Gemma 2 27B IT sur une H100 PCIe

Avec ses 80 Go de VRAM, la H100 PCIe fait tourner Gemma 2 27B IT en Q4_K_M entièrement sur le GPU avec un contexte de 8K (environ 19,6 Go nécessaires). En Q8_0, il tient entièrement.

PartagerFacebook X WhatsApp LinkedIn E-mail

Gemma 2 27B IT

Q4_K_M · 8K contexte

Excellent

Le modèle demande environ 19,6 Go et tient dans les 77,6 Go disponibles, avec 58 Go de marge.

Votre matériel: H100 PCIe 80 Go · 64 Go RAM
Mémoire estimée: ~19,6 Go estimation
VRAM (mémoire utilisable): 77,6 Go
GPU seul: Oui
Offload CPU/GPU: Non nécessaire
Vitesse de génération: 70–101 tok/s estimation
Plus grand contexte en mémoire rapide: 8K tokens

Répartition de la mémoire

~19,6 Go (18,9 Go–20,4 Go) nécessaires · estimation

Tient entièrement en VRAM · 58 Go libres

VRAM 78 Go

Poids du modèle15,5 Go
Cache KV2,2 Go
Surcoût runtime1 Go
Marge de sécurité0,9 Go

Hypothèses: contexte 8K tokens · cache KV f16 · llama.cpp (CUDA) · flash attention activée · poids = taille réelle du fichier · les couches à fenêtre glissante gardent 4 096 tokens

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 H100 PCIe

Gemma 2 27B IT sur H100 PCIe + 64 Go de RAM · contexte 8K

Gemma 2 27B IT Q8_08K~31,6 Go · 45–62 tok/s estimation	Excellent	~31,6 Go	45–62 tok/sestimation
Gemma 2 27B IT Q6_K8K~25,2 Go · 56–78 tok/s estimation	Excellent	~25,2 Go	56–78 tok/sestimation
Gemma 2 27B IT Q5_K_M8K~22,3 Go · 62–88 tok/s estimation	Excellent	~22,3 Go	62–88 tok/sestimation
Gemma 2 27B IT Q4_K_M8K~19,6 Go · 70–101 tok/s estimation	Excellent	~19,6 Go	70–101 tok/sestimation
Gemma 2 27B IT IQ4_XS8K~17,8 Go · 76–111 tok/s estimation	Excellent	~17,8 Go	76–111 tok/sestimation
Gemma 2 27B IT Q3_K_M8K~16,5 Go · 82–120 tok/s estimation	Excellent	~16,5 Go	82–120 tok/sestimation

Alternatives

Les GPU qui font tourner Gemma 2 27B IT Q4_K_M entièrement en VRAM

D'autres modèles adaptés à la H100 PCIe

Du matériel qui fait tourner Gemma 2 27B IT Q4_K_M entièrement en mémoire

Votre marché

Les prix et les liens suivent le marché choisi.

Radeon RX 7900 XTX

AMD

ExcellentFait tourner Gemma 2 27B IT Q4_K_M entièrement en mémoire

Prix indisponible

Disponibilité inconnue

Voir sur amazon.fr

Lien affilié

AMD Ryzen AI Max+ 395

PC à mémoire unifiée

CompatibleFait tourner Gemma 2 27B IT Q4_K_M entièrement en mémoire

Prix indisponible

Disponibilité inconnue

Voir sur amazon.fr

Lien affilié

GeForce RTX 2080 Ti

Palier de mémoire le plus bas

CompatibleFait tourner Gemma 2 27B IT 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 H100 PCIe peut-elle faire tourner Gemma 2 27B IT ?

Le modèle demande environ 19,6 Go et tient dans les 77,6 Go disponibles, avec 58 Go de marge.

Quelle quantification choisir sur la H100 PCIe ?

Q8_0 est la quantification la plus précise qui tient entièrement en VRAM avec un contexte de 8K. ~31,6 Go / 77,6 Go.

Quel est le plus grand contexte possible sur la H100 PCIe ?

En Q4_K_M, environ 8K 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 Gemma 2 27B IT (H100 PCIe) ?

Nous estimons 70–101 tok/s (estimation, confiance faible). Basé sur : bande passante mémoire (2 000 Go/s) et taille du modèle.