Llama 4 Scout 17B — VRAM, szybkość i lokalna konfiguracja
Autor: Jakub Rusinowski · Ostatnia aktualizacja:
The most accessible Llama 4 model. 17B active parameters in a 109B MoE architecture with a massive 10M token context window. All 109B parameters must be resident in memory even though only 17B activate per token, so it needs roughly 67 GB at Q4_K_M — an 80 GB datacentre card, a 96 GB+ unified-memory machine, or multi-GPU. Meta states it fits a single H100 at int4.
Llama 4 Scout 17B potrzebuje około 67 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 | 38.2 GB | ~14 tok/s | Częściowo w RAM | |
| Q3_K_M 3.41 bpw | 48.9 GB | ~12 tok/s | Częściowo w RAM | |
| Q4_K_M 4.83 bpw | 68.2 GB | — | Za duży | |
| Q5_K_M 5.67 bpw | 79.7 GB | — | Za duży | |
| Q6_K 6.56 bpw | 91.8 GB | — | Za duży | |
| Q8_0 8.50 bpw | 118.2 GB | — | Za duży | |
| F16 16.00 bpw | 220.4 GB | — | Za duży |
Czarny znacznik = dostępna pamięć na NVIDIA RTX 4090 (24 GB). Szacunki z modelu przepustowości pamięci opisanego na stronie metodologii. Kalkulator VRAM dla Llama 4 Scout 17B →
Uruchom Llama 4 Scout 17B
Najtańsze GPU z naszego katalogu, które uruchomi Llama 4 Scout 17B, to NVIDIA DGX Spark (128 GB).
lub porównaj w Vast.ai od $0.77/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 4 Scout 17B
Zainstaluj Ollama, a potem uruchom:
ollama run llama4:scoutSpecyfikacja
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
- 109 Billion (17B active)
- Okno kontekstu
- 10,000,000
- Architektura
- MoE (16 experts)
- Dostawca
- Meta
- Licencja
- Llama 4 Community
- Practical deployment
- Workstation (large unified memory or pro GPU)
- Określono przy
- Q4_K_M
- RAM systemowy
- 16 GB
- Rekord zaktualizowany
- 2025-04-05
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 4 Scout 17B na moim GPU?
- Llama 4 Scout 17B na AMD Ryzen AI Max+ 395
- Llama 4 Scout 17B na Apple M1 Max
- Llama 4 Scout 17B na Apple M1 Pro
- Llama 4 Scout 17B na Apple M1 Ultra
- Llama 4 Scout 17B na Apple M2 Max
- Llama 4 Scout 17B na Apple M2 Pro
- Llama 4 Scout 17B na Apple M3 Max
- Llama 4 Scout 17B na Apple M3 Pro
- Llama 4 Scout 17B na Apple M3 Ultra
- Llama 4 Scout 17B na Apple M4
- Llama 4 Scout 17B na Apple M4 Max
- Llama 4 Scout 17B na Apple M5
- Llama 4 Scout 17B na Apple M5 Max
- Llama 4 Scout 17B na Apple M5 Pro
- Llama 4 Scout 17B na NVIDIA A100 80GB (PCIe)
- Llama 4 Scout 17B na NVIDIA DGX Spark
- Llama 4 Scout 17B na NVIDIA GeForce RTX 4090
- Llama 4 Scout 17B na NVIDIA GeForce RTX 5090
- Llama 4 Scout 17B na NVIDIA H100 80GB (PCIe)
- Llama 4 Scout 17B na NVIDIA L40S
- Llama 4 Scout 17B na NVIDIA RTX 6000 Ada Generation
- Llama 4 Scout 17B na NVIDIA RTX PRO 6000 Blackwell
Inne rozmiary Llama 4
Llama 4 Scout 17B — najczęściej zadawane pytania
How much VRAM does Llama 4 Scout 17B need?
About 67 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 4 Scout 17B run on an RTX 4090 (24 GB)?
No. Llama 4 Scout 17B needs about 67 GB at Q4_K_M, more than a single RTX 4090's 24 GB. It needs a larger card, several GPUs, or Apple Silicon with enough unified memory — or it runs with part of the weights offloaded to system RAM, which is much slower.
How do I run Llama 4 Scout 17B locally?
Install Ollama and run `ollama run llama4:scout`. That pulls the weights and starts a local OpenAI-compatible endpoint; after the download nothing leaves the machine.
What other sizes does Llama 4 come in?
Llama 4 Scout 17B (67 GB), Llama 4 Maverick 17B (242 GB). Every size shares the family's training and licence; the larger ones score higher and need proportionally more memory.