Q4_K_M: 流畅可跑 12.82 GB / 61.4 GB 安全可用
华为昇腾 Ascend 910B 64GB (HBM2e) 运行 DeepSeek-R1-Distill-Qwen-14B 显存与速度估算
可以流畅运行。在主流 Q4_K_M 4-bit 量化(16K 上下文)下,DeepSeek-R1-Distill-Qwen-14B 总显存占用约 12.82 GB(权重 8.97 GB + KV 缓存 3.22 GB + 系统开销 0.63 GB),低于 昇腾 910B 64G 的安全可用水位(61.4 GB),预估单并发推理速度约 81.6 tokens/s。
并发请求数 (Batch):
Dense 14.8B·48L (d=5120)·40Q/8KV·Ctx 128K
流畅可跑12.82 / 61.4 GB~81.6 tok/s· Q4_K_M