Aller au contenu
Run LLM Locally

Llama 3.3 70B Instruct sur une RX 9070 XT

Llama 3.3 70B Instruct en Q4_K_M demande environ 45,1 Go, plus que les 16 Go de la RX 9070 XT : 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

Llama 3.3 70B Instruct

Q4_K_M · 8K contexte

Déconseillé

Le modèle demande environ 45,1 Go mais seuls 15,5 Go de VRAM sont utilisables : 29,6 Go doivent être chargés en RAM système. Il fonctionne, à 34 % sur le GPU, mais plus lentement.

Vitesse estimée d'au plus 1,3 tokens/s : trop lent pour une conversation.

Votre matériel
RX 9070 XT 16 Go · 64 Go RAM
Mémoire estimée
~45,1 Go estimation
VRAM (mémoire utilisable)
15,5 Go
GPU seul
Non
Offload CPU/GPU
Nécessaire (29,6 Go)
Vitesse de génération
0,7–1,3 tok/s estimation
Plus grand contexte en mémoire rapide
Aucun
Confiance : faible

Basé sur : bande passante mémoire (640 Go/s) et taille du modèle · bande passante de la RAM système (~51 Go/s)

Répartition de la mémoire

~45,1 Go (43,9 Go–46,4 Go) nécessaires · estimation

29,6 Go à décharger en RAM système

  • Poids du modèle39,6 Go
  • Cache KV2,5 Go
  • Surcoût runtime0,9 Go
  • Marge de sécurité2,1 Go
Hypothèses: contexte 8K tokens · cache KV f16 · llama.cpp (ROCm) · 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)

Les autres quantifications sur la RX 9070 XT

Llama 3.3 70B Instruct sur RX 9070 XT + 64 Go de RAM · contexte 8K
Llama 3.3 70B Instruct Q8_08K~76,9 Go · Pas de donnéesIncompatible
Llama 3.3 70B Instruct Q6_K8K~60,1 Go · 0,4–0,9 tok/s estimationDéconseillé
Llama 3.3 70B Instruct Q5_K_M8K~52,4 Go · 0,5–1 tok/s estimationDéconseillé
Llama 3.3 70B Instruct Q4_K_M8K~45,1 Go · 0,7–1,3 tok/s estimationDéconseillé
Llama 3.3 70B Instruct IQ4_XS8K~40,6 Go · 0,8–1,5 tok/s estimationDéconseillé
Llama 3.3 70B Instruct Q3_K_M8K~37 Go · 0,9–1,8 tok/s estimationDéconseillé

Alternatives

Les GPU qui font tourner Llama 3.3 70B Instruct Q4_K_M entièrement en VRAM

D'autres modèles adaptés à la RX 9070 XT

Du matériel qui fait tourner Llama 3.3 70B Instruct Q4_K_M entièrement en mémoire

Les prix et les liens suivent le marché choisi.

RTX 6000 Ada Generation

NVIDIA

CompatibleFait tourner Llama 3.3 70B Instruct Q4_K_M entièrement en mémoire

Prix indisponible

Disponibilité inconnue

Voir sur amazon.fr

Lien affilié

Radeon PRO W7900

AMD

CompatibleFait tourner Llama 3.3 70B Instruct 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 Llama 3.3 70B Instruct 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 RX 9070 XT peut-elle faire tourner Llama 3.3 70B Instruct ?
Le modèle demande environ 45,1 Go mais seuls 15,5 Go de VRAM sont utilisables : 29,6 Go doivent être chargés en RAM système. Il fonctionne, à 34 % sur le GPU, mais plus lentement. Vitesse estimée d'au plus 1,3 tokens/s : trop lent pour une conversation.
Quelle quantification choisir sur la RX 9070 XT ?
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 RX 9070 XT ?
En Q4_K_M, le modèle ne tient pas entièrement en VRAM, même avec un contexte court.
À quelle vitesse tourne Llama 3.3 70B Instruct (RX 9070 XT) ?
Nous estimons 0,7–1,3 tok/s (estimation, confiance faible). Basé sur : bande passante mémoire (640 Go/s) et taille du modèle, bande passante de la RAM système (~51 Go/s).