01Cosa sa fare
- Contesto nativo di 1M token
- Multimodale (visione + testo)
- Programmazione su compiti di lunga durata e ragionamento
- Pesi aperti per il deployment
- —Consumo di VRAM enorme (~1,6 TB in Q4): fuori portata senza un grande cluster
- —Bassa velocità d'inferenza
- —Licenza propria da rileggere in base all'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 Kimi K3?
Per eseguire Kimi K3 in locale con quantizzazione Q4, servono circa 1624 GB di VRAM. Un'opzione da confrontare: GMKtec EVO-X2 128 GB / 2 TB (Ryzen AI Max+ 395) — questo modello supera la capacità GPU di questo mini-PC: scegli un modello più piccolo o un'infrastruttura adeguata.
Perché questa scelta? La nostra scheda completa su GMKtec EVO-X2 128 GB / 2 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.
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.