Aller au contenu
Run LLM Locally

Gemma 4 26B A4B IT sur une RTX 5090

Avec ses 32 Go de VRAM, la RTX 5090 fait tourner Gemma 4 26B A4B IT en Q4_K_M entièrement sur le GPU avec un contexte de 8K (environ 18,1 Go nécessaires). En Q8_0, il tient entièrement.

PartagerFacebookXWhatsAppLinkedInE-mail

Gemma 4 26B A4B IT

Q4_K_M · 8K contexte

Excellent

Le modèle demande environ 18,1 Go et tient dans les 31 Go disponibles, avec 13 Go de marge.

Votre matériel
RTX 5090 32 Go · 64 Go RAM
Mémoire estimée
~18,1 Go estimation
VRAM (mémoire utilisable)
31 Go
GPU seul
Oui
Offload CPU/GPU
Non nécessaire
Vitesse de génération
199–334 tok/s estimation
Plus grand contexte en mémoire rapide
256K tokens
Confiance : faible

Basé sur : bande passante mémoire (1 792 Go/s) et taille du modèle

Répartition de la mémoire

~18,1 Go (17,3 Go–18,8 Go) nécessaires · estimation

Tient entièrement en VRAM · 13 Go libres

  • Poids du modèle15,9 Go
  • Cache KV0,4 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 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
  • mélange d'experts : la vitesse dépend du routage des experts

Les autres quantifications sur la RTX 5090

Gemma 4 26B A4B IT sur RTX 5090 + 64 Go de RAM · contexte 8K
Gemma 4 26B A4B IT Q8_08K~27,7 Go · 159–252 tok/s estimationCompatible
Gemma 4 26B A4B IT Q6_K8K~23,8 Go · 173–280 tok/s estimationExcellent
Gemma 4 26B A4B IT Q5_K_M8K~20,3 Go · 188–310 tok/s estimationExcellent
Gemma 4 26B A4B IT Q4_K_M8K~18,1 Go · 199–334 tok/s estimationExcellent
Gemma 4 26B A4B IT IQ4_XS8K~15,3 Go · 214–368 tok/s estimationExcellent
Gemma 4 26B A4B IT Q3_K_M8K~14,1 Go · 221–384 tok/s estimationExcellent

Alternatives

Les GPU qui font tourner Gemma 4 26B A4B IT Q4_K_M entièrement en VRAM

D'autres modèles adaptés à la RTX 5090

Où acheter une RTX 5090

Les prix et les liens suivent le marché choisi.

GeForce RTX 5090

32 Go GDDR7 · 1 792 Go/s · 575 W

ExcellentFait tourner Gemma 4 26B A4B 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 5090 peut-elle faire tourner Gemma 4 26B A4B IT ?
Le modèle demande environ 18,1 Go et tient dans les 31 Go disponibles, avec 13 Go de marge.
Quelle quantification choisir sur la RTX 5090 ?
Q8_0 est la quantification la plus précise qui tient entièrement en VRAM avec un contexte de 8K. ~27,7 Go / 31 Go.
Quel est le plus grand contexte possible sur la RTX 5090 ?
En Q4_K_M, environ 256K 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 26B A4B IT (RTX 5090) ?
Nous estimons 199–334 tok/s (estimation, confiance faible). Basé sur : bande passante mémoire (1 792 Go/s) et taille du modèle.