Aller au contenu
Run LLM Locally

gpt-oss-20b sur une H100 PCIe

Avec ses 80 Go de VRAM, la H100 PCIe fait tourner gpt-oss-20b en MXFP4 entièrement sur le GPU avec un contexte de 8K (environ 13 Go nécessaires).

PartagerFacebookXWhatsAppLinkedInE-mail

gpt-oss-20b

MXFP4 · 8K contexte

Excellent

Le modèle demande environ 13 Go et tient dans les 77,6 Go disponibles, avec 64,6 Go de marge.

Votre matériel
H100 PCIe 80 Go · 64 Go RAM
Mémoire estimée
~13 Go estimation
VRAM (mémoire utilisable)
77,6 Go
GPU seul
Oui
Offload CPU/GPU
Non nécessaire
Vitesse de génération
252–695 tok/s estimation
Plus grand contexte en mémoire rapide
128K tokens
Confiance : moyenne

Basé sur : même modèle · même quantification · autre matériel, ramené à la bande passante mémoire · 21 benchmark(s)

Répartition de la mémoire

~13 Go (12,4 Go–13,6 Go) nécessaires · estimation

Tient entièrement en VRAM · 64,6 Go libres

  • Poids du modèle11,3 Go
  • Cache KV0,2 Go
  • Surcoût runtime0,9 Go
  • Marge de sécurité0,6 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 128 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

  • mélange d'experts : la vitesse dépend du routage des experts
  • extrapolé depuis un autre matériel

Les autres quantifications sur la H100 PCIe

gpt-oss-20b sur H100 PCIe + 64 Go de RAM · contexte 8K
gpt-oss-20b MXFP48K~13 Go · 252–695 tok/s estimationExcellent

Alternatives

Les GPU qui font tourner gpt-oss-20b MXFP4 entièrement en VRAM

D'autres modèles adaptés à la H100 PCIe

Du matériel qui fait tourner gpt-oss-20b MXFP4 entièrement en mémoire

Les prix et les liens suivent le marché choisi.

GeForce RTX 4060 Ti 16 GB

NVIDIA

ExcellentFait tourner gpt-oss-20b MXFP4 entièrement en mémoire

Prix indisponible

Disponibilité inconnue

Voir sur amazon.fr

Lien affilié

Radeon RX 7600 XT

AMD

ExcellentFait tourner gpt-oss-20b MXFP4 entièrement en mémoire

Prix indisponible

Disponibilité inconnue

Voir sur amazon.fr

Lien affilié

AMD Ryzen AI Max+ 395

PC à mémoire unifiée

ExcellentFait tourner gpt-oss-20b MXFP4 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 gpt-oss-20b ?
Le modèle demande environ 13 Go et tient dans les 77,6 Go disponibles, avec 64,6 Go de marge.
Quelle quantification choisir sur la H100 PCIe ?
MXFP4 est la quantification la plus précise qui tient entièrement en VRAM avec un contexte de 8K. ~13 Go / 77,6 Go.
Quel est le plus grand contexte possible sur la H100 PCIe ?
En MXFP4, environ 128K 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 gpt-oss-20b (H100 PCIe) ?
Nous estimons 252–695 tok/s (estimation, confiance moyenne). Basé sur : même modèle, même quantification, autre matériel, ramené à la bande passante mémoire, 21 benchmark(s).