Aller au contenu
Run LLM Locally

Gemma 4 31B IT sur une RTX 4090

Avec ses 24 Go de VRAM, la RTX 4090 fait tourner Gemma 4 31B IT en Q4_K_M entièrement sur le GPU avec un contexte de 8K (environ 20,5 Go nécessaires). En Q8_0, il ne tient pas en VRAM.

PartagerFacebookXWhatsAppLinkedInE-mail

Gemma 4 31B IT

Q4_K_M · 8K contexte

Compatible

Le modèle demande environ 20,5 Go et tient dans les 23,3 Go disponibles (2,8 Go restants).

Votre matériel
RTX 4090 24 Go · 64 Go RAM
Mémoire estimée
~20,5 Go estimation
VRAM (mémoire utilisable)
23,3 Go
GPU seul
Oui
Offload CPU/GPU
Non nécessaire
Vitesse de génération
36–49 tok/s estimation
Plus grand contexte en mémoire rapide
42K tokens
Confiance : faible

Basé sur : bande passante mémoire (1 008 Go/s) et taille du modèle

Répartition de la mémoire

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

Tient entièrement en VRAM · 2,8 Go libres

  • 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

Les autres quantifications sur la RTX 4090

Gemma 4 31B IT sur RTX 4090 + 64 Go de RAM · contexte 8K
Gemma 4 31B IT Q8_08K~34,5 Go · 1,7–3,5 tok/s estimationPossible mais lent
Gemma 4 31B IT Q6_K8K~27,2 Go · 4,5–8,5 tok/s estimationOffload CPU/GPU
Gemma 4 31B IT Q5_K_M8K~23,7 Go · 16–29 tok/s estimationOffload CPU/GPU
Gemma 4 31B IT Q4_K_M8K~20,5 Go · 36–49 tok/s estimationCompatible
Gemma 4 31B IT IQ4_XS8K~18,6 Go · 39–54 tok/s estimationExcellent
Gemma 4 31B IT Q3_K_M8K~17 Go · 43–60 tok/s estimationExcellent

Alternatives

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

D'autres modèles adaptés à la RTX 4090

Où acheter une RTX 4090

Les prix et les liens suivent le marché choisi.

GeForce RTX 4090

24 Go GDDR6X · 1 008 Go/s · 450 W

CompatibleFait 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 4090 peut-elle faire tourner Gemma 4 31B IT ?
Le modèle demande environ 20,5 Go et tient dans les 23,3 Go disponibles (2,8 Go restants).
Quelle quantification choisir sur la RTX 4090 ?
Q4_K_M est la quantification la plus précise qui tient entièrement en VRAM avec un contexte de 8K. ~20,5 Go / 23,3 Go.
Quel est le plus grand contexte possible sur la RTX 4090 ?
En Q4_K_M, environ 42K tokens tiennent entièrement en VRAM avec un cache KV en f16. Un cache KV en q8_0 double à peu près ce chiffre.
À quelle vitesse tourne Gemma 4 31B IT (RTX 4090) ?
Nous estimons 36–49 tok/s (estimation, confiance faible). Basé sur : bande passante mémoire (1 008 Go/s) et taille du modèle.