Aller au contenu
Run LLM Locally

Qwen3 30B-A3B sur une RTX 4060

Qwen3 30B-A3B en Q4_K_M demande environ 19,7 Go, plus que les 8 Go de la RTX 4060 : 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

Qwen3 30B-A3B

Q4_K_M · 8K contexte

Possible mais lent

Le modèle demande environ 19,7 Go mais seuls 7,7 Go de VRAM sont utilisables : 12,1 Go doivent être chargés en RAM système. Il fonctionne, à 39 % sur le GPU, mais plus lentement.

Votre matériel
RTX 4060 8 Go · 64 Go RAM
Mémoire estimée
~19,7 Go estimation
VRAM (mémoire utilisable)
7,7 Go
GPU seul
Non
Offload CPU/GPU
Nécessaire (12,1 Go)
Vitesse de génération
12–23 tok/s estimation
Plus grand contexte en mémoire rapide
Aucun
Confiance : faible

Basé sur : bande passante mémoire (272 Go/s) et taille du modèle · bande passante de la RAM système (~51 Go/s)

Répartition de la mémoire

~19,7 Go (19,1 Go–20,5 Go) nécessaires · estimation

12,1 Go à décharger en RAM système

  • Poids du modèle17,3 Go
  • Cache KV0,8 Go
  • Surcoût runtime0,8 Go
  • Marge de sécurité0,9 Go
Hypothèses: contexte 8K tokens · cache KV f16 · llama.cpp (CUDA) · flash attention activée · poids = taille réelle du fichier

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 4060

Qwen3 30B-A3B sur RTX 4060 + 64 Go de RAM · contexte 8K
Qwen3 30B-A3B Q8_08K~33,4 Go · 6–12 tok/s estimationPossible mais lent
Qwen3 30B-A3B Q6_K8K~26,1 Go · 8–16 tok/s estimationPossible mais lent
Qwen3 30B-A3B Q5_K_M8K~22,8 Go · 9,5–19 tok/s estimationPossible mais lent
Qwen3 30B-A3B Q4_K_M8K~19,7 Go · 12–23 tok/s estimationPossible mais lent
Qwen3 30B-A3B IQ4_XS8K~17,7 Go · 14–26 tok/s estimationPossible mais lent
Qwen3 30B-A3B Q3_K_M8K~15,4 Go · 17–32 tok/s estimationPossible mais lent

Alternatives

Les GPU qui font tourner Qwen3 30B-A3B Q4_K_M entièrement en VRAM

D'autres modèles adaptés à la RTX 4060

Du matériel qui fait tourner Qwen3 30B-A3B Q4_K_M entièrement en mémoire

Les prix et les liens suivent le marché choisi.

Radeon RX 7900 XTX

AMD

CompatibleFait tourner Qwen3 30B-A3B 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

ExcellentFait tourner Qwen3 30B-A3B 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 Qwen3 30B-A3B 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 4060 peut-elle faire tourner Qwen3 30B-A3B ?
Le modèle demande environ 19,7 Go mais seuls 7,7 Go de VRAM sont utilisables : 12,1 Go doivent être chargés en RAM système. Il fonctionne, à 39 % sur le GPU, mais plus lentement.
Quelle quantification choisir sur la RTX 4060 ?
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 4060 ?
En Q4_K_M, le modèle ne tient pas entièrement en VRAM, même avec un contexte court.
À quelle vitesse tourne Qwen3 30B-A3B (RTX 4060) ?
Nous estimons 12–23 tok/s (estimation, confiance faible). Basé sur : bande passante mémoire (272 Go/s) et taille du modèle, bande passante de la RAM système (~51 Go/s).