NVIDIADesktopowe GPUAktualna generacja

NVIDIA L4 do lokalnych LLM

Autor: Jakub Rusinowski · Ostatnia aktualizacja: 7 października 2026

Z 24 GB GDDR6 przy 300 GB/s L4 uruchamia 118 modeli z katalogu przy Q4_K_M i kontekście 8K. Największy, który się mieści, to Qwen 3 32B (~22.8 GB), a najlepszy wybór to Laguna XS 2.1 33B-A3B przy 44–85 tok/s.

24 GB GDDR6 przy 300 GB/s w niskoprofilowej, jednoslotowej karcie 72 W. Dużo pamięci, mała przepustowość. Częsta w instancjach chmurowych.

Sprawdź mój sprzęt →Pełna tabela benchmarków

Modele, które działają na L4

Q4_K_M, kontekst 8K, 24 GB do wykorzystania. Uszeregowane według jakości i szybkości.

Model	VRAM	Szybkość	Zmieści się?
Laguna XS 2.1 33B-A3B Poolside Laguna XS 2.1	20.7 GB	44–85 tok/s	Mieści się
Granite 4.0 Small-H 32B-A9B IBM Granite 4.0	20.1 GB	24–46 tok/s	Mieści się
Nemotron-Cascade 2 30B-A3B Nemotron Cascade 2	19.9 GB	42–80 tok/s	Mieści się
Qwen 3 30B-A3B (MoE) Qwen 3	20 GB	56–107 tok/s	Mieści się
Qwen3-Coder 30B-A3B (MoE) Qwen3-Coder	20 GB	56–107 tok/s	Mieści się
GLM-4.7-Flash 30B-A3B GLM-4.7 / GLM-Z1	18.9 GB	45–87 tok/s	Mieści się
Nemotron 3 Nano Omni 30B-A3B Nemotron 3 Nano Omni	18.9 GB	45–87 tok/s	Mieści się
North Mini Code 1.0 30B-A3B North Mini Code	18.9 GB	45–87 tok/s	Mieści się
Nemotron 3.5 Lightning 30B-A3B Nemotron 3.5	18.9 GB	45–87 tok/s	Mieści się
Trinity Mini Trinity	16.9 GB	74–142 tok/s	Mieści się
Gemma 4 26B-A4B Gemma 4	16.5 GB	40–77 tok/s	Mieści się
LFM2.5-24B-A2B LFM2.5	15.5 GB	84–161 tok/s	Mieści się

Pokazano 12 z 118

Kup kartę lub wynajmij tyle samo pamięci

Kup kartę albo wynajmij na godziny GPU z taką samą pamięcią, by najpierw wypróbować modele.

Kup ten sprzęt AMD Radeon RX 7900 XTX 24GB — 24 GB VRAM · 355 W board power Uruchom w chmurze RTX 4090 w RunPod — od $0.34/godz. · stawka sprawdzona 2026-07

lub porównaj w Vast.ai od $0.35/godz. (typical low · varies)

Jako partner Amazon zarabiamy na kwalifikujących się zakupach. Linki do chmurowych GPU są linkami polecającymi — możemy otrzymać prowizję bez dodatkowych kosztów dla Ciebie.

Szybkość na tle innych GPU

Llama 3.1 8B, Q4_K_M. Szacowane zakresy. Jak to liczymy

H100 80GB (SXM)157–327 tok/s H100 80GB (PCIe)120–250 tok/s RTX 5090113–234 tok/s RTX PRO 6000 Blackwell113–234 tok/s RTX PRO 6000 Blackwell (Max-Q Edition)113–234 tok/s A100 80GB (PCIe)102–196 tok/s RTX PRO 5000 Blackwell (48 GB)94–194 tok/s RTX PRO 5000 Blackwell (72 GB)94–194 tok/s L432–61 tok/s

Specyfikacja

Specyfikację zaktualizowano 2026-10-07.

Pamięć: 24 GB GDDR6
Przepustowość pamięci: 300 GB/s
Szyna pamięci: 192-bit
Architektura: Ada Lovelace AD104
Seria: Data center
Pobór mocy: 72 W
Rok premiery: 2023
Backendy obliczeniowe: CUDA
Dostępne dla modeli: 24 GB

Najlepsze dorented 24 GBlow power inference

Podobne GPU

NVIDIA Tesla P4024 GB · 346 GB/sTyle samo VRAM, +15% przepustowości Intel Arc Pro B6024 GB · 456 GB/sTyle samo VRAM, +52% przepustowości NVIDIA A1024 GB · 600 GB/sTyle samo VRAM, +100% przepustowości

Najczęstsze pytania

Czy NVIDIA L4 uruchomi lokalne LLM?

Tak. Z 24 GB (24 GB dostępne dla modelu) uruchamia 118 modeli z katalogu przy Q4_K_M i kontekście 8K; największy to Qwen 3 32B, potrzebuje około 22.8 GB.

Jak szybki jest NVIDIA L4 w inferencji AI?

Szacujemy, że uruchamia Llama 3.1 8B z szybkością 32–61 tok/s przy Q4_K_M. Llama 3.3 70B się nie mieści: potrzebuje około 44 GB, a dostępne jest 24 GB. To szacunki z modelu przepustowości pamięci, nie pomiary; wzór jest na stronie metodologii.

Jakie LLM uruchomię na 24 GB?

Wśród najlepszych, które się mieszczą: Laguna XS 2.1 33B-A3B, Granite 4.0 Small-H 32B-A9B, Nemotron-Cascade 2 30B-A3B, Qwen 3 30B-A3B (MoE), Qwen3-Coder 30B-A3B (MoE).

Więcej o tej karcie

Narzędzia

Poradniki