Llama 3.2 Vision 90B — 显存、速度与本地部署
作者： Jakub Rusinowski · 最后更新：
Full-power multimodal Llama. Requires high-end hardware (48+ GB VRAM) but matches GPT-4V on most vision benchmarks.
Llama 3.2 Vision 90B 在 Q4_K_M 下约需 54 GB 显存——量化权重加框架开销，不含 KV 缓存。在 Apple Silicon 上，这部分来自统一内存。
按量化级别的显存与速度
计算基准：NVIDIA RTX 4090 (24 GB)。包含 8K 上下文的 KV 缓存，因此数值高于上方的主数字。
| 量化 | 显存 | 显存 | 速度（估算） | 适配 |
|---|---|---|---|---|
| Q2_K 2.63 bpw | 33.3 GB | ~3 tok/s | 需卸载 | |
| Q3_K_M 3.41 bpw | 42 GB | ~3 tok/s | 需卸载 | |
| Q4_K_M 4.83 bpw | 57.8 GB | — | 放不下 | |
| Q5_K_M 5.67 bpw | 67.1 GB | — | 放不下 | |
| Q6_K 6.56 bpw | 77 GB | — | 放不下 | |
| Q8_0 8.50 bpw | 98.5 GB | — | 放不下 | |
| F16 16.00 bpw | 181.8 GB | — | 放不下 |
黑色标记 = NVIDIA RTX 4090 (24 GB) 上的可用显存。 估算来自内存带宽屋顶线模型，详见 方法说明页. Llama 3.2 Vision 90B 显存计算器 →
运行 Llama 3.2 Vision 90B
目录中能运行 Llama 3.2 Vision 90B 的最便宜 GPU 是 NVIDIA DGX Spark (128 GB).
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。
如何运行 Llama 3.2 Vision 90B
安装 Ollama，然后运行：
ollama run llama3.2-vision:90b规格
Curated — A hand-written entry from before this catalogue recorded its sources. The figures are long-standing but their provenance is not on file.
- 参数量
- 90 Billion
- 上下文窗口
- 128,000
- 架构
- Dense + Vision Encoder
- 提供商
- Meta
- 许可证
- Llama 3.2 Community
- Practical deployment
- Workstation (large unified memory or pro GPU)
- 规格量化
- Q4_K_M
- 系统内存
- 64 GB
- 记录更新于
- 2024-09-25
Weights are downloadable and commercial use is permitted, subject to the licence’s acceptable-use terms.
质量与使用场景
评分由模型作者或独立评测方发布——衡量质量而非吞吐量，并非我们实测。
我的 GPU 能运行 Llama 3.2 Vision 90B 吗？
- Llama 3.2 Vision 90B 在 AMD Radeon RX 9060 XT 8GB 上
- Llama 3.2 Vision 90B 在 AMD Ryzen AI Max+ 395 上
- Llama 3.2 Vision 90B 在 Apple M1 Ultra 上
- Llama 3.2 Vision 90B 在 Apple M2 Max 上
- Llama 3.2 Vision 90B 在 Apple M4 Max 上
- Llama 3.2 Vision 90B 在 Apple M5 Max 上
- Llama 3.2 Vision 90B 在 Intel Arc B570 上
- Llama 3.2 Vision 90B 在 Intel Arc B580 上
- Llama 3.2 Vision 90B 在 NVIDIA A100 80GB (PCIe) 上
- Llama 3.2 Vision 90B 在 NVIDIA DGX Spark 上
- Llama 3.2 Vision 90B 在 NVIDIA GeForce RTX 3060 (12GB) 上
- Llama 3.2 Vision 90B 在 NVIDIA GeForce RTX 3070 上
- Llama 3.2 Vision 90B 在 NVIDIA GeForce RTX 3070 Ti 上
- Llama 3.2 Vision 90B 在 NVIDIA GeForce RTX 3080 (10GB) 上
- Llama 3.2 Vision 90B 在 NVIDIA GeForce RTX 4060 上
- Llama 3.2 Vision 90B 在 NVIDIA GeForce RTX 4070 上
- Llama 3.2 Vision 90B 在 NVIDIA GeForce RTX 4070 Super 上
- Llama 3.2 Vision 90B 在 NVIDIA GeForce RTX 4070 Ti 上
- Llama 3.2 Vision 90B 在 NVIDIA GeForce RTX 5060 上
- Llama 3.2 Vision 90B 在 NVIDIA GeForce RTX 5060 Ti 8GB 上
- Llama 3.2 Vision 90B 在 NVIDIA GeForce RTX 5070 上
- Llama 3.2 Vision 90B 在 NVIDIA H100 80GB (PCIe) 上
- Llama 3.2 Vision 90B 在 NVIDIA RTX PRO 6000 Blackwell 上
Llama 3.2 Vision 的其他尺寸
Llama 3.2 Vision 90B — 常见问题
How much VRAM does Llama 3.2 Vision 90B need?
About 54 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 90B run on an RTX 4090 (24 GB)?
No. Llama 3.2 Vision 90B needs about 54 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 3.2 Vision 90B locally?
Install Ollama and run `ollama run llama3.2-vision:90b`. 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.