbosity = 3 (adjust with the `-lv N` CLI arg)
            0.01.777.603 I device_info:
            0.01.868.348 I   - CUDA0   : NVIDIA GeForce RTX 3060 Laptop GPU (5806 MiB, 5674 MiB free)
            0.01.868.364 I   - CPU     : 11th Gen Intel(R) Core(TM) i7-11800H @ 2.30GHz (64044 MiB, 64044 MiB free)
            0.01.868.506 I system_info: n_threads = 8 (n_threads_batch = 8) / 16 | CUDA : ARCHS = 750,800,860,890,900,1200,1210 | USE_GRAPHS = 1 | PEER_MAX_BATCH_SIZE = 128 | CPU : SSE3 = 1 | SSSE3 = 1 | AVX = 1 | AVX2 = 1 | F16C = 1 | FMA = 1 | BMI2 = 1 | AVX512 = 1 | AVX512_VBMI = 1 | AVX512_VNNI = 1 | LLAMAFILE = 1 | OPENMP = 1 | REPACK = 1 | 
            0.01.868.514 I srv  llama_server: n_parallel is set to auto, using n_parallel = 4 and kv_unified = true
            0.01.868.566 I srv          init: running without SSL
            0.01.868.646 I srv          init: using 15 threads for HTTP server
            0.01.869.153 I srv         start: binding port with default address family
            0.01.870.425 I srv  llama_server: loading model
            0.01.870.434 I srv    load_model: loading model '/moddels/Qwen3.6-35B-A3B-UD-Q4_K_M.gguf'
            
            
            1 réponse Dernière réponse
            0
            • Tuxedo17T
              Tuxedo17T
              Tuxedo17
              a écrit sur dernière édition par
              #11

              Nouveau test :

              # curl -L --fail -o /models/qwen2.5-1.5b-instruct-q4_k_m.gguf   https://huggingface.co/bartowski/Qwen2.5-1.5B-Instruct-GGUF/resolve/main/Qwen2.5-1.5B-Instruct-Q4_K_M.gguf
              # llama-server  -m /models/qwen2.5-1.5b-instruct-q4_k_m.gguf --host "0.0.0.0" --port "8080" --ctx-size  "4096" --threads 8 --alias qwen2.5-1.5b
              

              http://127.0.0.1:8080/health => OK.

              1 réponse Dernière réponse
              0
              • Tuxedo17T
                Tuxedo17T
                Tuxedo17
                a écrit sur dernière édition par
                #12

                Test :

                $ curl -fsS http://localhost:8080/v1/chat/completions   -H "Content-Type: application/json"   -d '{
                    "model": "qwen2.5-1.5b",
                    "messages": [
                      {"role": "system", "content": "Tu es un assistant DevOps qui répond en français en une phrase."},
                      {"role": "user", "content": "Quelle commande systemd affiche les services actifs ?"}
                    ],
                    "temperature": 0.2,
                    "max_tokens": 80
                  }' | jq
                {
                  "choices": [
                    {
                      "finish_reason": "stop",
                      "index": 0,
                      "message": {
                        "role": "assistant",
                        "content": "systemctl list-units --active"
                      }
                    }
                  ],
                  "created": 1781775300,
                  "model": "qwen2.5-1.5b",
                  "system_fingerprint": "b9687-b4024af6c",
                  "object": "chat.completion",
                  "usage": {
                    "completion_tokens": 8,
                    "prompt_tokens": 38,
                    "total_tokens": 46,
                    "prompt_tokens_details": {
                      "cached_tokens": 37
                    }
                  },
                  "id": "chatcmpl-mXP4t0noHYBKTaBSnZfxFdoTycVt42zC",
                  "timings": {
                    "cache_n": 37,
                    "prompt_n": 1,
                    "prompt_ms": 21.161,
                    "prompt_per_token_ms": 21.161,
                    "prompt_per_second": 47.25674590047729,
                    "predicted_n": 8,
                    "predicted_ms": 40.424,
                    "predicted_per_token_ms": 5.053,
                    "predicted_per_second": 197.90223629527014
                  }
                }
                
                
                1 réponse Dernière réponse
                0
                • Tuxedo17T
                  Tuxedo17T
                  Tuxedo17
                  a écrit sur dernière édition par Tuxedo17
                  #13

                  Fichier /models/

                  # du -sh /models/*
                  769M	/models/gemma-3-1b-it-Q4_K_M.gguf
                  889M	/models/mmproj-BF16.gguf
                  858M	/models/mmproj-F16.gguf
                  1,3G	/models/mmproj-F32.gguf
                  941M	/models/qwen2.5-1.5b-instruct-q4_k_m.gguf
                  1,2G	/models/Qwen3.5-2B-Q4_0.gguf
                  16G	/models/Qwen3.6-27B-Q4_K_M.gguf
                  21G	/models/Qwen3.6-35B-A3B-UD-Q4_K_M.gguf
                  

                  Changement du modèle :

                    -m /models/Qwen3.5-2B-Q4_0.gguf --mmproj /models/mmproj-F32.gguf \
                  

                  Par

                   -m /models/Qwen3.6-27B-Q4_K_M.gguf --mmproj /models/mmproj-BF16.gguf
                  

                  Liens :
                  https://huggingface.co/unsloth/Qwen3.6-27B-MTP-GGUF
                  https://huggingface.co/unsloth/Qwen3.6-27B-GGUF/blob/main/mmproj-BF16.gguf

                  1 réponse Dernière réponse
                  0
                  • Tuxedo17T
                    Tuxedo17T
                    Tuxedo17
                    a écrit sur dernière édition par
                    #14

                    Mémoire :

                    # nvidia-smi 
                    Tue Jun 30 10:59:11 2026       
                    +-----------------------------------------------------------------------------------------+
                    | NVIDIA-SMI 595.71.05              Driver Version: 595.71.05      CUDA Version: 13.2     |
                    +-----------------------------------------+------------------------+----------------------+
                    | GPU  Name                 Persistence-M | Bus-Id          Disp.A | Volatile Uncorr. ECC |
                    | Fan  Temp   Perf          Pwr:Usage/Cap |           Memory-Usage | GPU-Util  Compute M. |
                    |                                         |                        |               MIG M. |
                    |=========================================+========================+======================|
                    |   0  NVIDIA GeForce RTX 3060 ...    Off |   00000000:01:00.0 Off |                  N/A |
                    | N/A   53C    P0             28W /  115W |    4007MiB /   6144MiB |      0%      Default |
                    |                                         |                        |                  N/A |
                    +-----------------------------------------+------------------------+----------------------+
                    
                    +-----------------------------------------------------------------------------------------+
                    | Processes:                                                                              |
                    |  GPU   GI   CI              PID   Type   Process name                        GPU Memory |
                    |        ID   ID                                                               Usage      |
                    |=========================================================================================|
                    |    0   N/A  N/A         1820494      G   /usr/lib/xorg/Xorg                        4MiB |
                    |    0   N/A  N/A         1832019      C   /usr/local/bin/llama-server            3984MiB |
                    +-----------------------------------------------------------------------------------------+
                    
                    
                    1 réponse Dernière réponse
                    0
                    • Tuxedo17T
                      Tuxedo17T
                      Tuxedo17
                      a écrit sur dernière édition par
                      #15

                      Augmentation du contexte :

                        -m /models/Qwen3.6-27B-Q4_K_M.gguf --mmproj /models/mmproj-BF16.gguf --ctx-size 80000 
                      
                      1 réponse Dernière réponse
                      1
                      • Tuxedo17T
                        Tuxedo17T
                        Tuxedo17
                        a écrit sur dernière édition par
                        #16

                        Pendant l’utilisation :

                        # nvidia-smi 
                        Tue Jun 30 12:35:32 2026       
                        +-----------------------------------------------------------------------------------------+
                        | NVIDIA-SMI 595.71.05              Driver Version: 595.71.05      CUDA Version: 13.2     |
                        +-----------------------------------------+------------------------+----------------------+
                        | GPU  Name                 Persistence-M | Bus-Id          Disp.A | Volatile Uncorr. ECC |
                        | Fan  Temp   Perf          Pwr:Usage/Cap |           Memory-Usage | GPU-Util  Compute M. |
                        |                                         |                        |               MIG M. |
                        |=========================================+========================+======================|
                        |   0  NVIDIA GeForce RTX 3060 ...    Off |   00000000:01:00.0 Off |                  N/A |
                        | N/A   55C    P0             28W /  115W |    4621MiB /   6144MiB |      0%      Default |
                        |                                         |                        |                  N/A |
                        +-----------------------------------------+------------------------+----------------------+
                        
                        +-----------------------------------------------------------------------------------------+
                        | Processes:                                                                              |
                        |  GPU   GI   CI              PID   Type   Process name                        GPU Memory |
                        |        ID   ID                                                               Usage      |
                        |=========================================================================================|
                        |    0   N/A  N/A         1820494      G   /usr/lib/xorg/Xorg                        4MiB |
                        |    0   N/A  N/A         1845119      C   /usr/local/bin/llama-server            4598MiB |
                        +-----------------------------------------------------------------------------------------+
                        
                        
                        1 réponse Dernière réponse
                        0
                        • Tuxedo17T
                          Tuxedo17T
                          Tuxedo17
                          a écrit sur dernière édition par
                          #17
                          Ce message a été supprimé !
                          1 réponse Dernière réponse
                          0
                          • Tuxedo17T
                            Tuxedo17T
                            Tuxedo17
                            a écrit sur dernière édition par
                            #18
                            Ce message a été supprimé !
                            1 réponse Dernière réponse
                            0
                            • fariasF farias a déplacé ce sujet de Linux sur

                            Bonjour ! Vous semblez intéressé par cette conversation, mais vous n’avez pas encore de compte.

                            Marre de refaire défiler les mêmes messages ? Créez un compte pour retrouver votre position, recevoir des notifications des nouvelles réponses, sauvegarder vos favoris et voter pour les messages que vous appréciez.

                            Grâce à votre participation, ce message peut devenir encore meilleur 💗

                            S'inscrire Se connecter
                            Répondre
                            • Répondre à l'aide d'un nouveau sujet
                            Se connecter pour répondre
                            • Du plus ancien au plus récent
                            • Du plus récent au plus ancien
                            • Les plus votés


                            • Se connecter

                            • Vous n'avez pas de compte ? S'inscrire

                            • Connectez-vous ou inscrivez-vous pour faire une recherche.
                            Powered by NodeBB Contributors
                            • Premier message
                              Dernier message
                            0
                            • Catégories
                            • Récent
                            • Mots-clés
                            • Populaire
                            • Web
                            • Utilisateurs
                            • Groupes