Q4_K_M: 显存不足 (OOM) 22.47 GB / 11.8 GB 安全可用
NVIDIA GeForce RTX 5070 12GB 运行 Gemma-4-31B-IT 显存与速度估算
单张 RTX 5070(可用显存约 11.8 GB)难以全量装入 Gemma-4-31B-IT 的 Q4_K_M 权重(需 22.47 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 30.7B·60L (d=5376)·32Q/4KV·Ctx 256K·Text+Image+Video
显存不足 (OOM)22.47 / 11.8 GBOOM· Q4_K_M · 16K ctx
3. 权重量化精度