Aller au contenu
Run LLM Locally

Gemma 4 31B IT sur une RTX 3060 12 GB

Gemma 4 31B IT en Q4_K_M demande environ 20,5 Go, plus que les 12 Go de la RTX 3060 12 GB : une partie du modèle tourne depuis la RAM système, ce qui ralentit la génération. En Q3_K_M, il ne tient pas en VRAM.

PartagerFacebookXWhatsAppLinkedInE-mail

Gemma 4 31B IT

Q4_K_M · 8K contexte

Possible mais lent

Le modèle demande environ 20,5 Go mais seuls 11,6 Go de VRAM sont utilisables : 8,8 Go doivent être chargés en RAM système. Il fonctionne, à 57 % sur le GPU, mais plus lentement.

Vitesse estimée d'au plus 4 tokens/s : utilisable, mais lent.

Votre matériel
RTX 3060 12 GB · 64 Go RAM
Mémoire estimée
~20,5 Go estimation
VRAM (mémoire utilisable)
11,6 Go
GPU seul
Non
Offload CPU/GPU
Nécessaire (8,8 Go)
Vitesse de génération
2–4 tok/s estimation
Plus grand contexte en mémoire rapide
Aucun
Confiance : faible

Basé sur : bande passante mémoire (360 Go/s) et taille du modèle · bande passante de la RAM système (~51 Go/s)

Répartition de la mémoire

~20,5 Go (19,7 Go–21,3 Go) nécessaires · estimation

8,8 Go à décharger en RAM système

  • Poids du modèle17,1 Go
  • Cache KV1,4 Go
  • Surcoût runtime1 Go
  • Marge de sécurité1 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 1 024 tokens

EstimationDonnées mises à jour il y a 40 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
  • le partage CPU/GPU varie beaucoup selon le processeur et le lien PCIe
  • vitesse de la RAM inconnue (DDR4-3200 double canal supposée)

Les autres quantifications sur la RTX 3060 12 GB

Gemma 4 31B IT sur RTX 3060 12 GB + 64 Go de RAM · contexte 8K
Gemma 4 31B IT Q8_08K~34,5 Go · 0,9–1,6 tok/s estimationDéconseillé
Gemma 4 31B IT Q6_K8K~27,2 Go · 1,2–2,5 tok/s estimationPossible mais lent
Gemma 4 31B IT Q5_K_M8K~23,7 Go · 1,6–3 tok/s estimationPossible mais lent
Gemma 4 31B IT Q4_K_M8K~20,5 Go · 2–4 tok/s estimationPossible mais lent
Gemma 4 31B IT IQ4_XS8K~18,6 Go · 2,5–5 tok/s estimationOffload CPU/GPU
Gemma 4 31B IT Q3_K_M8K~17 Go · 3,5–6,5 tok/s estimationOffload CPU/GPU

Alternatives

Les GPU qui font tourner Gemma 4 31B IT Q4_K_M entièrement en VRAM

D'autres modèles adaptés à la RTX 3060 12 GB

Du matériel qui fait tourner Gemma 4 31B IT Q4_K_M entièrement en mémoire

Les prix et les liens suivent le marché choisi.

Radeon RX 7900 XTX

AMD

CompatibleFait tourner Gemma 4 31B 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 4 31B 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

Compatible avec limitesFait tourner Gemma 4 31B 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 RTX 3060 12 GB peut-elle faire tourner Gemma 4 31B IT ?
Le modèle demande environ 20,5 Go mais seuls 11,6 Go de VRAM sont utilisables : 8,8 Go doivent être chargés en RAM système. Il fonctionne, à 57 % sur le GPU, mais plus lentement. Vitesse estimée d'au plus 4 tokens/s : utilisable, mais lent.
Quelle quantification choisir sur la RTX 3060 12 GB ?
Aucune ne tient entièrement en VRAM à 8K ; la plus petite, Q3_K_M, demande encore un offload.
Quel est le plus grand contexte possible sur la RTX 3060 12 GB ?
En Q4_K_M, le modèle ne tient pas entièrement en VRAM, même avec un contexte court.
À quelle vitesse tourne Gemma 4 31B IT (RTX 3060 12 GB) ?
Nous estimons 2–4 tok/s (estimation, confiance faible). Basé sur : bande passante mémoire (360 Go/s) et taille du modèle, bande passante de la RAM système (~51 Go/s).