Llama 3.1 70B LatamGPT SFT

01Cosa sa fare

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 Llama 3.1 70B LatamGPT SFT?

Per eseguire Llama 3.1 70B LatamGPT SFT in locale con quantizzazione Q4, servono circa 41 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.

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.