Avec ses 16 Go de VRAM, la RTX 4080 fait tourner Llama 3.1 8B Instruct en Q4_K_M entièrement sur le GPU avec un contexte de 8K (environ 6,7 Go nécessaires). En Q8_0, il tient entièrement.
Q4_K_M · 8K contexte
Le modèle demande environ 6,7 Go et tient dans les 15,5 Go disponibles, avec 8,9 Go de marge.
~6,7 Go (6,2 Go–7,1 Go) nécessaires · estimation
Tient entièrement en VRAM · 8,9 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 3.1 8B Instruct Q8_08K~10,2 Go · 55–74 tok/s estimation | Excellent |
|---|---|
| Llama 3.1 8B Instruct Q6_K8K~8,3 Go · 68–93 tok/s estimation | Excellent |
| Llama 3.1 8B Instruct Q5_K_M8K~7,5 Go · 76–105 tok/s estimation | Excellent |
| Llama 3.1 8B Instruct Q4_K_M8K~6,7 Go · 85–120 tok/s estimation | Excellent |
| Llama 3.1 8B Instruct IQ4_XS8K~6,2 Go · 92–130 tok/s estimation | Excellent |
| Llama 3.1 8B Instruct Q3_K_M8K~5,8 Go · 99–141 tok/s estimation | Excellent |
Les prix et les liens suivent le marché choisi.
16 Go GDDR6X · 716,8 Go/s · 320 W
ExcellentFait tourner Llama 3.1 8B Instruct Q4_K_M entièrement en mémoire
Aucune offre importée pour ce marché : le lien ouvre une recherche sur la boutique.
