跳转到主要内容

RTX 4090 能跑 Qwen3 14B Instruct 吗?

从容运行:GGUF Q5_K_M 在 4K 上下文、批量 1 时需要 11.7 GB,余量 12.3 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 4.65bpw11810

各量化在 4K 下的显存

量化总计 GB结论权重依据
GGUF Q4_K_M10.0从容运行估算权重
GGUF Q5_K_M11.7从容运行估算权重
AWQ INT48.4从容运行估算权重
EXL2 4.65bpw9.7从容运行估算权重

上下文容量 · GGUF Q5_K_M

上下文总计 GB结论
4K11.7从容运行
16K13.7从容运行
32K16.5从容运行

生成速度

实测: 118 tok/s, EXL2 4.65bpw, ExLlamaV2

GGUF Q5_K_M: 67–89 tok/s · 校准推算区间

其他模型与显卡组合