Estimation carte × modèle

Llama 3.2 3B sur RTX 4070 Q4_K_M

devrait tenir

Sur une RTX 4070 (12 Go), Llama 3.2 3B en Q4_K_M demande environ 3,4 Go de mémoire vidéo : il devrait tenir.

Pas encore mesuré : les chiffres ci-dessous sont des estimations, calculées à partir des modèles déjà mesurés sur cette carte. Mesurer ma carte

—

Génération (estimée)

≥ 3,4 Go

VRAM conseillée (12 Go dispo.)

—

Conso (modèle de réf.)

—

Coût élec. / M tokens · 0,25 €/kWh

Aucun modèle n'a encore été mesuré sur la RTX 4070 : pas d'estimation de vitesse possible.

Et avec un contexte plus long ?

Contexte	Cache KV	VRAM estimée	Tient en 12 Go ?	Vitesse estimée
4 096	0,4 Go	2,8 Go	oui	—
8 192	0,9 Go	3,3 Go	oui	—
16 384	1,8 Go	4,1 Go	oui	—
32 768	3,5 Go	5,9 Go	oui	—
65 536	7,0 Go	9,4 Go	oui	—
131 072	14,0 Go	16,4 Go	non	—

VRAM estimée = fichier + cache KV (couches à attention complète, f16) + ~0,5 Go de buffers, hors mémoire prise par le système — d'où la « VRAM conseillée », un peu plus haute, qui garde cette marge. Vitesse ≈ vitesse estimée × poids lus ÷ (poids lus + cache KV ajouté).

Llama 3.2 3B sur les autres cartes

devrait tenir

Fiche Llama 3.2 3B Fiche RTX 4070 Ressentir la vitesse Télécharger le GGUF (1,9 Go)

Estimations fondées sur les mesures réelles d'autres modèles sur cette carte et sur les données publiques du modèle (Meta Llama). Dès qu'une mesure existe, cette page affiche les vrais chiffres.