H100 80G 能跑 Arete 27B 吗?
从容运行:GGUF Q8_0 在 4K 上下文、批量 1 时需要 30.2 GB,余量 49.8 GB。
文本输入、FP16 KV 缓存、单卡。统一内存采用显卡指南中的可用容量;负余量可能需要主机卸载。速度来源的设置可能与此 4K 估算不同。
实测记录
此组合暂无实测。容量为估算,并非运行测试。
各量化在 4K 下的显存
| 量化 | 总计 GB | 结论 | 权重依据 |
|---|---|---|---|
| GGUF Q3_K_M | 14.0 | 从容运行 | 已核验文件 |
| GGUF Q4_K_M | 18.3 | 从容运行 | 已核验文件 |
| GGUF Q5_K_M | 21.9 | 从容运行 | 已核验文件 |
| GGUF Q8_0 | 30.2 | 从容运行 | 已核验文件 |
上下文容量 · GGUF Q8_0
| 上下文 | 总计 GB | 结论 |
|---|---|---|
| 4K | 30.2 | 从容运行 |
| 16K | 31.1 | 从容运行 |
| 32K | 32.1 | 从容运行 |
| 128K | 38.8 | 从容运行 |
生成速度
GGUF Q8_0: 35–47 tok/s · 校准推算区间