Avec ses 24 Go de VRAM, la Tesla P40 fait tourner Qwen2.5 7B Instruct en Q4_K_M entièrement sur le GPU avec un contexte de 8K (environ 5,9 Go nécessaires). En Q8_0, il tient entièrement.
Q4_K_M · 8K contexte
Le modèle demande environ 5,9 Go et tient dans les 23,3 Go disponibles, avec 17,4 Go de marge.
~5,9 Go (5,5 Go–6,3 Go) nécessaires · estimation
Tient entièrement en VRAM · 17,4 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
| Qwen2.5 7B Instruct Q8_08K~9,2 Go · 30–40 tok/s estimation | Excellent |
|---|---|
| Qwen2.5 7B Instruct Q6_K8K~7,4 Go · 39–51 tok/s estimation | Excellent |
| Qwen2.5 7B Instruct Q5_K_M8K~6,6 Go · 44–58 tok/s estimation | Excellent |
| Qwen2.5 7B Instruct Q4_K_M8K~5,9 Go · 50–67 tok/s estimation | Excellent |
| Qwen2.5 7B Instruct IQ4_XS8K~5,5 Go · 55–74 tok/s estimation | Excellent |
| Qwen2.5 7B Instruct Q3_K_M8K~5,1 Go · 60–81 tok/s estimation | Excellent |
Les prix et les liens suivent le marché choisi.
NVIDIA
ExcellentFait tourner Qwen2.5 7B Instruct Q4_K_M entièrement en mémoire
AMD
ExcellentFait tourner Qwen2.5 7B Instruct Q4_K_M entièrement en mémoire
PC à mémoire unifiée
ExcellentFait tourner Qwen2.5 7B Instruct Q4_K_M entièrement en mémoire
Aucune offre importée pour ce marché : le lien ouvre une recherche sur la boutique.
