这个尺寸你说你尴尬不尴尬???

#20
by linghuchong1995 - opened

量化黄金点位q4/4bit/nvfp4,
一台128GB的设备跑不了,256GB的显存/统一内存不如跑glm 5.3 flash了
那个51B n-gram 真不知道是哪个蠢才想出来的,现在流行的都是统一内存,想把它放到CPU内存,想法很美好,但是,都是统一内存了,没有CPU内存可放了,能把125B放到纯显存里还能再搭配CPU内存使用的设备少之又少。
期待大神们能搞出来1台DGX Spark能运行的nvfp4运行方案,否则这模型就真的是陪太子读书了。

尴尬,我们4张A00/80G,一共320G显存,跑不了!

120B很有可能为了SSD 卸载设计的,51 n 复杂度O1放内存,6B激活放显存,量化14后正好放进32G RAM和8G显存里,等着社区出量化

Sign up or log in to comment