Aller au contenu
Run LLM Locally

gpt-oss-20b sur une RTX 3080

gpt-oss-20b en MXFP4 demande environ 13 Go, plus que les 10 Go de la RTX 3080 : une partie du modèle tourne depuis la RAM système, ce qui ralentit la génération.

PartagerFacebookXWhatsAppLinkedInE-mail

gpt-oss-20b

MXFP4 · 8K contexte

Offload CPU/GPU

Le modèle demande environ 13 Go mais seuls 9,7 Go de VRAM sont utilisables : 3,3 Go doivent être chargés en RAM système. Il fonctionne, à 74 % sur le GPU, mais plus lentement.

Votre matériel
RTX 3080 10 Go · 64 Go RAM
Mémoire estimée
~13 Go estimation
VRAM (mémoire utilisable)
9,7 Go
GPU seul
Non
Offload CPU/GPU
Nécessaire (3,3 Go)
Vitesse de génération
28–55 tok/s estimation
Plus grand contexte en mémoire rapide
Aucun
Confiance : faible

Basé sur : bande passante mémoire (760 Go/s) et taille du modèle · bande passante de la RAM système (~51 Go/s)

Répartition de la mémoire

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

3,3 Go à décharger en RAM système

  • 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

  • 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)
  • mélange d'experts : la vitesse dépend du routage des experts

Les autres quantifications sur la RTX 3080

gpt-oss-20b sur RTX 3080 + 64 Go de RAM · contexte 8K
gpt-oss-20b MXFP48K~13 Go · 28–55 tok/s estimationOffload CPU/GPU

Alternatives

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

D'autres modèles adaptés à la RTX 3080

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 RTX 3080 peut-elle faire tourner gpt-oss-20b ?
Le modèle demande environ 13 Go mais seuls 9,7 Go de VRAM sont utilisables : 3,3 Go doivent être chargés en RAM système. Il fonctionne, à 74 % sur le GPU, mais plus lentement.
Quelle quantification choisir sur la RTX 3080 ?
Aucune ne tient entièrement en VRAM à 8K ; la plus petite, MXFP4, demande encore un offload.
Quel est le plus grand contexte possible sur la RTX 3080 ?
En MXFP4, le modèle ne tient pas entièrement en VRAM, même avec un contexte court.
À quelle vitesse tourne gpt-oss-20b (RTX 3080) ?
Nous estimons 28–55 tok/s (estimation, confiance faible). Basé sur : bande passante mémoire (760 Go/s) et taille du modèle, bande passante de la RAM système (~51 Go/s).