Radeon PRO W7900
AMD
CompatibleFait tourner Qwen2.5 72B Instruct Q4_K_M entièrement en mémoire
Modèle · Alibaba Qwen
Qwen2.5 72B Instruct : VRAM et matériel nécessaires
En Q4_K_M avec un contexte de 8K, Qwen2.5 72B Instruct demande environ 47,1 Go : un GPU de 80 Go ou plus le fait tourner entièrement en VRAM.
- Paramètres72,7B
- Contexte max128K
- LicenceQwen License
Caractéristiques
- Organisation
- Alibaba Qwen
- Architecture
- qwen2
- Sortie
- septembre 2024
- Couches
- 80
- Dimension cachée
- 8192
- Têtes d'attention
- 64
- Têtes KV
- 8
- Dimension par tête
- 128
- Vocabulaire
- 152 064
- Cache KV pour 1K tokens (f16)
- 0,313 Go
Spécification officielleDonnées mises à jour il y a 24 joursSource: Hugging Face config.json + model card
Quantifications et mémoire
| Quantification | Taille du fichier | Mémoire nécessaire | Mémoire GPU minimale | Qualité |
|---|---|---|---|---|
| BF16 | Non disponible | ~146 Go | – | Référence (non quantifié) |
| Q8_0 | 72,2 Go | ~79,1 Go | 96 Go | Quasi sans perte |
| Q6_K | 55,7 Go | ~61,9 Go | 80 Go | Quasi sans perte |
| Q5_K_M | 48,1 Go | ~54,2 Go | 80 Go | Très bonne |
| Q4_K_MLa plus utilisée | 41 Go | ~47,1 Go | 80 Go | Bonne — le choix courant |
| IQ4_XS | 37 Go | ~43,2 Go | 48 Go | Bonne — le choix courant |
| Q3_K_M | 33 Go | ~39,1 Go | 48 Go | Perte perceptible |
| Q2_K | 25,5 Go | ~31,7 Go | 32 Go | Perte importante |
Tailles de fichier : non disponibles tant qu'elles ne sont pas importées du dépôt du modèle. Mémoire = poids (estimés d'après les bits par poids) + cache KV + surcoût runtime + marge de sécurité. (BF16 ≈ 16 bpw, Q8_0 ≈ 8,5 bpw, Q6_K ≈ 6,57 bpw, Q5_K_M ≈ 5,7 bpw, Q4_K_M ≈ 4,9 bpw, IQ4_XS ≈ 4,46 bpw, Q3_K_M ≈ 4 bpw, Q2_K ≈ 3,17 bpw)
Q4, Q5 ou Q8 : comment choisir sa quantification
Les GPU qui font tourner Qwen2.5 72B Instruct
| RTX 509032 Go · 64 Go RAM~46,6 Go · 1,3–2,5 tok/s estimation | Possible mais lent |
|---|---|
| RTX 409024 Go · 64 Go RAM~46,6 Go · 0,8–1,6 tok/s estimation | Déconseillé |
| RTX 309024 Go · 64 Go RAM~46,6 Go · 0,8–1,6 tok/s estimation | Déconseillé |
| RX 7900 XTX24 Go · 64 Go RAM~46,6 Go · 0,8–1,6 tok/s estimation | Déconseillé |
| RTX 5060 Ti 16 GB16 Go · 64 Go RAM~46,6 Go · 0,6–1,2 tok/s estimation | Déconseillé |
| RTX 5070 Ti16 Go · 64 Go RAM~46,6 Go · 0,6–1,2 tok/s estimation | Déconseillé |
| RTX 508016 Go · 64 Go RAM~46,6 Go · 0,6–1,2 tok/s estimation | Déconseillé |
| RTX 4060 Ti 16 GB16 Go · 64 Go RAM~46,6 Go · 0,6–1,2 tok/s estimation | Déconseillé |
| RTX 4070 Ti SUPER16 Go · 64 Go RAM~46,6 Go · 0,6–1,2 tok/s estimation | Déconseillé |
| RX 9070 XT16 Go · 64 Go RAM~46,6 Go · 0,6–1,2 tok/s estimation | Déconseillé |
| RTX 3060 12 GB12 Go · 64 Go RAM~46,6 Go · 0,6–1,1 tok/s estimation | Déconseillé |
| RTX 407012 Go · 64 Go RAM~46,6 Go · 0,6–1,1 tok/s estimation | Déconseillé |
| RTX 507012 Go · 64 Go RAM~46,6 Go · 0,6–1,1 tok/s estimation | Déconseillé |
| RTX 40608 Go · 64 Go RAM~46,6 Go · 0,5–1 tok/s estimation | Déconseillé |
Les Mac qui font tourner Qwen2.5 72B Instruct
| M3 Ultra (80-core GPU) · 512 GoMac Studio~46,4 Go · 11–17 tok/s estimation | Excellent |
|---|---|
| M4 Max (40-core GPU) · 128 GoMacBook Pro 14, MacBook Pro 16~46,4 Go · 7,5–11 tok/s estimation | Compatible |
| M3 Max (40-core GPU) · 128 GoMacBook Pro 14, MacBook Pro 16~46,4 Go · 5,5–8 tok/s estimation | Compatible |
| M4 Pro (20-core GPU) · 64 GoMac mini, MacBook Pro 14~46,4 Go · 4–5,5 tok/s estimation | Compatible |
| M4 Max (32-core GPU) · 36 GoMacBook Pro 14, MacBook Pro 16~46,4 Go · Pas de données | Incompatible |
| M4 · 32 GoMacBook Air, MacBook Pro 14~46,4 Go · Pas de données | Incompatible |
| M5 · 32 GoMacBook Pro 14~46,4 Go · Pas de données | Incompatible |
| M3 · 24 GoMacBook Air, MacBook Pro 14~46,4 Go · Pas de données | Incompatible |
EstimationDonnées mises à jour il y a 24 joursSource: moteur Run LLM Locally
Les limites en clair
Le cache KV grandit avec le contexte : à 32K, il ajoute environ 10 Go aux poids.
Avec moins de 8 Go de VRAM, choisissez une quantification plus petite ou un modèle plus petit de la même famille.
Où acheter
Les prix et les liens suivent le marché choisi.
AMD Ryzen AI Max+ 395
PC à mémoire unifiée
CompatibleFait tourner Qwen2.5 72B Instruct Q4_K_M entièrement en mémoire
GeForce RTX 5090
Palier de mémoire le plus bas
ExcellentFait tourner Qwen2.5 72B Instruct Q4_K_M entièrement en mémoire
Aucune offre importée pour ce marché : le lien ouvre une recherche sur la boutique.
Questions fréquentes
Combien de VRAM faut-il pour Qwen2.5 72B Instruct ?
Environ 47,1 Go en Q4_K_M avec un contexte de 8K, cache KV et surcoût compris. En Q8_0, il faut environ 79,1 Go. Un contexte plus long ajoute davantage : environ 10 Go de cache KV à 32K.
Qwen2.5 72B Instruct tourne-t-il sur Mac ?
Oui, sur un Mac dont le GPU peut utiliser au moins 46,4 Go, par exemple M4 Pro (20-core GPU) 64 Go. Par défaut, macOS laisse le GPU utiliser environ deux tiers à trois quarts de la mémoire unifiée.
À quelle vitesse tourne Qwen2.5 72B Instruct ?
Sur une RTX 4090, nous estimons 0,8–1,6 tok/s en Q4_K_M. C'est une estimation fondée sur la bande passante mémoire (confiance faible) tant que des benchmarks ne sont pas importés.