RTX 4090 能跑 Mixtral-8x7B-Instruct-v0.1 吗？
不能 Mixtral-8x7B-Instruct-v0.1 用 BF16、4,096 token 上下文需要 88.12 GiB–90.01 GiB。RTX 4090 大约有 22 GiB 可用。
19 个文件，合计 93.4 GB。
这些数字是根据模型 config 和文件大小算出的估算，不是实测。 计算方法
怎么调整
- 这个模型没有哪个发布文件能在这个上下文下放进这台设备。需要内存更大的卡，或换个更小的模型。
这张卡上的其他文件
| 量化 | 文件大小 | 引擎 | 合计 | 适配 |
|---|---|---|---|---|
| BF16 safetensors 当前配置 | 93.4 GB | vllm | 88.1 GiB–90.0 GiB | 放不下 |
| GGUF Q8_0 (mradermacher) | 49.6 GB | llama.cpp | 46.8 GiB–48.2 GiB | 放不下 |
| GGUF Q6_K (mradermacher) | 38.4 GB | llama.cpp | 36.4 GiB–37.5 GiB | 放不下 |
| GGUF Q5_K_M (mradermacher) | 33.2 GB | llama.cpp | 31.6 GiB–32.6 GiB | 放不下 |
| GGUF Q4_K_M (mradermacher) | 28.4 GB | llama.cpp | 27.1 GiB–28.0 GiB | 放不下 |
同样的上下文（4,096 token），一次一个对话，每个文件用它常用的引擎。
固定配置
- 模型Mixtral-8x7B-Instruct-v0.1
- 硬件GeForce RTX 4090 24GB (desktop)
- 量化BF16 safetensors
- 上下文长度（缓存 token 数）4,096
- 运行引擎
vllm - 同时运行的序列数1
- KV Cache 精度fp16
技术标识与分享数据
- 模型
mixtral-8x7b-instruct-v0.1 - 硬件
nvidia-geforce-rtx-4090-24gb-desktop - 量化
bf16 - 这套配置的分享代码
v2.eyJzY2hlbWFWZXJzaW9uIjoyLCJjYWxjdWxhdG9yVmVyc2lvbiI6IjAuMy4wIiwiZGF0YXNldFZlcnNpb24iOiIyMDI2LTEwLTAyLjEiLCJjb25maWciOnsibW9kZWxJZCI6Im1peHRyYWwtOHg3Yi1pbnN0cnVjdC12MC4xIiwiaGFyZHdhcmVJZCI6Im52aWRpYS1nZWZvcmNlLXJ0eC00MDkwLTI0Z2ItZGVza3RvcCIsImRldmljZUNvdW50IjoxLCJxdWFudGl6YXRpb25JZCI6ImJmMTYiLCJjb250ZXh0VG9rZW5zIjo0MDk2LCJjb25jdXJyZW50U2VxdWVuY2VzIjoxLCJlbmdpbmUiOiJ2bGxtIiwia3ZUeXBlIjoiZnAxNiJ9fQ
这个数字怎么算出来的
合计 = 权重文件 + KV 缓存 + 运行时缓冲区。范围覆盖所示引擎的低到高运行时开销。
- 权重（文件）
- 86.99 GiB (93,405,585,408 bytes)
- KV 缓存
- 0.50 GiB (536,870,912 bytes)
- 运行时缓冲区
- 0.63 GiB–2.51 GiB
- 合计
- 88.12 GiB–90.01 GiB
- 可用内存
- 22.00 GiB
- 系统 / 显示保留
- 2.00 GiB
- 剩余
- -68.01 GiB–-66.12 GiB
最高估算 90.01 GiB，可用 22.00 GiB
内存够用，不代表指定引擎、量化格式和操作系统一定能跑。软件兼容也不代表性能足够好。
- 上下文在原生窗口 32768 token 以内。
- 完整驻留权重估算使用总参数量，MoE 里没激活的专家也算在内。
- 该 MoE 记录总参数 46702792704、激活参数 12900000000。激活参数的计算量不会当成权重驻留内存。
- 权重只算选中的文件，不会把仓库里所有量化版本加在一起。
- 下载文件大小不等于峰值显存。运行时布局、分配器对齐和 KV 缓存都要另算。
- 权重字节来自 19 个已发布的 safetensors 分片，合计 93405585408 字节。
- 上下文长度指每条序列缓存的 token 数（输入加上预留的输出）。
- 多条并发序列共用一份权重，权重不会按序列数翻倍。
相关页面
数据来源
计算器
组合页锁定路由中的模型和设备。要改身份请到主计算器自定义；分享会保留那次选择。
正在加载已发布的目录快照…
选一个模型，看看它需要多少显存。
选一个模型，看看它需要多少显存。