Aller au contenu
Run LLM Locally

GPU · NVIDIA

RTX 5080 pour LLM locaux : quels modèles tournent ?

Avec 16 Go de VRAM et 960 Go/s de bande passante, la RTX 5080 fait tourner des modèles jusqu'à environ gpt-oss-20b entièrement sur le GPU.

  • VRAM16 Go GDDR7
  • Bande passante960 Go/s
  • Puissance360 W
  • ArchitectureBlackwell
PartagerFacebookXWhatsAppLinkedInE-mail

Caractéristiques

VRAM
16 Go
Type de mémoire
GDDR7
Bus mémoire
256-bit
Bande passante
960 Go/s
Puissance
360 W
Backends
CUDA, Vulkan
Interface
PCIe 5.0 x16
Sortie
janvier 2025
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 5080

Modèles populaires sur RTX 5080 + 64 Go de RAM · contexte 8K
gpt-oss-20bMXFP4 · 8K~13 Go · 176–215 tok/s mesuréExcellent
Gemma 2 9B ITQ8_0 · 8K~12,7 Go · 58–81 tok/s estimationExcellent
Qwen3 8BQ8_0 · 8K~10,5 Go · 68–95 tok/s estimationExcellent
Llama 3.1 8B InstructQ8_0 · 8K~10,2 Go · 71–98 tok/s estimationExcellent
DeepSeek R1 Distill Llama 8BQ8_0 · 8K~10,2 Go · 71–98 tok/s estimationExcellent
Qwen2.5 7B InstructQ8_0 · 8K~9,2 Go · 77–107 tok/s estimationExcellent
Mistral 7B Instruct v0.3Q8_0 · 8K~9,2 Go · 77–107 tok/s estimationExcellent
Gemma 3 4B ITQ8_0 · 8K~5,4 Go · 128–192 tok/s estimationExcellent
Qwen3 4BQ8_0 · 8K~6,2 Go · 114–170 tok/s estimationExcellent
Phi-4 Mini Instruct 3.8BQ8_0 · 8K~6 Go · 123–181 tok/s estimationExcellent
Llama 3.2 3B InstructQ8_0 · 8K~5,1 Go · 144–214 tok/s estimationExcellent
Qwen3 1.7BQ8_0 · 8K~3,7 Go · 209–334 tok/s estimationExcellent
Llama 3.2 1B InstructQ8_0 · 8K~2,5 Go · 342–539 tok/s estimationExcellent
Qwen3 0.6BQ8_0 · 8K~2,5 Go · 315–578 tok/s estimationExcellent
Mistral Small 3.2 24B InstructIQ4_XS · 8K~14,6 Go · 49–67 tok/s estimationCompatible
Qwen3 14BQ6_K · 8K~14 Go · 51–70 tok/s estimationCompatible
DeepSeek R1 Distill Qwen 14BQ6_K · 8K~14,3 Go · 49–69 tok/s estimationCompatible
Qwen2.5 14B InstructQ6_K · 8K~14,3 Go · 49–69 tok/s estimationCompatible
Phi-4 14BQ6_K · 8K~14,2 Go · 51–70 tok/s estimationCompatible
Mistral Nemo 12B InstructQ8_0 · 8K~14,9 Go · 48–66 tok/s estimationCompatible
Gemma 3 12B ITQ8_0 · 8K~14,1 Go · 49–68 tok/s estimationCompatible
Qwen3 30B-A3BQ3_K_M · 8K~15,4 Go · 135–232 tok/s estimationCompatible avec limites
Gemma 3 27B ITQ3_K_M · 8K~15,3 Go · 44–63 tok/s estimationCompatible avec limites
Mixtral 8x7B InstructQ3_K_M · 8K~21,6 Go · 10–20 tok/s estimationOffload CPU/GPU
Qwen3 32BQ3_K_M · 8K~18,6 Go · 6–11 tok/s estimationOffload CPU/GPU
DeepSeek R1 Distill Qwen 32BQ3_K_M · 8K~18,5 Go · 6–12 tok/s estimationOffload CPU/GPU
Qwen2.5 32B InstructQ3_K_M · 8K~18,5 Go · 6–12 tok/s estimationOffload CPU/GPU
Qwen2.5 Coder 32B InstructQ3_K_M · 8K~18,5 Go · 6–12 tok/s estimationOffload CPU/GPU
QwQ 32BQ3_K_M · 8K~18,5 Go · 6–12 tok/s estimationOffload CPU/GPU
Qwen3 Coder 30B-A3B InstructQ3_K_M · 8K~16 Go · 82–171 tok/s estimationOffload CPU/GPU
Gemma 2 27B ITQ3_K_M · 8K~16,5 Go · 15–27 tok/s estimationOffload CPU/GPU
gpt-oss-120bMXFP4 · 8K~63,2 Go · 8,5–17 tok/s estimationPossible mais lent
Llama 4 Scout 17B-16E InstructQ3_K_M · 8K~55,7 Go · 3–5,5 tok/s estimationPossible mais lent
Qwen2.5 72B InstructQ3_K_M · 8K~38,2 Go · 0,9–1,7 tok/s estimationDéconseillé
Llama 3.3 70B InstructQ3_K_M · 8K~37 Go · 0,9–1,8 tok/s estimationDéconseillé
DeepSeek R1 Distill Llama 70BQ3_K_M · 8K~37 Go · 0,9–1,8 tok/s estimationDéconseillé
DeepSeek R1 (671B)Q8_0 · 8K~699 Go · Pas de donnéesIncompatible
Qwen3 235B-A22BQ8_0 · 8K~247 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

16 Go de VRAM contiennent les poids et le cache KV de modèles jusqu'à environ gpt-oss-20b 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 5080

Les prix et les liens suivent le marché choisi.

GeForce RTX 5080

16 Go GDDR7 · 960 Go/s · 360 W

RTX 5080 16 Go · 64 Go RAM → gpt-oss-20b

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 5080 peut-elle faire tourner ?
Entièrement sur le GPU : Qwen3 30B-A3B (Q3_K_M), Gemma 3 27B IT (Q3_K_M), Mistral Small 3.2 24B Instruct (IQ4_XS), gpt-oss-20b (MXFP4), Qwen3 14B (Q6_K), DeepSeek R1 Distill Qwen 14B (Q6_K), Qwen2.5 14B Instruct (Q6_K), Phi-4 14B (Q6_K). Les modèles plus gros demandent un offload CPU/GPU.
La RTX 5080 peut-elle faire tourner un modèle 70B ?
Déconseillé : un modèle 70B en Q4_K_M demande environ 45,1 Go ; la RTX 5080 dispose de 16 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 (960 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.