跳转到主要内容

Tesla P40 24G 能跑 Muse Glimmer 30B 吗?

从容运行:GGUF Q4_K_M 在 4K 上下文、批量 1 时需要 17.7 GB,余量 6.3 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

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 Q4_K_M17.7从容运行已核验文件
GGUF Q5_K_M21.2显存紧张估算权重
GGUF Q6_K24.6显存紧张估算权重
GGUF Q8_031.1无法容纳估算权重

上下文容量 · GGUF Q4_K_M

上下文总计 GB结论
4K17.7从容运行
16K17.8从容运行
32K18.1从容运行
128K19.4从容运行

生成速度

GGUF Q4_K_M: 12–16 tok/s · 校准推算区间

其他模型与显卡组合