Läuft Qwen2.5-14B-Instruct auf RTX 4060 Ti?
Ja Qwen2.5-14B-Instruct mit Q4_K_M braucht 10,00 GiB–10,64 GiB bei 8.192 Tokens Kontext. Die RTX 4060 Ti hat etwa 15 GiB nutzbar.
3 Dateien, zusammen 9,0 GB.
Das sind Schätzungen aus der config des Modells und den Dateigrößen, keine Messungen. So rechnen wir
Wie viel Luft bleibt
- Der Kontext kann auf etwa 22.528 Tokens wachsen, bevor es nicht mehr sauber passt.
- Auch eine größere Datei passt: GGUF Q5_K_M (Qwen) braucht etwa 12,1 GiB (Passt).
Andere Dateien auf dieser Karte
| Quantisierung | Dateigröße | Engine | Summe | Passung |
|---|---|---|---|---|
| BF16 safetensors | 29,5 GB | vllm | 29,6 GiB–31,6 GiB | Passt nicht |
| GGUF Q8_0 | 15,7 GB | llama.cpp | 16,2 GiB–17,0 GiB | Passt nicht |
| GGUF Q6_K (Qwen) | 12,1 GB | llama.cpp | 12,9 GiB–13,6 GiB | Knapp |
| GGUF Q5_K_M (Qwen) | 10,5 GB | llama.cpp | 11,4 GiB–12,1 GiB | Passt |
| GGUF Q4_K_M Aktuelles Setup | 9,0 GB | llama.cpp | 10,0 GiB–10,6 GiB | Passt |
Gleicher Kontext (8.192 Tokens), ein Chat gleichzeitig, jede Datei mit ihrer üblichen Engine.
Verwendetes Setup
- ModellQwen2.5-14B-Instruct
- HardwareGeForce RTX 4060 Ti 16GB (desktop)
- QuantisierungGGUF Q4_K_M
- Kontextlänge (zwischengespeicherte Tokens)8.192
- Laufzeit
llama.cpp - Gleichzeitige Sequenzen1
- KV-Cache-Typfp16
Technische Kennungen und Freigabedaten
- Modell
qwen2.5-14b-instruct - Hardware
nvidia-geforce-rtx-4060-ti-16gb-desktop - Quantisierung
gguf-q4_k_m - Freigabecode für dieses Setup
v2.eyJzY2hlbWFWZXJzaW9uIjoyLCJjYWxjdWxhdG9yVmVyc2lvbiI6IjAuMy4wIiwiZGF0YXNldFZlcnNpb24iOiIyMDI2LTEwLTAyLjEiLCJjb25maWciOnsibW9kZWxJZCI6InF3ZW4yLjUtMTRiLWluc3RydWN0IiwiaGFyZHdhcmVJZCI6Im52aWRpYS1nZWZvcmNlLXJ0eC00MDYwLXRpLTE2Z2ItZGVza3RvcCIsImRldmljZUNvdW50IjoxLCJxdWFudGl6YXRpb25JZCI6ImdndWYtcTRfa19tIiwiY29udGV4dFRva2VucyI6ODE5MiwiY29uY3VycmVudFNlcXVlbmNlcyI6MSwiZW5naW5lIjoibGxhbWEuY3BwIiwia3ZUeXBlIjoiZnAxNiJ9fQ
So kommt die Zahl zustande
Summe = Gewichtsdatei + KV-Cache + Laufzeitpuffer. Die Spanne reicht von niedrigem bis hohem Laufzeit-Overhead der gezeigten Engine.
- Gewichte (Datei)
- 8,37 GiB (8.988.110.496 bytes)
- KV-Cache
- 1,50 GiB (1.610.612.736 bytes)
- Laufzeitpuffer
- 0,13 GiB–0,77 GiB
- Summe
- 10,00 GiB–10,64 GiB
- Nutzbarer Speicher
- 15,00 GiB
- Reserve für System / Anzeige
- 1,00 GiB
- Rest
- 4,36 GiB–5,00 GiB
obere Schätzung 10,64 GiB bei 15,00 GiB verfügbar
Genug Speicher bedeutet nicht, dass Engine, Quantisierung und Betriebssystem zusammenlaufen. Unterstützung bedeutet nicht, dass es schnell ist.
- Der Kontext liegt im nativen Fenster von 32768 Tokens.
- Für die geladenen Gewichte zählen alle Parameter, auch inaktive MoE-Experten.
- Gezählt werden nur die gewählten Gewichtsdateien, nicht alle Quantisierungen im Repository.
- Die Downloadgröße ist nicht der Spitzenbedarf an GPU-Speicher. Laufzeitlayout, Allocator-Padding und KV-Cache kommen hinzu.
- Berücksichtigte Dateien: qwen2.5-14b-instruct-q4_k_m-00001-of-00003.gguf, qwen2.5-14b-instruct-q4_k_m-00002-of-00003.gguf, qwen2.5-14b-instruct-q4_k_m-00003-of-00003.gguf.
- Kontextlänge = gecachte Tokens pro Sequenz (Prompt plus reservierte Ausgabe).
- Gleichzeitige Sequenzen teilen eine Modellkopie; Gewichte werden nicht mit der Sequenzzahl multipliziert.
- Die KV-Präzision hängt nicht von der Quantisierung der Gewichte ab, solange Sie sie nicht ändern.
Verwandte Seiten
Quellen
- Qwen2.5-14B-Instruct model card
- config.json — revision cf98f3b3bbb457ad9e2bb7baf9a0125b6b88caa8
- safetensors index — metadata.total_size=29540067328
- Artifact repo Qwen/Qwen2.5-14B-Instruct-GGUF
- NVIDIA GeForce RTX 40 Series specs — RTX 4060 Ti Memory Size 16 GB / 8 GB — this record is the 16 GB SKU only
Rechner
Die Komboseite behält Modell und Gerät der Route. Zum Ändern auf dem Hauptrechner anpassen; der Share behält dann diese Identität.
Katalog-Snapshot wird geladen…
Wähle ein Modell, um zu sehen, wie viel Speicher es braucht.