NVIDIA H100 80GB (SXM) 运行本地大模型
作者： Jakub Rusinowski · 最后更新：
凭借 80 GB HBM3、3,350 GB/s 带宽，H100 80GB (SXM) 可在 Q4_K_M、8K 上下文下运行目录中的 138 个模型。能放下的最大模型是 Devstral-2 123B（约 75.1 GB），首选是 GPT-OSS 120B，速度 184–381 tok/s。
SXM 模块：80 GB HBM3，3.35 TB/s，最高 700 W。目录中另一条 H100 记录是 2,000 GB/s 的 PCIe 卡。
可在 H100 80GB (SXM) 上运行的模型
Q4_K_M，8K 上下文，可用 80 GB。按质量和速度排序。
| 模型 | 显存 · 标记 = 80 GB | 显存 | 速度 |
|---|---|---|---|
| GPT-OSS 120B GPT-OSS | 71.9 GB | 184–381 tok/s | |
| Llama 4.5 Scout Llama 4.5 | 66.6 GB | 95–198 tok/s | |
| Llama 4 Scout 17B Llama 4 | 68.2 GB | 101–210 tok/s | |
| Llama 3.2 Vision 90B Llama 3.2 Vision | 57.8 GB | 29–61 tok/s | |
| Qwen3-Coder-Next (80B-A3B MoE) Qwen3-Coder | 49.1 GB | 173–360 tok/s | |
| Kolibri 1 Kolibri | 48.4 GB | 214–444 tok/s | |
| Nemotron 3.5 Bolt 74B Nemotron 3.5 | 45.6 GB | 156–323 tok/s | |
| Llama 3.3 70B Instruct Llama 3.3 | 45.7 GB | 36–75 tok/s | |
| Cogito v1 70B Cogito v1 | 45.7 GB | 36–75 tok/s | |
| Apertus 70B Apertus | 43.1 GB | 36–75 tok/s | |
| Cosmos 3 Super Cosmos 3 | 39.4 GB | 66–137 tok/s | |
| K2 Horizon MoVA 36B-A4B K2 Horizon | 25 GB | 178–369 tok/s |
购买显卡，或租用同等显存
直接购买显卡，或按小时租用同等显存的 GPU，先试用模型。
或在 Vast.ai 比较，低至 $0.77/小时 (typical low · varies)
作为亚马逊联盟成员，我们从符合条件的购买中获得收入。云 GPU 链接为推荐链接——我们可能获得佣金，您无需额外付费。
与其他 GPU 的速度对比
Llama 3.1 8B，Q4_K_M。估算区间。 计算方法
规格
规格更新于 2026-10-07。
- 显存
- 80 GB HBM3
- 内存带宽
- 3,350 GB/s
- 显存位宽
- 5120-bit
- 架构
- Hopper GH100
- 系列
- Data center
- 整卡功耗
- 700 W
- 发布年份
- 2022
- 计算后端
- CUDA
- 模型可用
- 80 GB
相似 GPU
常见问题
NVIDIA H100 80GB (SXM) 能运行本地大模型吗？
可以。它有 80 GB（模型可用 80 GB），在 Q4_K_M、8K 上下文下可运行目录中的 138 个模型；最大的是 Devstral-2 123B，约需 75.1 GB。
NVIDIA H100 80GB (SXM) 的 AI 推理速度有多快？
估计它在 Q4_K_M 下运行 Llama 3.1 8B 的速度为 157–327 tok/s。Llama 3.3 70B 的估算为 37–77 tok/s。这些是基于内存带宽的模型估算，并非实测；公式见方法说明页。
80 GB 能运行哪些大模型？
能放下的最佳模型包括：GPT-OSS 120B、Llama 4.5 Scout、Llama 4 Scout 17B、Llama 3.2 Vision 90B、Qwen3-Coder-Next (80B-A3B MoE)。