跳转到主要内容

A40 48G 能跑 Nemotron 3.5 Bolt 74B-A9B 吗?

从容运行:GGUF IQ2_XXS 在 4K 上下文、批量 1 时需要 23.1 GB,余量 24.9 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 IQ2_XXS23.1从容运行已核验文件

上下文容量 · GGUF IQ2_XXS

上下文总计 GB结论
4K23.1从容运行
16K23.1从容运行
32K23.3从容运行
128K24.1从容运行

生成速度

GGUF IQ2_XXS: 274 tok/s · 带宽上限(非实测)

其他模型与显卡组合