新闻详情

新闻详情

首页 / 资讯中心 / 详情

8G 显卡能跑多大模型:Ollama 实测 7B 到 14B 显存占用

发布时间:2026/11/19 3:28:36来源:尧图网络
8G 显卡能跑多大模型:Ollama 实测 7B 到 14B 显存占用
上礼拜我干了一件蠢事兴冲冲下了一个 9G 的模型一跑直接报错白等半天下载。要说本地大模型这东西最坑的不是装不上是显存没算清楚就乱下。今天就把我用 8G 显存的卡实测 7B 到 14B 的过程捋一遍踩过的坑一个不落。那晚我把显存干爆了我的卡是 8G 显存装好 Ollama 之后第一个就想试试 qwen2.5:14b。下载完兴冲冲敲了句 ollama run qwen2.5:14b结果等了十几秒屏幕上蹦出一行 CUDA error: out of memory。当时我人都傻了9G 的权重往 8G 的显存里塞能不爆吗。先摸清你手头有多少家底跑之前先把家底摸清楚。一个命令看显存nvidia-smi顶部 Memory 那栏就是显存大小和使用量。再看装了哪些模型ollama list。想知道某个模型多大用 ollama show qwen2.5:7b参数、量化、文件大小全列出来。我机器上装的是 Ollama 0.5.7。为什么显存会不够这里面的门道其实就一句话模型权重文件多大占的显存就有多大还得额外给 KV cache 和 CUDA 上下文留地方。我下的 14B 是 Q4_K_M 量化权重约 9G8G 显存根本塞不下。而 7B 的 Q4_K_M 权重才 4.7G 左右8B 大约 4.9G这才有戏。7B 档8G 卡的舒适区先跑 qwen2.5:7b。加载完切出去看 nvidia-smi显存占用 5G 上下还剩 3G 富余开着浏览器查资料完全没压力。出字速度跟得上人回消息的节奏日常写写草稿、理理资料够用了。这是 8G 卡最舒服的档位。8B 档能跑但有点挤接着试 llama3.1:8b权重 4.9G加载后显存占用爬到 6G 多。短对话没问题但让它读一篇长文章上下文一大KV cache 跟着涨就有点喘偶尔还报 out of memory。这时的土办法是把上下文缩小我在 Modelfile 里写 PARAMETER num_ctx 2048重建模型明显稳了。想临时改也可以设环境变量 OLLAMA_CONTEXT_LENGTH。14B 档爆了之后我试的两个土办法14B 不爆才怪爆了之后我不想白下载试了两个办法。1换更低的量化。qwen2.5:14b 默认的 Q4_K_M 是 9G换成 qwen2.5:14b-q2_K 只有 5G 多能塞进 8G 显存。代价是智商明显缩水说话一股省电味长一点的推理基本就废了。2只让显卡扛一部分层。写个 Modelfile第一行 FROM qwen2.5:14b第二行 PARAMETER num_gpu 20然后 ollama create 重新生成一个模型。这样前 20 层放显卡剩下扔 CPU显存占用下来了但速度慢得可以泡杯茶等它说一句话。两个办法都能跑但都不如直接选 7B 舒服。8G 卡到底该选多大模型我最后的结论就一句话8G 显存7B 是舒适区8B 是极限14B 靠降量化和拆层硬凑体验大打折扣。选模型之前先拿 ollama show 看看权重大小再留出 2G 给 KV cache基本就不会翻车。具体数字以你自己 nvidia-smi 实测为准毕竟 CUDA 版本和上下文设置都会影响占用。这篇是本地大模型系列第一篇后面我还会写 8G 显存怎么同时装几个模型、Ollama 和 LM Studio 到底选哪个都是我自己踩过坑的实操记录。想看后续就关注一下账号。
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/18 21:21:17

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/18 14:20:46

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/18 20:01:42

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/18 11:04:06

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/18 15:55:22

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/18 21:21:16

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉