跳转到主要内容

A40 48G 能跑 Qwen3-VL 30B-A3B Instruct 吗?

从容运行:GGUF Q8_0 在 4K 上下文、批量 1 时需要 34.4 GB,余量 13.6 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_M19.9从容运行已核验文件
GGUF Q3_K_M15.1从容运行已核验文件
GGUF Q8_034.4从容运行已核验文件
AWQ INT416.4从容运行估算权重

上下文容量 · GGUF Q8_0

上下文总计 GB结论
4K34.4从容运行
16K35.6从容运行
32K37.3从容运行
128K47.2显存紧张

生成速度

GGUF Q8_0: 230 tok/s · 带宽上限(非实测)

其他模型与显卡组合