01Cosa sa fare
- Punto di riferimento per la qualità tra i modelli open-weight
- Contesto di 128k
- Molto forte nel ragionamento
- —40 GB di VRAM in Q4 (almeno 2×3090)
- —Licenza con restrizioni commerciali >700M MAU
05Installare
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?
Per eseguire Llama 3.1 70B in locale con quantizzazione Q4, servono circa 40 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, QuelLLM ottiene un guadagno dagli acquisti che soddisfano i requisiti.
Troppo grande per il tuo computer? Il kit ti fornisce il modello che sta nella tua VRAM
- Spazio online a vita
- PDF + file
- Aggiornamenti a vita
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.
04Benchmark pubblici
Punteggi ripresi dalle model card o da MMLU-Pro / fonti della community. Unità: % di risposte corrette.