Q4_K_M: 流畅可跑 25.03 GB / 78.4 GB 安全可用
NVIDIA A100 SXM 80GB 运行 DeepSeek-R1-Distill-Qwen-32B 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-32B 总显存占用约 25.03 GB(权重 19.88 GB + KV 缓存 4.29 GB + 系统开销 0.85 GB),低于 A100 80G 的安全可用水位(78.4 GB),预估单并发推理速度约 66.6 tokens/s。
并发请求数 (Batch):
Dense 32.8B·64L (d=5120)·40Q/8KV·Ctx 128K
流畅可跑25.03 / 78.4 GB~66.6 tok/s· Q4_K_M · 16K ctx
3. 权重量化精度
4. 单并发上下文窗口16K (16,384 tok)
参数核验:2026-11-20·带宽与算力屋顶模型估算(当前并发=1)