Q4_K_M: 流畅可跑 19.33 GB / 94.1 GB 安全可用
NVIDIA RTX PRO 6000 Blackwell 96GB 运行 Qwen3.5-27B 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,Qwen3.5-27B 总显存占用约 19.33 GB(权重 16.37 GB + KV 缓存 1.34 GB + 系统开销 1.63 GB),低于 RTX PRO 6000 96G 的安全可用水位(94.1 GB),预估单并发推理速度约 75.7 tokens/s。
并发请求数 (Batch):
Dense 27B·64L (d=5120)·24Q/4KV·Ctx 256K·Text+Image+Video
流畅可跑19.33 / 94.1 GB~75.7 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)
流畅可跑
19.33/ 94.1 GB 可用显存
物理总容量 96 GB · 占用率 20.6%
理论带宽解码速度 (Decode)
~75.7tokens/s
实际吞吐受框架 (vLLM/Ollama/Unsloth) 影响约 ±25%
当前并发 (1x) 最大可开窗口
256K/ 256K
高并发下开启 Q8/Q4 KV 量化可成倍提升并发上限
模型权重: 16.37 GBKV Cache (1×16K): 1.34 GB框架开销: 1.63 GB