Aller au contenu
Run LLM Locally

GPU · NVIDIA

RTX 4070 SUPER pour LLM locaux : quels modèles tournent ?

Avec 12 Go de VRAM et 504 Go/s de bande passante, la RTX 4070 SUPER fait tourner des modèles jusqu'à environ Qwen3 14B entièrement sur le GPU.

  • VRAM12 Go GDDR6X
  • Bande passante504 Go/s
  • Puissance220 W
  • ArchitectureAda Lovelace
PartagerFacebookXWhatsAppLinkedInE-mail

Caractéristiques

VRAM
12 Go
Type de mémoire
GDDR6X
Bus mémoire
192-bit
Bande passante
504 Go/s
Puissance
220 W
Backends
CUDA, Vulkan
Interface
PCIe 4.0 x16
Sortie
janvier 2024
Segment
Grand public
Calcul FP16
Non disponible

Spécification officielleDonnées mises à jour il y a 24 joursSource: NVIDIA specifications

Ce que fait tourner la RTX 4070 SUPER

Modèles populaires sur RTX 4070 SUPER + 64 Go de RAM · contexte 8K
Qwen2.5 7B InstructQ8_0 · 8K~9,2 Go · 43–58 tok/s estimationExcellent
Mistral 7B Instruct v0.3Q8_0 · 8K~9,2 Go · 43–58 tok/s estimationExcellent
Gemma 3 4B ITQ8_0 · 8K~5,4 Go · 77–108 tok/s estimationExcellent
Qwen3 4BQ8_0 · 8K~6,2 Go · 68–95 tok/s estimationExcellent
Phi-4 Mini Instruct 3.8BQ8_0 · 8K~6 Go · 73–101 tok/s estimationExcellent
Llama 3.2 3B InstructQ8_0 · 8K~5,1 Go · 86–119 tok/s estimationExcellent
Qwen3 1.7BQ8_0 · 8K~3,7 Go · 132–193 tok/s estimationExcellent
Llama 3.2 1B InstructQ8_0 · 8K~2,5 Go · 213–308 tok/s estimationExcellent
Qwen3 0.6BQ8_0 · 8K~2,5 Go · 221–359 tok/s estimationExcellent
Qwen3 14BQ4_K_M · 8K~11 Go · 37–49 tok/s estimationCompatible
DeepSeek R1 Distill Qwen 14BIQ4_XS · 8K~10,4 Go · 39–53 tok/s estimationCompatible
Qwen2.5 14B InstructIQ4_XS · 8K~10,4 Go · 39–53 tok/s estimationCompatible
Phi-4 14BIQ4_XS · 8K~10,2 Go · 40–54 tok/s estimationCompatible
Mistral Nemo 12B InstructQ5_K_M · 8K~10,7 Go · 38–51 tok/s estimationCompatible
Gemma 3 12B ITQ5_K_M · 8K~10,2 Go · 39–53 tok/s estimationCompatible
Gemma 2 9B ITQ6_K · 8K~10,5 Go · 40–55 tok/s estimationCompatible
Qwen3 8BQ8_0 · 8K~10,5 Go · 38–51 tok/s estimationCompatible
Llama 3.1 8B InstructQ8_0 · 8K~10,2 Go · 40–53 tok/s estimationCompatible
DeepSeek R1 Distill Llama 8BQ8_0 · 8K~10,2 Go · 40–53 tok/s estimationCompatible
Mixtral 8x7B InstructQ3_K_M · 8K~21,6 Go · 6,5–12 tok/s estimationOffload CPU/GPU
Qwen3 32BQ3_K_M · 8K~18,6 Go · 3–5,5 tok/s estimationOffload CPU/GPU
DeepSeek R1 Distill Qwen 32BQ3_K_M · 8K~18,5 Go · 3–5,5 tok/s estimationOffload CPU/GPU
Qwen2.5 32B InstructQ3_K_M · 8K~18,5 Go · 3–5,5 tok/s estimationOffload CPU/GPU
Qwen2.5 Coder 32B InstructQ3_K_M · 8K~18,5 Go · 3–5,5 tok/s estimationOffload CPU/GPU
QwQ 32BQ3_K_M · 8K~18,5 Go · 3–5,5 tok/s estimationOffload CPU/GPU
Qwen3 30B-A3BQ3_K_M · 8K~15,4 Go · 29–57 tok/s estimationOffload CPU/GPU
Qwen3 Coder 30B-A3B InstructQ3_K_M · 8K~16 Go · 26–51 tok/s estimationOffload CPU/GPU
Gemma 3 27B ITQ3_K_M · 8K~15,3 Go · 5–9 tok/s estimationOffload CPU/GPU
Gemma 2 27B ITQ3_K_M · 8K~16,5 Go · 4–7,5 tok/s estimationOffload CPU/GPU
Mistral Small 3.2 24B InstructQ3_K_M · 8K~13,3 Go · 8,5–16 tok/s estimationOffload CPU/GPU
gpt-oss-20bMXFP4 · 8K~13 Go · 46–88 tok/s estimationOffload CPU/GPU
Llama 4 Scout 17B-16E InstructQ3_K_M · 8K~55,7 Go · 2,5–5 tok/s estimationPossible mais lent
Qwen2.5 72B InstructQ3_K_M · 8K~38,2 Go · 0,7–1,5 tok/s estimationDéconseillé
Llama 3.3 70B InstructQ3_K_M · 8K~37 Go · 0,8–1,5 tok/s estimationDéconseillé
DeepSeek R1 Distill Llama 70BQ3_K_M · 8K~37 Go · 0,8–1,5 tok/s estimationDéconseillé
DeepSeek R1 (671B)Q8_0 · 8K~699 Go · Pas de donnéesIncompatible
Qwen3 235B-A22BQ8_0 · 8K~247 Go · Pas de donnéesIncompatible
gpt-oss-120bMXFP4 · 8K~63,2 Go · Pas de donnéesIncompatible

Pour chaque modèle, la quantification la plus précise qui tient entièrement en mémoire rapide ; sinon celle au meilleur résultat. Vitesses en plages ; « estimation » sauf benchmark sur ce matériel exact.

EstimationDonnées mises à jour il y a 24 joursSource: moteur Run LLM Locally

Les limites en clair

12 Go de VRAM contiennent les poids et le cache KV de modèles jusqu'à environ Qwen3 14B en Q4_K_M. Au-delà, le modèle déborde en RAM système et ralentit fortement : la vitesse dépend alors de la bande passante de la RAM, pas du GPU.

Où acheter une RTX 4070 SUPER

Les prix et les liens suivent le marché choisi.

GeForce RTX 4070 SUPER

12 Go GDDR6X · 504 Go/s · 220 W

RTX 4070 SUPER 12 Go · 64 Go RAM → Qwen3 14B

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

Quels LLM la RTX 4070 SUPER peut-elle faire tourner ?
Entièrement sur le GPU : Qwen3 14B (Q4_K_M), DeepSeek R1 Distill Qwen 14B (IQ4_XS), Qwen2.5 14B Instruct (IQ4_XS), Phi-4 14B (IQ4_XS), Mistral Nemo 12B Instruct (Q5_K_M), Gemma 3 12B IT (Q5_K_M), Gemma 2 9B IT (Q6_K), Qwen3 8B (Q8_0). Les modèles plus gros demandent un offload CPU/GPU.
La RTX 4070 SUPER peut-elle faire tourner un modèle 70B ?
Déconseillé : un modèle 70B en Q4_K_M demande environ 45,1 Go ; la RTX 4070 SUPER dispose de 12 Go.
Comment la vitesse est-elle estimée ?
La génération lit chaque poids actif une fois par token : elle est limitée par la bande passante mémoire (504 Go/s ici). Nous appliquons une plage d'efficacité par backend et présentons le résultat comme une estimation tant qu'il n'y a pas de benchmark réel.