/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,1 млрд
Лицензия
Apache 2.0
Архитектура
mixtral · MoE
Базовая модель
Mixtral-8x7B-Instruct-v0.1
Библиотека
transformers
Опубликована
3 июл 2026

Mixtral-8x7B-Instruct-v0.1-w8a8-llmcompressor-v0.10.0.2

Генерация текстаТекст → текст9 профессий

AMD разработала эту квантованную версию Mixtral-8x7B-Instruct-v0.1 компании Mistral AI для эффективного вывода на CPU AMD EPYC.

507скачиваний за 30 дней0лайковвеса обновлены24 июл 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Модель предназначена для генерации текста и обработки инструкций в сценариях, где требуется запуск Mixtral на совместимой Linux-инфраструктуре с использованием vLLM и оптимизаций ZenDNN.

Архитектура модели — MixtralForCausalLM; она принимает текст и генерирует текст. Применена динамическая 8-битная квантизация весов и активаций W8A8: веса представлены симметричными целыми INT8, активации квантуются динамически. В README не указаны размер контекста и полный список поддерживаемых языков; заявлен английский язык. Совместимый стек включает ZenDNN 6.1.0, ZenTorch 2.11.0.3, PyTorch 2.11.0 и vLLM 0.25.1.

Сильная сторона модели — оптимизация для CPU-инференса на AMD EPYC и потенциальное снижение требований к памяти благодаря INT8-квантизации. Результаты сравнительной оценки с базовой BF16-моделью пока отсутствуют. Модель имеет жёсткую зависимость от указанных версий программного стека и не предназначена для GPU-инференса. Лицензия указана как Apache-2.0; модель распространяется на тех же условиях, что и исходная модель.

Для каких профессий подходит9

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Mixtral-8x7B-Instruct-v0.1-w8a8-llmcompressor-v0.10.0.2

Model Overview

  • Model Architecture: MixtralForCausalLM
    • Input: Text
    • Output: Text
  • Source Model: Mixtral-8x7B-Instruct-v0.1
  • Supported Hardware: AMD EPYC (CPU inference)
  • Preferred Operating System: Linux
  • Inference Engine: vLLM v0.25.1
  • Quantization Framework: LLM Compressor v0.10.0.2
  • Quantization Method: 8-bit Weight, 8-bit Dynamic Activation Quantization (W8A8)
  • Compatible Stack:
    • ZenDNN v6.1.0
    • ZenTorch v2.11.0.3
    • PyTorch v2.11.0
    • LLM Compressor v0.10.0.2
    • vLLM v0.25.1

This is a quantized version of Mixtral-8x7B-Instruct-v0.1 created by AMD using LLM Compressor (compressed-tensors) for ZenDNN-optimized CPU inference.

Quantization

The model was quantized from Mixtral-8x7B-Instruct-v0.1 using LLM Compressor.

  • Method: 8-bit Weight, 8-bit Dynamic Activation Quantization (W8A8)
  • Config: compressed-tensors, num_bits=8, type=int, symmetric=true
  • Weights: INT8 (8-bit integer, symmetric)
  • Activations: INT8 dynamically quantized

Quantization script:

python llmcompressor_w8a8.py \
    --model_name mistralai/Mixtral-8x7B-Instruct-v0.1 \
    --output_dir ./Mixtral-8x7B-Instruct-v0.1-w8a8-llmcompressor-v0.10.0.2

Quick Start

Use with vLLM

from vllm import LLM, SamplingParams

model = LLM(
    model="amd/Mixtral-8x7B-Instruct-v0.1-w8a8-llmcompressor-v0.10.0.2",
    dtype="bfloat16",
)

sampling_params = SamplingParams(temperature=0.7, max_tokens=256)
outputs = model.generate(["Hello, how are you?"], sampling_params)
print(outputs[0].outputs[0].text)

Requirements

torch==2.11.0
zentorch==2.11.0.3
vllm==0.25.1

OpenMP Setup

For optimal performance, set LD_PRELOAD with libomp.so (LLVM OpenMP) or libiomp5.so (Intel OpenMP):

# Using LLVM OpenMP (llvmopenmp)
export LD_PRELOAD=$(find /path/to/env -name "libomp.so" | head -1)

# Or using Intel OpenMP (libiomp)
export LD_PRELOAD=$(find /path/to/env -name "libiomp5.so" | head -1)

Note: Set LD_PRELOAD before launching vLLM or any inference script.

Evaluation

The model was evaluated against the BF16 (unquantized) baseline on standard benchmarks using lm-evaluation-harness with the vLLM engine.

BenchmarkBF16 BaselineW8A8 (this model)Recovery
MMLU (5-shot)---
GSM8K_COT (8-shot)---
Perplexity (wikitext2)---

Evaluation results will be updated after benchmarking.

Reproduction

lm_eval \
    --model vllm \
    --model_args pretrained="amd/Mixtral-8x7B-Instruct-v0.1-w8a8-llmcompressor-v0.10.0.2" \
    --tasks mmlu \
    --num_fewshot 5 \
    --batch_size auto

Limitations

  • Version Lock: This model is compatible with ZenDNN v6.1.0 / PyTorch v2.11.0. It may not load correctly on other versions.
  • CPU Only: This model is optimized for AMD EPYC CPU inference via ZenDNN. It is not intended for GPU inference.

License

This model is distributed under the same license as the source model. See the LICENSE file for details.

Modifications copyright (c) 2026 Advanced Micro Devices, Inc. All rights reserved.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

vLLM

Можно запустить

Подбираем GPU…

Класс архитектуры
MixtralForCausalLM
Ревизия весов
173ccec

0 моделей