Llama 3.3 70B Instruct: VRAM, кванты, скорость, для чего
Llama 3.3 70B Instruct: 70B параметров. Q4_K_M ≈ 42 ГБ (с контекстом), мин. VRAM 64 ГБ. Оценки myvram.ru от пропускной способности памяти и размера — не бентчмарки.
70B параметров · релиз 2024-12 · Llama 3.3 Community License. Хорошо поддерживает русский язык.
Размеры весов и VRAM
Q4_K_M
42 ГБ
Q6_K
58.1 ГБ
Q8_0
73.5 ГБ
Мин. VRAM (Q4)
64 ГБ
Для чего: макс. качество, кодинг, исследования, агентность
Оценки размера: Q4_K_M ≈ 0.60, Q6_K ≈ 0.83, Q8_0 ≈ 1.05 ГБ на млрд параметров (метод modelfit, CC BY 4.0). Источник данных: modelfit (Q4_K_M minRam 64, Q6_K estLoad 57.9). Скорость — оценка от bandwidth/размера, не бентчмарк.
Запуск (Ollama)
ollama run llama3.3:70b Влезает ли на карты каталога (Q4_K_M)
| Карта | VRAM | Статус | ~tok/s |
|---|---|---|---|
| RTX 3060 12GB | 12 GB | CPU offload | 1 |
| RTX 4060 8GB | 8 GB | CPU offload | 1 |
| RTX 4060 Ti 16GB | 16 GB | CPU offload | 1 |
| RTX 4070 12GB | 12 GB | CPU offload | 1 |
| RTX 4070 Super 12GB | 12 GB | CPU offload | 1 |
| RTX 4080 16GB | 16 GB | CPU offload | 1 |
| RTX 4090 24GB | 24 GB | CPU offload | 1 |
| RX 7900 XT 20GB | 20 GB | CPU offload | 1 |
| RX 7900 XTX 24GB | 24 GB | CPU offload | 1 |
| Intel Arc A770 16GB | 16 GB | CPU offload | 1 |
| Apple M1 16GB (unified) | 16 GB | CPU offload | 1 |
| Apple M2 24GB (unified) | 24 GB | CPU offload | 1 |
Семейство Llama