NVIDIA Tesla V100 32GB (PCIe) 运行本地大模型
作者： Jakub Rusinowski · 最后更新：
凭借 32 GB HBM2、900 GB/s 带宽，Tesla V100 32GB (PCIe) 可在 Q4_K_M、8K 上下文下运行目录中的 139 个模型。能放下的最大模型是 K2 Horizon MoVA 36B-A4B（约 25 GB），首选是 K2 Horizon MoVA 36B-A4B。
32 GB HBM2，带宽 900 GB/s，功耗 250 W（PCIe）。被动散热，需要服务器风道或额外风扇。可运行 llama.cpp；vLLM 有限制，TensorRT-LLM 和 TGI 已不再支持 Volta（sm_70）。二手价格波动很大（2025–26 年约 650 至 1300 美元），因此不显示价格。没有 Volta 的速度校准：只有适配判断。
可在 Tesla V100 32GB (PCIe) 上运行的模型
Q4_K_M，8K 上下文，可用 32 GB。按质量和速度排序。
| 模型 | 显存 · 标记 = 32 GB | 显存 | 速度 |
|---|---|---|---|
| K2 Horizon MoVA 36B-A4B K2 Horizon | 25 GB | — | |
| Qwen 3.6 35B-A3B Qwen 3.6 | 22.2 GB | — | |
| Nex-N2.5 mini Nex-N2.5 | 21.9 GB | — | |
| Nex-N2 mini Nex-N2 | 21.9 GB | — | |
| Qwen 3.5 35B-A3B Qwen 3.5 | 21.9 GB | — | |
| Jais 3 32B Jais 3 | 24 GB | — | |
| Laguna XS 2.1 33B-A3B Poolside Laguna XS 2.1 | 20.7 GB | — | |
| EXAONE 4.5 33B EXAONE 4 | 22.3 GB | — | |
| Qwen 3 32B Qwen 3 | 22.8 GB | — | |
| Aya Expanse 32B Aya Expanse | 21.6 GB | — | |
| Olmo 3.1 32B Instruct Olmo 3 | 21.7 GB | — | |
| Olmo 3.1 32B Think Olmo 3 | 21.7 GB | — |
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。
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 2026-11-11。
- 显存
- 32 GB HBM2
- 内存带宽
- 900 GB/s
- 显存位宽
- 4096-bit
- 架构
- Volta GV100
- 系列
- Tesla
- 整卡功耗
- 250 W
- 发布年份
- 2018
- 计算后端
- CUDA, VULKAN
- 模型可用
- 32 GB
相似 GPU
常见问题
NVIDIA Tesla V100 32GB (PCIe) 能运行本地大模型吗？
可以。它有 32 GB（模型可用 32 GB），在 Q4_K_M、8K 上下文下可运行目录中的 139 个模型；最大的是 K2 Horizon MoVA 36B-A4B，约需 25 GB。
NVIDIA Tesla V100 32GB (PCIe) 的 AI 推理速度有多快？
本站没有 Volta GV100 架构的速度校准，因此只发布该卡的适配判断，不提供每秒 token 数估算。Llama 3.3 70B 放不下：约需 44 GB，而可用只有 32 GB。
32 GB 能运行哪些大模型？
能放下的最佳模型包括：K2 Horizon MoVA 36B-A4B、Qwen 3.6 35B-A3B、Nex-N2.5 mini、Nex-N2 mini、Qwen 3.5 35B-A3B。