Q4_K_M: 显存不足 (OOM) 25.03 GB / 15.7 GB 安全可用
NVIDIA GeForce RTX 5080 16GB 运行 DeepSeek-R1-Distill-Qwen-32B 显存与速度估算
单张 RTX 5080(可用显存约 15.7 GB)难以全量装入 DeepSeek-R1-Distill-Qwen-32B 的 Q4_K_M 权重(需 25.03 GB)。建议切换更低比特量化、多卡并联,或直接租用大显存云 GPU / 调用在线 API。
并发请求数 (Batch):
Dense 32.8B·64L (d=5120)·40Q/8KV·Ctx 128K
显存不足 (OOM)25.03 / 15.7 GBOOM· Q4_K_M · 16K ctx
3. 权重量化精度