跳转到主要内容

A100 40G 能跑 Ripple-65B-Preview 吗?

从容运行:GGUF IQ3_S 在 4K 上下文、批量 1 时需要 34.5 GB,余量 5.5 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 IQ1_M20.0从容运行已核验文件
GGUF IQ2_XXS21.6从容运行已核验文件
GGUF IQ2_XS23.8从容运行已核验文件
GGUF IQ2_S27.2从容运行已核验文件
GGUF IQ3_XXS29.9从容运行已核验文件
GGUF IQ3_S34.5从容运行已核验文件
GGUF IQ4_XS41.1显存紧张已核验文件
GGUF Q4_K_M41.2显存紧张已核验文件
GGUF Q5_K_M50.8无法容纳已核验文件
GGUF Q6_K60.9无法容纳已核验文件
GGUF Q8_072.6无法容纳已核验文件

上下文容量 · GGUF IQ3_S

上下文总计 GB结论
4K34.5从容运行
16K35.4显存紧张
32K36.5显存紧张
128K43.1无法容纳

生成速度

GGUF IQ3_S: 51 tok/s · 带宽上限(非实测)

其他模型与显卡组合