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. Benchmark llama.cpp sur Tuxedo 17

Benchmark llama.cpp sur Tuxedo 17

Planifié Épinglé Verrouillé Déplacé Linux
llama.cpp
18 Messages 1 Publieurs 203 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 Hors-ligne
    Tuxedo17T Hors-ligne
    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 Hors-ligne
      Tuxedo17T Hors-ligne
      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 Hors-ligne
        Tuxedo17T Hors-ligne
        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 Hors-ligne
          Tuxedo17T Hors-ligne
          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 Hors-ligne
            Tuxedo17T Hors-ligne
            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 Hors-ligne
              Tuxedo17T Hors-ligne
              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 Hors-ligne
                Tuxedo17T Hors-ligne
                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 Hors-ligne
                  Tuxedo17T Hors-ligne
                  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 Hors-ligne
                    Tuxedo17T Hors-ligne
                    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 Hors-ligne
                      Tuxedo17T Hors-ligne
                      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 Hors-ligne
                        Tuxedo17T Hors-ligne
                        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 Hors-ligne
                          Tuxedo17T Hors-ligne
                          Tuxedo17
                          écrit dernière édition par
                          #17
                          Ce message a été supprimé !
                          1 réponse Dernière réponse
                          0
                          • Tuxedo17T Hors-ligne
                            Tuxedo17T Hors-ligne
                            Tuxedo17
                            écrit dernière édition par
                            #18
                            Ce message a été supprimé !
                            1 réponse Dernière réponse
                            0

                            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