Welche LLMs laufen auf der NVIDIA RTX 4080 SUPER (16GB)?

Hardware-Kompatibilitätsguide für NVIDIA RTX 4080 SUPER: 16GB VRAM bei 736.3 GB/s Speicherbandbreite.

NVIDIA RTX 4080 SUPER Spezifikationen

VRAM / GPU
16 GB
Bandbreite
736.3 GB/s
FP16-Leistung
52.2 TFLOPS
Architektur
Ada Lovelace
Erscheinungsjahr
2024
Verfügbarer VRAM
16 GB
Gesamtbandbreite
736.3 GB/s
Passt in FP16 / FP8
15
Passt mit INT4
32 / 85
DeepSeek-R1-Distill-Qwen-14B
14B • DeepSeek
Passt INT4
FP16
32.27 GB
FP8
18 GB
INT4
10.86 GB
~34 tok/s (INT4)VRAM-Details öffnen
DeepSeek-R1-Distill-Qwen-7B
7B • DeepSeek
Passt FP8+
FP16
18.27 GB
FP8
11 GB
INT4
7.36 GB
~17 tok/s (FP8)VRAM-Details öffnen
DeepSeek-R1-Distill-Qwen-1.5B
1.5B • DeepSeek
Passt FP16+
FP16
7.27 GB
FP8
5.5 GB
INT4
4.61 GB
~8 tok/s (FP16)VRAM-Details öffnen
DeepSeek-R1-Distill-Llama-8B
8B • DeepSeek
Passt FP8+
FP16
20.27 GB
FP8
12 GB
INT4
7.86 GB
~17 tok/s (FP8)VRAM-Details öffnen
Llama 3 8B
8B • Llama 3
Passt FP8+
FP16
17.81 GB
FP8
9.31 GB
INT4
5.06 GB
~78 tok/s (FP8)VRAM-Details öffnen
Llama 3.1 8B
8B • Llama 3
Passt FP8+
FP16
17.81 GB
FP8
9.31 GB
INT4
5.06 GB
~78 tok/s (FP8)VRAM-Details öffnen
Llama 3.2 1B
1B • Llama 3
Passt FP16+
FP16
2.55 GB
FP8
1.43 GB
INT4
0.86 GB
~313 tok/s (FP16)VRAM-Details öffnen
Llama 3.2 3B
3B • Llama 3
Passt FP16+
FP16
7.23 GB
FP8
3.79 GB
INT4
2.07 GB
~104 tok/s (FP16)VRAM-Details öffnen
Llama 3.2 11B
11B • Llama 3
Passt FP8+
FP16
24.11 GB
FP8
12.61 GB
INT4
6.86 GB
~57 tok/s (FP8)VRAM-Details öffnen
Qwen3-30B-A3BMoE 3B
30B • Qwen 3
Passt INT4
FP16
61.1 GB
FP8
30.73 GB
INT4
15.54 GB
~417 tok/s (INT4)VRAM-Details öffnen
Qwen2.5-14B
14B • Qwen 2
Passt INT4
FP16
30.66 GB
FP8
16.04 GB
INT4
8.72 GB
~89 tok/s (INT4)VRAM-Details öffnen
Qwen3-14B
14B • Qwen 3
Passt INT4
FP16
30.66 GB
FP8
16.04 GB
INT4
8.72 GB
~89 tok/s (INT4)VRAM-Details öffnen
Qwen2-14B
14B • Qwen 2
Passt INT4
FP16
30.66 GB
FP8
16.04 GB
INT4
8.72 GB
~89 tok/s (INT4)VRAM-Details öffnen
Qwen3-8B
8B • Qwen 3
Passt FP8+
FP16
17.93 GB
FP8
9.37 GB
INT4
5.09 GB
~78 tok/s (FP8)VRAM-Details öffnen
Qwen2.5-7B
7B • Qwen 2
Passt FP16+
FP16
15.21 GB
FP8
7.96 GB
INT4
4.33 GB
~45 tok/s (FP16)VRAM-Details öffnen
Qwen2-7B
7B • Qwen 2
Passt FP16+
FP16
15.21 GB
FP8
7.96 GB
INT4
4.33 GB
~45 tok/s (FP16)VRAM-Details öffnen
Qwen3-4B
4B • Qwen 3
Passt FP16+
FP16
9 GB
FP8
4.72 GB
INT4
2.58 GB
~78 tok/s (FP16)VRAM-Details öffnen
Qwen2.5-3B
3B • Qwen 2
Passt FP16+
FP16
6.57 GB
FP8
3.46 GB
INT4
1.91 GB
~104 tok/s (FP16)VRAM-Details öffnen
Qwen2.5-1.5B
1.5B • Qwen 2
Passt FP16+
FP16
3.49 GB
FP8
1.89 GB
INT4
1.1 GB
~209 tok/s (FP16)VRAM-Details öffnen
Qwen2.5-0.5B
0.5B • Qwen 2
Passt FP16+
FP16
1.36 GB
FP8
0.83 GB
INT4
0.57 GB
~626 tok/s (FP16)VRAM-Details öffnen
Qwen3-0.6B
0.6B • Qwen 3
Passt FP16+
FP16
1.94 GB
FP8
1.12 GB
INT4
0.71 GB
~522 tok/s (FP16)VRAM-Details öffnen
Qwen3-1.7B
1.7B • Qwen 3
Passt FP16+
FP16
4.14 GB
FP8
2.22 GB
INT4
1.26 GB
~184 tok/s (FP16)VRAM-Details öffnen
Mistral-Nemo-12B
12B • Mistral
Passt FP8+
FP16
26.46 GB
FP8
13.83 GB
INT4
7.52 GB
~52 tok/s (FP8)VRAM-Details öffnen
Mistral-7B-v0.3
7B • Mistral
Passt FP16+
FP16
15.71 GB
FP8
8.21 GB
INT4
4.46 GB
~45 tok/s (FP16)VRAM-Details öffnen
Gemma-2-9B
9B • Gemma
Passt FP8+
FP16
21.53 GB
FP8
11.22 GB
INT4
6.06 GB
~70 tok/s (FP8)VRAM-Details öffnen
Gemma-2-2B
2B • Gemma
Passt FP16+
FP16
5.11 GB
FP8
2.71 GB
INT4
1.5 GB
~156 tok/s (FP16)VRAM-Details öffnen
Phi-3-14B
14B • Phi
Passt INT4
FP16
30.97 GB
FP8
16.19 GB
INT4
8.8 GB
~89 tok/s (INT4)VRAM-Details öffnen
Phi-3-7B
7B • Phi
Passt FP16+
FP16
15.71 GB
FP8
8.21 GB
INT4
4.46 GB
~45 tok/s (FP16)VRAM-Details öffnen
Phi-3-3.8B
3.8B • Phi
Passt FP16+
FP16
11.02 GB
FP8
5.72 GB
INT4
3.07 GB
~82 tok/s (FP16)VRAM-Details öffnen
CodeLlama-13B
13B • CodeLlama
Passt INT4
FP16
33.56 GB
FP8
17.44 GB
INT4
9.37 GB
~96 tok/s (INT4)VRAM-Details öffnen
CodeLlama-7B
7B • CodeLlama
Passt FP8+
FP16
18.71 GB
FP8
9.71 GB
INT4
5.21 GB
~89 tok/s (FP8)VRAM-Details öffnen
GPT-OSS-20BMoE 3.6B
21B • GPT-OSS
Passt INT4
FP16
43.15 GB
FP8
21.78 GB
INT4
11.09 GB
~348 tok/s (INT4)VRAM-Details öffnen

NVIDIA RTX 4080 SUPER 1x / 2x / 4x LLM-Kompatibilitätsmatrix

Berechnet bei 8K Kontextlänge und Batchgröße 1.

LLM-ModellFP8-VRAM-Bedarf1× (16GB)2× (32GB)4× (64GB)
DeepSeek-R1(671B)675 GBNeeds 22×Needs 22×Needs 22×
DeepSeek-R1-Distill-Qwen-32B(32B)36 GBNeeds 2×INT4FP8 / INT4
Llama 4 Scout(109B)111.21 GBNeeds 4×Needs 4×INT4
Llama 3.1 8B(8B)9.31 GBFP8 / INT4FP16 / FP8 / INT4FP16 / FP8 / INT4
Llama 3.1 70B(70B)78.31 GBNeeds 3×Needs 3×INT4
Qwen3-235B-A22B(235B)237.95 GBNeeds 8×Needs 8×Needs 8×
Qwen3-32B(32B)36.23 GBNeeds 2×INT4FP8 / INT4
Qwen3-14B(14B)16.04 GBINT4FP16 / FP8 / INT4FP16 / FP8 / INT4
Mixtral-8x7B(46.7B)48.5 GBNeeds 2×INT4FP8 / INT4
GPT-OSS-20B(21B)21.78 GBINT4FP8 / INT4FP16 / FP8 / INT4

Spezielle Kompatibilitätsguides für alle 22 GPUs

NVIDIA RTX 4080 SUPER LLM-Deployment FAQ

tools.gpuCompatibility.gpuDetail.faq.q1▾
Mit 16GB VRAM laufen 32 unserer Benchmark-Modelle bei 8K Kontext in FP16, FP8 oder INT4 auf einer einzelnen Karte.
Welche Token-Rate erreicht die NVIDIA RTX 4080 SUPER?▾
Mit 736.3 GB/s Bandbreite skaliert das Einzelstrom-Tempo umgekehrt proportional zu den aktiven Gewichts-Bytes pro Token.
Wann sollte ich 2x oder 4x NVIDIA RTX 4080 SUPER nutzen?▾
Sobald Modellgewichte plus KV-Cache 16GB überschreiten oder viele parallele Nutzer bedient werden, ist Tensor-Parallelismus nötig.

Verwandte LLM- & GPU-Tools entdecken

Gesamtes AI-Toolkit-Verzeichnis →