SmolLM2 1.7B : matériel et adéquation métier
- Tools
Un petit modèle Apache-2.0 de Hugging Face destiné à l'usage embarqué et edge. La qualité est limitée par la taille : idéal pour le routage, l'étiquetage et les brouillons courts.
- Paramètres
- ~1.7B
- Contexte
- ~8K tokens
- Déploiement
- local
- VRAM en 4 bits
- ~1.1GB
À quoi sert SmolLM2 1.7B
- ▸Assistants embarqués
- ▸Classification et routage
- ▸Brouillons courts
Meilleurs choix de quantification
Mémoire approximative par quantification (poids + cache KV à contexte modéré). À considérer comme ±.
| Quant. | ~Mémoire | Quand l’utiliser |
|---|---|---|
| Q4_K_M | ~1.1GB | Meilleur compromis taille/qualité — le choix par défaut habituel pour le service local. |
| Q8_0 | ~1.9GB | Plus grande fidélité ; ~1,7× la mémoire du 4 bits. |
| FP16 | ~3.4GB | Précision complète ; empreinte la plus grande, meilleure qualité. |
Exécuter SmolLM2 1.7B en local
Téléchargez et exécutez avec Ollama, ou récupérez les poids sur Hugging Face.
$ ollama run smollm2:1.7bHuggingFaceTB/SmolLM2-1.7B-InstructMatériel compatible
Appareils de notre catalogue évalués pour SmolLM2 1.7B, les plus adaptés d’abord.
- Supermicro 8x H100 SuperServerSupermicro · AI Servers
Tient en FP16 (~3.4GB) avec ~559.8GB de marge — environ 165 instances simultanées.
FP16 · ~3.4GBFonctionne bien - Dell PowerEdge XE9680Dell · AI Servers
Tient en FP16 (~3.4GB) avec ~559.8GB de marge — environ 165 instances simultanées.
FP16 · ~3.4GBFonctionne bien - AMD Instinct MI300XAMD · Datacenter GPUs
Tient en FP16 (~3.4GB) avec ~165.6GB de marge — environ 49 instances simultanées.
FP16 · ~3.4GBFonctionne bien - NVIDIA H200 (141GB)NVIDIA · Datacenter GPUs
Tient en FP16 (~3.4GB) avec ~120.7GB de marge — environ 36 instances simultanées.
FP16 · ~3.4GBFonctionne bien - Cloud H200 141GB (profile)Cloud · Cloud GPU Profiles
Tient en FP16 (~3.4GB) avec ~120.7GB de marge — environ 36 instances simultanées.
FP16 · ~3.4GBFonctionne bien - NVIDIA H100 (80GB)NVIDIA · Datacenter GPUs
Tient en FP16 (~3.4GB) avec ~67GB de marge — environ 20 instances simultanées.
FP16 · ~3.4GBFonctionne bien - Cloud H100 80GB (profile)Cloud · Cloud GPU Profiles
Tient en FP16 (~3.4GB) avec ~67GB de marge — environ 20 instances simultanées.
FP16 · ~3.4GBFonctionne bien - HP Z8 Fury G5 WorkstationHP · AI Workstations
Tient en FP16 (~3.4GB) avec ~81.1GB de marge — environ 24 instances simultanées.
FP16 · ~3.4GBFonctionne bien - Lenovo ThinkStation PX WorkstationLenovo · AI Workstations
Tient en FP16 (~3.4GB) avec ~81.1GB de marge — environ 24 instances simultanées.
FP16 · ~3.4GBFonctionne bien - Supermicro AI WorkstationSupermicro · AI Workstations
Tient en FP16 (~3.4GB) avec ~81.1GB de marge — environ 24 instances simultanées.
FP16 · ~3.4GBFonctionne bien
Utilisez-le dans l’AI Business OS
SmolLM2 1.7B convient à ces archétypes d’agent de l’AI Business OS :
Un modèle n’est que le moteur. Dans l’AI Business OS, il est entouré de permissions, d’outils, de connecteurs, de RAG et d’un audit pour accomplir un vrai travail métier en toute sécurité — découvrez comment fonctionne l’AI Business OS →
Questions fréquentes
De quel matériel ai-je besoin pour exécuter SmolLM2 1.7B ?+
En 4 bits, il vous faut environ ~1.1GB de mémoire utilisable. L’option auto-hébergeable minimale de notre catalogue est la NVIDIA GeForce RTX 3060 12GB. Pour une exécution confortable, nous recommandons la Supermicro 8x H100 SuperServer.
Quelle quantification utiliser pour SmolLM2 1.7B ?+
Q4_K_M est le choix par défaut habituel — le meilleur compromis taille/qualité. Passez à Q8_0 ou FP16 si vous avez de la mémoire en réserve et voulez plus de fidélité.
Faut-il exécuter SmolLM2 1.7B en local ou dans le cloud ?+
Pour SmolLM2 1.7B, le local d’abord est recommandé. Il tient confortablement sur du matériel que vous possédez, gardant les données privées et les coûts prévisibles.
Modèles associés
Choix similaires — modèles de la même famille et de taille la plus proche du même type.
Utilisez SmolLM2 1.7B dans votre AI Business OS
BrainOutput vous aide à exécuter SmolLM2 1.7B comme un agent métier privé — entouré des outils, connecteurs, RAG et garde-fous dont il a besoin pour accomplir un vrai travail sur du matériel que vous contrôlez.