Llama 3.2 Vision 11B — VRAM, szybkość i lokalna konfiguracja
Autor: Jakub Rusinowski · Ostatnia aktualizacja:
The most popular local vision-language model. Runs on an 8 GB GPU with Q4 quantization. Excellent for image Q&A, chart analysis, and document OCR.
Llama 3.2 Vision 11B potrzebuje około 7 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 | 5.6 GB | ~129 tok/s | Mieści się | |
| Q3_K_M 3.41 bpw | 6.7 GB | ~110 tok/s | Mieści się | |
| Q4_K_M 4.83 bpw | 8.5 GB | ~86 tok/s | Mieści się | |
| Q5_K_M 5.67 bpw | 9.7 GB | ~77 tok/s | Mieści się | |
| Q6_K 6.56 bpw | 10.8 GB | ~68 tok/s | Mieści się | |
| Q8_0 8.50 bpw | 13.4 GB | ~55 tok/s | Mieści się | |
| F16 16.00 bpw | 23.3 GB | ~32 tok/s | Na styk |
Czarny znacznik = dostępna pamięć na NVIDIA RTX 4090 (24 GB). Szacunki z modelu przepustowości pamięci opisanego na stronie metodologii. Kalkulator VRAM dla Llama 3.2 Vision 11B →
Uruchom Llama 3.2 Vision 11B
Najtańsze GPU z naszego katalogu, które uruchomi Llama 3.2 Vision 11B, 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 Llama 3.2 Vision 11B
Zainstaluj Ollama, a potem uruchom:
ollama run llama3.2-vision:11bSpecyfikacja
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
- 11 Billion
- Okno kontekstu
- 128,000
- Architektura
- Dense + Vision Encoder
- Dostawca
- Meta
- Licencja
- Llama 3.2 Community
- Practical deployment
- Laptop
- Określono przy
- Q4_K_M
- RAM systemowy
- 16 GB
- Rekord zaktualizowany
- 2024-09-25
Weights are downloadable and commercial use is permitted, subject to the licence’s acceptable-use terms.
Jakość i zastosowania
Wyniki opublikowane przez autorów modelu lub niezależnego oceniającego — jakość, nie przepustowość, i nie mierzone przez nas.
Czy uruchomię Llama 3.2 Vision 11B na moim GPU?
- Llama 3.2 Vision 11B na AMD Radeon RX 9060 XT 8GB
- Llama 3.2 Vision 11B na AMD Ryzen AI Max+ 395
- Llama 3.2 Vision 11B na Apple M1 Ultra
- Llama 3.2 Vision 11B na Apple M2 Max
- Llama 3.2 Vision 11B na Apple M4 Max
- Llama 3.2 Vision 11B na Apple M5 Max
- Llama 3.2 Vision 11B na Intel Arc B570
- Llama 3.2 Vision 11B na Intel Arc B580
- Llama 3.2 Vision 11B na NVIDIA A100 80GB (PCIe)
- Llama 3.2 Vision 11B na NVIDIA DGX Spark
- Llama 3.2 Vision 11B na NVIDIA GeForce RTX 3060 (12GB)
- Llama 3.2 Vision 11B na NVIDIA GeForce RTX 3070
- Llama 3.2 Vision 11B na NVIDIA GeForce RTX 3070 Ti
- Llama 3.2 Vision 11B na NVIDIA GeForce RTX 3080 (10GB)
- Llama 3.2 Vision 11B na NVIDIA GeForce RTX 4060
- Llama 3.2 Vision 11B na NVIDIA GeForce RTX 4070
- Llama 3.2 Vision 11B na NVIDIA GeForce RTX 4070 Super
- Llama 3.2 Vision 11B na NVIDIA GeForce RTX 4070 Ti
- Llama 3.2 Vision 11B na NVIDIA GeForce RTX 5060
- Llama 3.2 Vision 11B na NVIDIA GeForce RTX 5060 Ti 8GB
- Llama 3.2 Vision 11B na NVIDIA GeForce RTX 5070
- Llama 3.2 Vision 11B na NVIDIA H100 80GB (PCIe)
- Llama 3.2 Vision 11B na NVIDIA RTX PRO 6000 Blackwell
Inne rozmiary Llama 3.2 Vision
Llama 3.2 Vision 11B — najczęściej zadawane pytania
How much VRAM does Llama 3.2 Vision 11B need?
About 7 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 Llama 3.2 Vision 11B run on an RTX 4090 (24 GB)?
Yes. Llama 3.2 Vision 11B needs about 7 GB at Q4_K_M, inside a 24 GB card, at an estimated 86 tokens/sec.
How do I run Llama 3.2 Vision 11B locally?
Install Ollama and run `ollama run llama3.2-vision:11b`. That pulls the weights and starts a local OpenAI-compatible endpoint; after the download nothing leaves the machine.
What other sizes does Llama 3.2 Vision come in?
Llama 3.2 Vision 11B (7 GB), Llama 3.2 Vision 90B (54 GB). Every size shares the family's training and licence; the larger ones score higher and need proportionally more memory.