跳转到主要内容

Tesla P100 16G 能跑 Xing4.0 29B-A4B 吗?

从容运行:GGUF Q2_K 在 4K 上下文、批量 1 时需要 13.6 GB,余量 2.4 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 Q8_034.9无法容纳已核验文件
GGUF Q6_K28.6无法容纳已核验文件
GGUF Q5_K_M25.3无法容纳已核验文件
GGUF Q4_K_M21.2无法容纳已核验文件
GGUF IQ4_XS19.0无法容纳已核验文件
GGUF Q3_K_M17.0无法容纳已核验文件
GGUF IQ3_XXS15.3显存紧张已核验文件
GGUF Q2_K13.6从容运行已核验文件
GGUF IQ2_XXS11.0从容运行已核验文件

上下文容量 · GGUF Q2_K

上下文总计 GB结论
4K13.6从容运行
16K14.2显存紧张
32K15.0显存紧张
128K19.6无法容纳

生成速度

GGUF Q2_K: 468 tok/s · 带宽上限(非实测)

其他模型与显卡组合