01Cosa sa fare
- 2,5B attivi: throughput elevato su GPU consumer
- Contesto di 262k per repository di grandi dimensioni
- Apache 2.0, uso commerciale libero
- Tag ufficiale Ollama
- —~23 GB di VRAM in Q4: consigliata una scheda da 24 GB o un Mac da 32 GB
- —Specializzato nel codice: meno adatto alla chat generica
- —Nessun punteggio pubblico nelle nostre fonti: prestazioni da verificare sui tuoi casi d'uso
04Installare
Installa Ollama per il tuo OS. Verifica il modello e la sua quantizzazione prima del download. Inizia con 4096 token di contesto, poi controlla l'allocazione con ollama ps. Un comando qui sotto non dimostra che sia stato eseguito un test sulla tua macchina.
02Memoria richiesta
VRAM GPU approssimativa per far girare questo modello, overhead del contesto di 4k token incluso. Per un contesto più lungo, aggiungi ~1 GB per ogni blocco di 8k token.
Quale hardware serve per Flint 40B-A2.5B?
Per eseguire Flint 40B-A2.5B in locale con quantizzazione Q4, servono circa 23 GB di VRAM. Un’opzione da confrontare: GMKtec EVO-X2 64 GB / 1 TB (Ryzen AI Max+ 395) — lascia un margine per il sistema e il contesto; verifica la compatibilità del motore con la GPU.
Perché questa scelta? La nostra scheda completa su GMKtec EVO-X2 64 GB / 1 TB (Ryzen AI Max+ 395) →
Link affiliati — possibile commissione senza costi aggiuntivi per te, raccomandazione indipendente. In qualità di Partner Amazon, QualeLLM realizza un profitto sugli acquisti idonei.
In mobilità: Flint 40B-A2.5B funziona anche su un Portatile RTX (24 GB di VRAM) →
03Velocità prevista
Token generati al secondo in Q4_K_M, contesto 4k. Oltre 20 t/s, la lettura è confortevole. Al di sotto di 10 t/s, va bene solo per fare delle prove.