Sur une RTX 5060 (8 Go), R1 Distill 32B Qwen en Q4_K_M demande environ 20,0 Go de mémoire vidéo : c'est trop juste, il faudrait décharger une partie du modèle en mémoire système (beaucoup plus lent).
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)
≥ 20,0 Go
VRAM conseillée (8 Go dispo.)
—
Conso (modèle de réf.)
—
Coût élec. / M tokens · 0,25 €/kWh
Pas d'estimation de vitesse : le modèle ne tient pas en mémoire vidéo, une partie passerait en mémoire système et la vitesse s'effondrerait (souvent moins de 5 tok/s).
Et avec un contexte plus long ?
Contexte
Cache KV
VRAM estimée
Tient en 8 Go ?
Vitesse estimée
4 096
1,0 Go
20,0 Go
non
—
8 192
2,0 Go
21,0 Go
non
—
16 384
4,0 Go
23,0 Go
non
—
32 768
8,0 Go
27,0 Go
non
—
65 536
16,0 Go
35,0 Go
non
—
131 072
32,0 Go
51,0 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).
Estimations fondées sur les mesures réelles d'autres modèles sur cette carte et sur les données publiques du modèle (DeepSeek). Dès qu'une mesure existe, cette page affiche les vrais chiffres.