Поиск совместимости GPU и LLM

Выберите видеокарту, количество GPU и контекст, чтобы сразу увидеть, какие 30+ LLM поместятся в VRAM в FP16, FP8 или INT4.

Доступная VRAM
24 GB
Пропускная способность
1,008 GB/s
Поместятся FP16/FP8
22
С учётом INT4
44 / 85
DeepSeek-R1-Distill-Qwen-32B
32B • DeepSeek
Влезает INT4
FP16
68.27 GB
FP8
36 GB
INT4
19.86 GB
DeepSeek-R1-Distill-Qwen-14B
14B • DeepSeek
Влезает FP8+
FP16
32.27 GB
FP8
18 GB
INT4
10.86 GB
DeepSeek-R1-Distill-Qwen-7B
7B • DeepSeek
Влезает FP16+
FP16
18.27 GB
FP8
11 GB
INT4
7.36 GB
DeepSeek-R1-Distill-Qwen-1.5B
1.5B • DeepSeek
Влезает FP16+
FP16
7.27 GB
FP8
5.5 GB
INT4
4.61 GB
DeepSeek-R1-Distill-Llama-8B
8B • DeepSeek
Влезает FP16+
FP16
20.27 GB
FP8
12 GB
INT4
7.86 GB
Llama 3 8B
8B • Llama 3
Влезает FP16+
FP16
17.81 GB
FP8
9.31 GB
INT4
5.06 GB
Llama 3.1 8B
8B • Llama 3
Влезает FP16+
FP16
17.81 GB
FP8
9.31 GB
INT4
5.06 GB
Llama 3.2 1B
1B • Llama 3
Влезает FP16+
FP16
2.55 GB
FP8
1.43 GB
INT4
0.86 GB
Llama 3.2 3B
3B • Llama 3
Влезает FP16+
FP16
7.23 GB
FP8
3.79 GB
INT4
2.07 GB
Llama 3.2 11B
11B • Llama 3
Влезает FP8+
FP16
24.11 GB
FP8
12.61 GB
INT4
6.86 GB
Qwen3.5-35B-A3BMoE 3B
35B • Qwen 3.5
Влезает INT4
FP16
70.98 GB
FP8
35.66 GB
INT4
18.01 GB
Qwen3.5-27B
27B • Qwen 3.5
Влезает INT4
FP16
59.22 GB
FP8
30.97 GB
INT4
16.85 GB
Qwen QwQ-32B
32B • Qwen QwQ
Влезает INT4
FP16
69.1 GB
FP8
36.16 GB
INT4
19.69 GB
Qwen2.5-Coder-32B
32B • Qwen 2
Влезает INT4
FP16
69.1 GB
FP8
36.16 GB
INT4
19.69 GB
Qwen3-32B
32B • Qwen 3
Влезает INT4
FP16
69.23 GB
FP8
36.23 GB
INT4
19.73 GB
Qwen2.5-32B
32B • Qwen 2
Влезает INT4
FP16
69.1 GB
FP8
36.16 GB
INT4
19.69 GB
Qwen2-32B
32B • Qwen 2
Влезает INT4
FP16
69.1 GB
FP8
36.16 GB
INT4
19.69 GB
Qwen3-30B-A3BMoE 3B
30B • Qwen 3
Влезает INT4
FP16
61.1 GB
FP8
30.73 GB
INT4
15.54 GB
Qwen2.5-14B
14B • Qwen 2
Влезает FP8+
FP16
30.66 GB
FP8
16.04 GB
INT4
8.72 GB
Qwen3-14B
14B • Qwen 3
Влезает FP8+
FP16
30.66 GB
FP8
16.04 GB
INT4
8.72 GB
Qwen2-14B
14B • Qwen 2
Влезает FP8+
FP16
30.66 GB
FP8
16.04 GB
INT4
8.72 GB
Qwen3-8B
8B • Qwen 3
Влезает FP16+
FP16
17.93 GB
FP8
9.37 GB
INT4
5.09 GB
Qwen2.5-7B
7B • Qwen 2
Влезает FP16+
FP16
15.21 GB
FP8
7.96 GB
INT4
4.33 GB
Qwen2-7B
7B • Qwen 2
Влезает FP16+
FP16
15.21 GB
FP8
7.96 GB
INT4
4.33 GB
Qwen3-4B
4B • Qwen 3
Влезает FP16+
FP16
9 GB
FP8
4.72 GB
INT4
2.58 GB
Qwen2.5-3B
3B • Qwen 2
Влезает FP16+
FP16
6.57 GB
FP8
3.46 GB
INT4
1.91 GB
Qwen2.5-1.5B
1.5B • Qwen 2
Влезает FP16+
FP16
3.49 GB
FP8
1.89 GB
INT4
1.1 GB
Qwen2.5-0.5B
0.5B • Qwen 2
Влезает FP16+
FP16
1.36 GB
FP8
0.83 GB
INT4
0.57 GB
Qwen3-0.6B
0.6B • Qwen 3
Влезает FP16+
FP16
1.94 GB
FP8
1.12 GB
INT4
0.71 GB
Qwen3-1.7B
1.7B • Qwen 3
Влезает FP16+
FP16
4.14 GB
FP8
2.22 GB
INT4
1.26 GB
Mistral-Nemo-12B
12B • Mistral
Влезает FP8+
FP16
26.46 GB
FP8
13.83 GB
INT4
7.52 GB
Mistral-7B-v0.3
7B • Mistral
Влезает FP16+
FP16
15.71 GB
FP8
8.21 GB
INT4
4.46 GB
Gemma-2-27B
27B • Gemma
Влезает INT4
FP16
59.6 GB
FP8
31.16 GB
INT4
16.94 GB
Gemma-2-9B
9B • Gemma
Влезает FP16+
FP16
21.53 GB
FP8
11.22 GB
INT4
6.06 GB
Gemma-2-2B
2B • Gemma
Влезает FP16+
FP16
5.11 GB
FP8
2.71 GB
INT4
1.5 GB
Phi-3.5-MoEMoE 6.6B
42B • Phi
Влезает INT4
FP16
85.67 GB
FP8
43.17 GB
INT4
21.92 GB
Phi-3-14B
14B • Phi
Влезает FP8+
FP16
30.97 GB
FP8
16.19 GB
INT4
8.8 GB
Phi-3-7B
7B • Phi
Влезает FP16+
FP16
15.71 GB
FP8
8.21 GB
INT4
4.46 GB
Phi-3-3.8B
3.8B • Phi
Влезает FP16+
FP16
11.02 GB
FP8
5.72 GB
INT4
3.07 GB
CodeLlama-34B
34B • CodeLlama
Влезает INT4
FP16
72.93 GB
FP8
38.18 GB
INT4
20.8 GB
CodeLlama-13B
13B • CodeLlama
Влезает FP8+
FP16
33.56 GB
FP8
17.44 GB
INT4
9.37 GB
CodeLlama-7B
7B • CodeLlama
Влезает FP16+
FP16
18.71 GB
FP8
9.71 GB
INT4
5.21 GB
GLM-4.7-FlashMoE 3B
30B • GLM-4
Влезает INT4
FP16
66.1 GB
FP8
34.66 GB
INT4
18.94 GB
GPT-OSS-20BMoE 3.6B
21B • GPT-OSS
Влезает FP8+
FP16
43.15 GB
FP8
21.78 GB
INT4
11.09 GB

Подробные руководства по всем 22 GPU

Частые вопросы о совместимости GPU и LLM

Какие модели помещаются на одну RTX 4090 или RTX 3090 (24 ГБ)?▾
В квантовании INT4 на контексте 8K карта 24 ГБ уверенно тянет модели 7B–14B, MoE вроде Qwen3-30B-A3B и GPT-OSS-20B, а также 32B модели с умеренным контекстом.
Почему пропускная способность памяти так же важна, как и объём VRAM?▾
Генерация текста упирается в чтение весов из памяти. Например, RTX 5090 (1792 ГБ/с) генерирует токены примерно в 1,8 раза быстрее RTX 4090 (1008 ГБ/с).
Может ли Apple Silicon заменить серверные GPU для локальной работы?▾
Для 1–2 пользователей Mac на M4 Max (128 ГБ) или M3 Ultra (192 ГБ) тихо запускает модели 70B–235B в INT4. Но для массового API ускорители H100/H200 быстрее на порядок.
Может ли большой контекст вызвать нехватку VRAM?▾
Да. Увеличение контекста с 8K до 128K резко раздувает KV-кэш — обязательно проверяйте с помощью переключателя длины контекста выше.

Другие инструменты LLM и GPU

Весь каталог ИИ-инструментов →