Avec ses 24 Go de VRAM, la Tesla P40 fait tourner Qwen2.5 Coder 32B Instruct en Q4_K_M entièrement sur le GPU avec un contexte de 8K (environ 22,4 Go nécessaires). En Q8_0, il ne tient pas en VRAM.
Q4_K_M · 8K contexte
Le modèle demande environ 22,4 Go et tient dans les 23,3 Go disponibles (0,9 Go restants).
~22,4 Go (21,6 Go–23,2 Go) nécessaires · estimation
Tient entièrement en VRAM · 0,9 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
| Qwen2.5 Coder 32B Instruct Q8_08K~37 Go · 1,3–2,5 tok/s estimation | Possible mais lent |
|---|---|
| Qwen2.5 Coder 32B Instruct Q6_K8K~29,3 Go · 2,5–4,5 tok/s estimation | Possible mais lent |
| Qwen2.5 Coder 32B Instruct Q5_K_M8K~25,7 Go · 4,5–8 tok/s estimation | Offload CPU/GPU |
| Qwen2.5 Coder 32B Instruct Q4_K_M8K~22,4 Go · 12–16 tok/s estimation | Compatible |
| Qwen2.5 Coder 32B Instruct IQ4_XS8K~20,3 Go · 14–18 tok/s estimation | Compatible |
| Qwen2.5 Coder 32B Instruct Q3_K_M8K~18,5 Go · 15–20 tok/s estimation | Excellent |
Les prix et les liens suivent le marché choisi.
AMD
CompatibleFait tourner Qwen2.5 Coder 32B Instruct Q4_K_M entièrement en mémoire
Apple Silicon
CompatibleFait tourner Qwen2.5 Coder 32B Instruct Q4_K_M entièrement en mémoire
PC à mémoire unifiée
CompatibleFait tourner Qwen2.5 Coder 32B Instruct Q4_K_M entièrement en mémoire
Aucune offre importée pour ce marché : le lien ouvre une recherche sur la boutique.
