Mixtral 8x7B (MoE): hardware e adequação ao negócio
- Tools
- Multilingual
Mixture-of-experts: os parâmetros totais são grandes, mas apenas um subconjunto é ativado por token, pelo que serve rapidamente para o seu patamar de qualidade.
- Parâmetros
- ~47B (≈13B active, MoE)
- Contexto
- ~32K tokens
- Implantação
- hybrid
- VRAM a 4 bits
- ~28GB
Para que serve o Mixtral 8x7B (MoE)
- ▸Serviço de alto débito
- ▸Agentes concorrentes
- ▸RAG
Melhores opções de quantização
Memória aproximada por quantização (pesos + cache KV com contexto moderado). Trate como ±.
| Quant. | ~Memória | Quando usar |
|---|---|---|
| Q4_K_M | ~28GB | Melhor equilíbrio tamanho/qualidade — a opção padrão habitual para servir localmente. |
| Q8_0 | ~50GB | Maior fidelidade; ~1,7× a memória de 4 bits. |
| FP16 | ~90GB | Precisão completa; maior pegada, melhor qualidade. |
Executar o Mixtral 8x7B (MoE) localmente
Descarregue e execute com Ollama, ou obtenha os pesos no Hugging Face.
$ ollama run mixtral:8x7bmistralai/Mixtral-8x7B-Instruct-v0.1Hardware compatível
Dispositivos do nosso catálogo avaliados para o Mixtral 8x7B (MoE), primeiro os que melhor se adequam.
- Supermicro 8x H100 SuperServerSupermicro · AI Servers
Cabe em FP16 (~90GB) com ~473.2GB de margem — cerca de 6 instâncias em simultâneo.
FP16 · ~90GBCorre bem - Dell PowerEdge XE9680Dell · AI Servers
Cabe em FP16 (~90GB) com ~473.2GB de margem — cerca de 6 instâncias em simultâneo.
FP16 · ~90GBCorre bem - AMD Instinct MI300XAMD · Datacenter GPUs
Cabe em FP16 (~90GB) com ~79GB de margem — cerca de 1 instância em simultâneo.
FP16 · ~90GBCorre bem - NVIDIA H200 (141GB)NVIDIA · Datacenter GPUs
Cabe em FP16 (~90GB) com ~34.1GB de margem — cerca de 1 instância em simultâneo.
FP16 · ~90GBCorre bem - Cloud H200 141GB (profile)Cloud · Cloud GPU Profiles
Cabe em FP16 (~90GB) com ~34.1GB de margem — cerca de 1 instância em simultâneo.
FP16 · ~90GBCorre bem - NVIDIA H100 (80GB)NVIDIA · Datacenter GPUs
Cabe em Q8_0 (~50GB) com ~20.4GB de margem — cerca de 1 instância em simultâneo.
Q8_0 · ~50GBCorre bem - Cloud H100 80GB (profile)Cloud · Cloud GPU Profiles
Cabe em Q8_0 (~50GB) com ~20.4GB de margem — cerca de 1 instância em simultâneo.
Q8_0 · ~50GBCorre bem - HP Z8 Fury G5 WorkstationHP · AI Workstations
Cabe em Q8_0 (~50GB) com ~34.5GB de margem — cerca de 1 instância em simultâneo.
Q8_0 · ~50GBCorre bem - Lenovo ThinkStation PX WorkstationLenovo · AI Workstations
Cabe em Q8_0 (~50GB) com ~34.5GB de margem — cerca de 1 instância em simultâneo.
Q8_0 · ~50GBCorre bem - Supermicro AI WorkstationSupermicro · AI Workstations
Cabe em Q8_0 (~50GB) com ~34.5GB de margem — cerca de 1 instância em simultâneo.
Q8_0 · ~50GBCorre bem
Use dentro do AI Business OS
Mixtral 8x7B (MoE) adequa-se a estes arquétipos de agente do AI Business OS:
Um modelo é apenas o motor. Dentro do AI Business OS é envolvido com permissões, ferramentas, conectores, RAG e auditoria para que possa fazer trabalho de negócio em segurança — veja como funciona o AI Business OS →
Perguntas frequentes
Que hardware preciso para executar o Mixtral 8x7B (MoE)?+
A 4 bits precisa de cerca de ~28GB de memória utilizável. A opção auto-alojável mínima no nosso catálogo é a NVIDIA RTX A6000. Para uma execução confortável recomendamos a Supermicro 8x H100 SuperServer.
Que quantização devo usar para o Mixtral 8x7B (MoE)?+
Q4_K_M é a opção padrão habitual — o melhor equilíbrio tamanho/qualidade. Passe para Q8_0 ou FP16 se tiver memória de sobra e quiser maior fidelidade.
Devo executar o Mixtral 8x7B (MoE) localmente ou na nuvem?+
Para o Mixtral 8x7B (MoE) recomenda-se híbrido. Execute-o localmente onde couber e expanda para a nuvem nos picos ou para tarefas maiores.
Outros tamanhos na família Mistral
Todos os modelos Mistral →Mesma família, tamanho diferente. Escolha a variante que se adapta ao seu hardware.
Modelos relacionados
Opções semelhantes — modelos da mesma família e de tamanho mais próximo do mesmo tipo.
Use o Mixtral 8x7B (MoE) dentro do seu AI Business OS
A BrainOutput ajuda-o a executar o Mixtral 8x7B (MoE) como um agente de negócio privado — envolvido com as ferramentas, conectores, RAG e salvaguardas de que precisa para fazer trabalho real em hardware que você controla.