Какие LLM запустит NVIDIA RTX 5070 Ti (16GB)?

Справочник совместимости NVIDIA RTX 5070 Ti: 16 ГБ видеопамяти и 896 ГБ/с пропускной способности.

Характеристики NVIDIA RTX 5070 Ti

VRAM на карту
16 GB
ПСП памяти
896 GB/s
Мощность FP16
43.94 TFLOPS
Архитектура
Blackwell
Год выхода
2025
Доступная VRAM
16 GB
Пропускная способность
896 GB/s
Поместятся FP16/FP8
15
С учётом INT4
32 / 85
DeepSeek-R1-Distill-Qwen-14B
14B • DeepSeek
Влезает INT4
FP16
32.27 GB
FP8
18 GB
INT4
10.86 GB
DeepSeek-R1-Distill-Qwen-7B
7B • DeepSeek
Влезает FP8+
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 FP8+
FP16
20.27 GB
FP8
12 GB
INT4
7.86 GB
Llama 3 8B
8B • Llama 3
Влезает FP8+
FP16
17.81 GB
FP8
9.31 GB
INT4
5.06 GB
Llama 3.1 8B
8B • Llama 3
Влезает FP8+
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
Qwen3-30B-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 INT4
FP16
30.66 GB
FP8
16.04 GB
INT4
8.72 GB
Qwen3-14B
14B • Qwen 3
Влезает INT4
FP16
30.66 GB
FP8
16.04 GB
INT4
8.72 GB
Qwen2-14B
14B • Qwen 2
Влезает INT4
FP16
30.66 GB
FP8
16.04 GB
INT4
8.72 GB
Qwen3-8B
8B • Qwen 3
Влезает FP8+
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-2-9B
9B • Gemma
Влезает FP8+
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-3-14B
14B • Phi
Влезает INT4
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-13B
13B • CodeLlama
Влезает INT4
FP16
33.56 GB
FP8
17.44 GB
INT4
9.37 GB
CodeLlama-7B
7B • CodeLlama
Влезает FP8+
FP16
18.71 GB
FP8
9.71 GB
INT4
5.21 GB
GPT-OSS-20BMoE 3.6B
21B • GPT-OSS
Влезает INT4
FP16
43.15 GB
FP8
21.78 GB
INT4
11.09 GB

Матрица совместимости NVIDIA RTX 5070 Ti (1x / 2x / 4x GPU)

Предрасчёт при контексте 8K и batch=1 для ключевых открытых моделей.

Модель LLMFP8 VRAM1× (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

Подробные руководства по всем 22 GPU

Вопросы по запуску LLM на NVIDIA RTX 5070 Ti

tools.gpuCompatibility.gpuDetail.faq.q1▾
С объёмом 16 ГБ на одной карте NVIDIA RTX 5070 Ti в нашей базе доступно 32 моделей для запуска в FP16, FP8 или INT4 при контексте 8K.
Какую скорость генерации обеспечивает NVIDIA RTX 5070 Ti?▾
При пропускной способности 896 ГБ/с скорость генерации обратно пропорциональна объёму активных весов, считываемых на каждый токен.
Когда требуется объединять 2x или 4x NVIDIA RTX 5070 Ti?▾
Тензорный параллелизм на 2–4 картах нужен, когда сумма весов и KV-кэша превышает 16 ГБ или обслуживается много пользователей одновременно.

Другие инструменты LLM и GPU

Весь каталог ИИ-инструментов →