Aller au contenu
Run LLM Locally

Llama 3.2 3B Instruct sur une Arc B580

Avec ses 12 Go de VRAM, la Arc B580 fait tourner Llama 3.2 3B Instruct en Q4_K_M entièrement sur le GPU avec un contexte de 8K (environ 3,8 Go nécessaires). En Q8_0, il tient entièrement.

PartagerFacebookXWhatsAppLinkedInE-mail

Llama 3.2 3B Instruct

Q4_K_M · 8K contexte

Excellent

Le modèle demande environ 3,8 Go et tient dans les 11,6 Go disponibles, avec 7,8 Go de marge.

Votre matériel
Arc B580 12 Go · 64 Go RAM
Mémoire estimée
~3,8 Go estimation
VRAM (mémoire utilisable)
11,6 Go
GPU seul
Oui
Offload CPU/GPU
Non nécessaire
Vitesse de génération
69–108 tok/s estimation
Plus grand contexte en mémoire rapide
76K tokens
Confiance : faible

Basé sur : bande passante mémoire (456 Go/s) et taille du modèle

Répartition de la mémoire

~3,8 Go (3,5 Go–4,2 Go) nécessaires · estimation

Tient entièrement en VRAM · 7,8 Go libres

  • Poids du modèle1,9 Go
  • Cache KV0,9 Go
  • Surcoût runtime0,8 Go
  • Marge de sécurité0,3 Go
Hypothèses: contexte 8K tokens · cache KV f16 · llama.cpp (SYCL) · flash attention activée · poids = taille réelle du fichier

EstimationDonnées mises à jour il y a 24 joursSource: moteur Run LLM Locally, Hugging Face config.json + model card

Ce qui rend cette estimation moins fiable

  • pas encore de benchmark pour ce matériel et ce modèle

Les autres quantifications sur la Arc B580

Llama 3.2 3B Instruct sur Arc B580 + 64 Go de RAM · contexte 8K
Llama 3.2 3B Instruct Q8_08K~5,2 Go · 44–69 tok/s estimationExcellent
Llama 3.2 3B Instruct Q6_K8K~4,4 Go · 55–86 tok/s estimationExcellent
Llama 3.2 3B Instruct Q5_K_M8K~4,1 Go · 61–96 tok/s estimationExcellent
Llama 3.2 3B Instruct Q4_K_M8K~3,8 Go · 69–108 tok/s estimationExcellent
Llama 3.2 3B Instruct IQ4_XS8K~3,7 Go · 75–117 tok/s estimationExcellent
Llama 3.2 3B Instruct Q3_K_M8K~3,5 Go · 79–125 tok/s estimationExcellent

Alternatives

Les GPU qui font tourner Llama 3.2 3B Instruct Q4_K_M entièrement en VRAM

D'autres modèles adaptés à la Arc B580

Où acheter une Arc B580

Les prix et les liens suivent le marché choisi.

Intel Arc B580

12 Go GDDR6 · 456 Go/s · 190 W

ExcellentFait tourner Llama 3.2 3B Instruct Q4_K_M entièrement en mémoire

Prix indisponible

Disponibilité inconnue

Voir sur amazon.fr

Lien affilié

Aucune offre importée pour ce marché : le lien ouvre une recherche sur la boutique.

Questions fréquentes

La Arc B580 peut-elle faire tourner Llama 3.2 3B Instruct ?
Le modèle demande environ 3,8 Go et tient dans les 11,6 Go disponibles, avec 7,8 Go de marge.
Quelle quantification choisir sur la Arc B580 ?
Q8_0 est la quantification la plus précise qui tient entièrement en VRAM avec un contexte de 8K. ~5,2 Go / 11,6 Go.
Quel est le plus grand contexte possible sur la Arc B580 ?
En Q4_K_M, environ 76K tokens tiennent entièrement en VRAM avec un cache KV en f16. Un cache KV en q8_0 double à peu près ce chiffre.
À quelle vitesse tourne Llama 3.2 3B Instruct (Arc B580) ?
Nous estimons 69–108 tok/s (estimation, confiance faible). Basé sur : bande passante mémoire (456 Go/s) et taille du modèle.