Facebook

facebook/dinov2-small

facebook/dinov2-small

参数量

33.5M

上下文

下载量

4.4M

点赞

71

架构

dinov2

12 layers · head 64 · hidden 384

在 HuggingFace 查看

GPU 需求

按量化方案和使用场景估算的显存 / 内存 / 磁盘

量化最低配置推荐配置生产配置
FP1616bit
2.5 GB
RAM 32.0 · Disk 39.1
4.4 GB
RAM 32.0 · Disk 65.1
18.2 GB
RAM 32.0 · Disk 104.1
FP88bit
2.4 GB
RAM 32.0 · Disk 39.1
4.4 GB
RAM 32.0 · Disk 65.1
18.2 GB
RAM 32.0 · Disk 104.1
INT88bit
2.4 GB
RAM 32.0 · Disk 39.1
4.4 GB
RAM 32.0 · Disk 65.1
18.2 GB
RAM 32.0 · Disk 104.1
AWQ4bit
2.4 GB
RAM 32.0 · Disk 39.0
4.4 GB
RAM 32.0 · Disk 65.0
18.2 GB
RAM 32.0 · Disk 104.0
GPTQ4bit
2.4 GB
RAM 32.0 · Disk 39.0
4.4 GB
RAM 32.0 · Disk 65.0
18.2 GB
RAM 32.0 · Disk 104.0
GGUF4bit
2.4 GB
RAM 32.0 · Disk 39.0
4.4 GB
RAM 32.0 · Disk 65.0
18.2 GB
RAM 32.0 · Disk 104.0

GPU 推荐

Best ValueBEST

1× RTX 5080

16 GB VRAM

$78.7/月

≈ 48000 tok/s

可用生产吞吐 ≈ 33600 tok/s

score 0.5681

Deploy on vast ↗
Cheapest

1× Tesla V100

16 GB VRAM

$19.9/月

≈ 0 tok/s (N/A — benchmark unavailable)

可用生产吞吐 ≈ 0 tok/s

score 0.5624

Deploy on vast ↗
Performance

8× H200 SXM

1128 GB VRAM

$20,440/月

≈ 768000 tok/s

可用生产吞吐 ≈ 537600 tok/s

score 0.2197

Min Complexity

1× RTX 5060 Ti

8 GB VRAM

$40.4/月

≈ 22400 tok/s

可用生产吞吐 ≈ 15680 tok/s

score 0.638

Deploy on vast ↗

💬 社区 —— 真实部署经验

0 文章 · 0 实测

进入社区 →

单卡可运行的 GPU

Tesla V100

16 GB VRAM

$19.9

/月 · vast

RTX 5060 Ti

8 GB VRAM

$40.4

/月 · vast

RTX 3090

24 GB VRAM

$49.5

/月 · vast

RTX 4070S Ti

16 GB VRAM

$49.5

/月 · vast

RTX 5070

12 GB VRAM

$58.7

/月 · vast

AmciHub

AI 模型部署与算力决策平台——分析 AI 模型的硬件需求、GPU 性能、云端价格与部署成本,帮助你选择合适的部署方案。

© 2026 AmciHub. 保留所有权利。 Model → Requirement → GPU → Benchmark → Cloud → Cost → Recommendation