Granite 3.0 8B Instruct — VRAM, szybkość i lokalna konfiguracja
Autor: Jakub Rusinowski · Ostatnia aktualizacja:
A robust 8B model optimized for enterprise tasks, coding, and RAG. Completely open license.
Granite 3.0 8B Instruct potrzebuje około 6 GB VRAM przy Q4_K_M — skwantyzowane wagi plus narzut frameworka, bez pamięci podręcznej KV. Na Apple Silicon ta wartość pochodzi z pamięci zunifikowanej.
VRAM i szybkość według kwantyzacji
Liczone dla NVIDIA RTX 4090 (24 GB). Obejmuje pamięć podręczną KV przy kontekście 8K, więc wartości są wyższe niż główna liczba.
| Kwant. | Pamięć | VRAM | Szybkość (szac.) | Dopasowanie |
|---|---|---|---|---|
| Q2_K 2.63 bpw | 4.8 GB | ~151 tok/s | Mieści się | |
| Q3_K_M 3.41 bpw | 5.6 GB | ~131 tok/s | Mieści się | |
| Q4_K_M 4.83 bpw | 7 GB | ~105 tok/s | Mieści się | |
| Q5_K_M 5.67 bpw | 7.8 GB | ~94 tok/s | Mieści się | |
| Q6_K 6.56 bpw | 8.7 GB | ~85 tok/s | Mieści się | |
| Q8_0 8.50 bpw | 10.6 GB | ~70 tok/s | Mieści się | |
| F16 16.00 bpw | 18.1 GB | ~41 tok/s | Mieści się |
Czarny znacznik = dostępna pamięć na NVIDIA RTX 4090 (24 GB). Szacunki z modelu przepustowości pamięci opisanego na stronie metodologii. Kalkulator VRAM dla Granite 3.0 8B Instruct →
Uruchom Granite 3.0 8B Instruct
Najtańsze GPU z naszego katalogu, które uruchomi Granite 3.0 8B Instruct, to Intel Arc B570 (10 GB).
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.
Jak uruchomić Granite 3.0 8B Instruct
Zainstaluj Ollama, a potem uruchom:
ollama run granite3-denseSpecyfikacja
Curated — A hand-written entry from before this catalogue recorded its sources. The figures are long-standing but their provenance is not on file.
- Parametry
- 8 Billion
- Okno kontekstu
- 4,096
- Architektura
- Dense
- Dostawca
- IBM
- Licencja
- Apache 2.0
- Practical deployment
- Laptop
- Określono przy
- Q4_K_M
- RAM systemowy
- 16 GB
- Rekord zaktualizowany
- 2024-10-21
Commercial use permitted. No usage restrictions beyond attribution.
Jakość i zastosowania
Wyniki opublikowane przez autorów modelu lub niezależnego oceniającego — jakość, nie przepustowość, i nie mierzone przez nas.
Czy uruchomię Granite 3.0 8B Instruct na moim GPU?
- Granite 3.0 na AMD Radeon RX 9060 XT 8GB
- Granite 3.0 na Intel Arc B570
- Granite 3.0 na Intel Arc B580
- Granite 3.0 na NVIDIA GeForce RTX 3060 (12GB)
- Granite 3.0 na NVIDIA GeForce RTX 3070
- Granite 3.0 na NVIDIA GeForce RTX 3070 Ti
- Granite 3.0 na NVIDIA GeForce RTX 3080 (10GB)
- Granite 3.0 na NVIDIA GeForce RTX 4060
- Granite 3.0 na NVIDIA GeForce RTX 4070
- Granite 3.0 na NVIDIA GeForce RTX 4070 Super
- Granite 3.0 na NVIDIA GeForce RTX 4070 Ti
- Granite 3.0 na NVIDIA GeForce RTX 5060
- Granite 3.0 na NVIDIA GeForce RTX 5060 Ti 8GB
- Granite 3.0 na NVIDIA GeForce RTX 5070
Granite 3.0 8B Instruct — najczęściej zadawane pytania
How much VRAM does Granite 3.0 8B Instruct need?
About 6 GB at Q4_K_M — quantized weights plus framework overhead, before any KV cache. The cache grows with context length and is added on top; the table above folds it in. Apple Silicon counts unified memory toward the same figure.
Does Granite 3.0 8B Instruct run on an RTX 4090 (24 GB)?
Yes. Granite 3.0 8B Instruct needs about 6 GB at Q4_K_M, inside a 24 GB card, at an estimated 105 tokens/sec.
How do I run Granite 3.0 8B Instruct locally?
Install Ollama and run `ollama run granite3-dense`. That pulls the weights and starts a local OpenAI-compatible endpoint; after the download nothing leaves the machine.