跳转到主要内容

Tesla P40 24G 能跑 Recursive Flint 40B-A2.5B 吗?

从容运行:GGUF Q3_K_M 在 4K 上下文、批量 1 时需要 20.6 GB,余量 3.4 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_M20.6从容运行已核验文件
GGUF Q4_K_M26.7无法容纳已核验文件
GGUF Q8_044.5无法容纳已核验文件

上下文容量 · GGUF Q3_K_M

上下文总计 GB结论
4K20.6从容运行
16K21.0从容运行
32K21.4显存紧张
128K24.3显存紧张

生成速度

GGUF Q3_K_M: 297 tok/s · 带宽上限(非实测)

其他模型与显卡组合