跳转到主要内容

RTX 4090 能跑 DeepSeek-R1-Distill-Qwen-14B 吗?

从容运行:EXL2 4.65bpw 在 4K 上下文、批量 1 时需要 9.8 GB,余量 14.3 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

框架量化tok/s实测显存(GB)
ExLlamaV2EXL2 4.65bpw1289.8

各量化在 4K 下的显存

量化总计 GB结论权重依据
GGUF Q4_K_M10.1从容运行估算权重
EXL2 4.65bpw9.8从容运行估算权重
AWQ INT48.5从容运行估算权重

上下文容量 · EXL2 4.65bpw

上下文总计 GB结论
4K9.8从容运行
16K12.2从容运行
32K15.5从容运行
128K35.3无法容纳

生成速度

实测: 128 tok/s, EXL2 4.65bpw, ExLlamaV2

EXL2 4.65bpw: 128 tok/s · 实测

其他模型与显卡组合