Avec ses 80 Go de VRAM, la H100 PCIe fait tourner Llama 3.2 1B Instruct en Q4_K_M entièrement sur le GPU avec un contexte de 8K (environ 2 Go nécessaires). En Q8_0, il tient entièrement.
Q4_K_M · 8K contexte
Le modèle demande environ 2 Go et tient dans les 77,6 Go disponibles, avec 75,6 Go de marge.
~2 Go (1,7 Go–2,3 Go) nécessaires · estimation
Tient entièrement en VRAM · 75,6 Go libres
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
| Llama 3.2 1B Instruct Q8_08K~2,5 Go · 526–946 tok/s estimation | Excellent |
|---|---|
| Llama 3.2 1B Instruct Q6_K8K~2,2 Go · 586–1 105 tok/s estimation | Excellent |
| Llama 3.2 1B Instruct Q5_K_M8K~2,1 Go · 611–1 177 tok/s estimation | Excellent |
| Llama 3.2 1B Instruct Q4_K_M8K~2 Go · 637–1 255 tok/s estimation | Excellent |
| Llama 3.2 1B Instruct IQ4_XS8K~2 Go · 655–1 309 tok/s estimation | Excellent |
| Llama 3.2 1B Instruct Q3_K_M8K~1,9 Go · 670–1 356 tok/s estimation | Excellent |
Les prix et les liens suivent le marché choisi.
NVIDIA
ExcellentFait tourner Llama 3.2 1B Instruct Q4_K_M entièrement en mémoire
AMD
ExcellentFait tourner Llama 3.2 1B Instruct Q4_K_M entièrement en mémoire
PC à mémoire unifiée
ExcellentFait tourner Llama 3.2 1B Instruct Q4_K_M entièrement en mémoire
Aucune offre importée pour ce marché : le lien ouvre une recherche sur la boutique.
