Aller au contenu
Run LLM Locally

Gemma 3 27B IT sur une RTX 4080 SUPER

Gemma 3 27B IT en Q4_K_M demande environ 18,3 Go, plus que les 16 Go de la RTX 4080 SUPER : une partie du modèle tourne depuis la RAM système, ce qui ralentit la génération. En Q3_K_M, il tient entièrement.

PartagerFacebookXWhatsAppLinkedInE-mail

Gemma 3 27B IT

Q4_K_M · 8K contexte

Offload CPU/GPU

Le modèle demande environ 18,3 Go mais seuls 15,5 Go de VRAM sont utilisables : 2,8 Go doivent être chargés en RAM système. Il fonctionne, à 85 % sur le GPU, mais plus lentement.

Votre matériel
RTX 4080 SUPER 16 Go · 64 Go RAM
Mémoire estimée
~18,3 Go estimation
VRAM (mémoire utilisable)
15,5 Go
GPU seul
Non
Offload CPU/GPU
Nécessaire (2,8 Go)
Vitesse de génération
6–11 tok/s estimation
Plus grand contexte en mémoire rapide
Aucun
Confiance : faible

Basé sur : bande passante mémoire (736 Go/s) et taille du modèle · bande passante de la RAM système (~51 Go/s)

Répartition de la mémoire

~18,3 Go (17,6 Go–19,1 Go) nécessaires · estimation

2,8 Go à décharger en RAM système

  • Poids du modèle15,4 Go
  • Cache KV1 Go
  • Surcoût runtime1 Go
  • Marge de sécurité0,9 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 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)

Les autres quantifications sur la RTX 4080 SUPER

Gemma 3 27B IT sur RTX 4080 SUPER + 64 Go de RAM · contexte 8K
Gemma 3 27B IT Q8_08K~30,2 Go · 1,3–2,5 tok/s estimationPossible mais lent
Gemma 3 27B IT Q6_K8K~23,8 Go · 2,5–4,5 tok/s estimationPossible mais lent
Gemma 3 27B IT Q5_K_M8K~21 Go · 3,5–6,5 tok/s estimationOffload CPU/GPU
Gemma 3 27B IT Q4_K_M8K~18,3 Go · 6–11 tok/s estimationOffload CPU/GPU
Gemma 3 27B IT IQ4_XS8K~16,6 Go · 12–21 tok/s estimationOffload CPU/GPU
Gemma 3 27B IT Q3_K_M8K~15,3 Go · 35–49 tok/s estimationCompatible avec limites

Alternatives

Les GPU qui font tourner Gemma 3 27B IT Q4_K_M entièrement en VRAM

D'autres modèles adaptés à la RTX 4080 SUPER

Du matériel qui fait tourner Gemma 3 27B IT Q4_K_M entièrement en mémoire

Les prix et les liens suivent le marché choisi.

Radeon RX 7900 XT

AMD

CompatibleFait tourner Gemma 3 27B 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 3 27B 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 4080 SUPER peut-elle faire tourner Gemma 3 27B IT ?
Le modèle demande environ 18,3 Go mais seuls 15,5 Go de VRAM sont utilisables : 2,8 Go doivent être chargés en RAM système. Il fonctionne, à 85 % sur le GPU, mais plus lentement.
Quelle quantification choisir sur la RTX 4080 SUPER ?
Q3_K_M est la quantification la plus précise qui tient entièrement en VRAM avec un contexte de 8K. ~15,3 Go / 15,5 Go.
Quel est le plus grand contexte possible sur la RTX 4080 SUPER ?
En Q4_K_M, le modèle ne tient pas entièrement en VRAM, même avec un contexte court.
À quelle vitesse tourne Gemma 3 27B IT (RTX 4080 SUPER) ?
Nous estimons 6–11 tok/s (estimation, confiance faible). Basé sur : bande passante mémoire (736 Go/s) et taille du modèle, bande passante de la RAM système (~51 Go/s).