LLMQwen
Qwen/Qwen2.5-0.5B-Instruct
Qwen/Qwen2.5-0.5B-Instruct
参数量
367.3M
上下文
32K
下载量
6.6M
点赞
590
架构
qwen2
24 layers · 2 KV heads · head 64 · hidden 896
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 | 6.1 GB RAM 32.0 · Disk 40.5 | 21.9 GB RAM 32.9 · Disk 66.5 | 118.9 GB RAM 178.3 · Disk 105.5 |
| FP88bit | 5.5 GB RAM 32.0 · Disk 39.7 | 21.3 GB RAM 32.0 · Disk 65.7 | 118.2 GB RAM 177.4 · Disk 104.7 |
| INT88bit | 5.5 GB RAM 32.0 · Disk 39.7 | 21.3 GB RAM 32.0 · Disk 65.7 | 118.2 GB RAM 177.4 · Disk 104.7 |
| AWQ4bit | 5.3 GB RAM 32.0 · Disk 39.4 | 21.0 GB RAM 32.0 · Disk 65.4 | 117.9 GB RAM 176.9 · Disk 104.4 |
| GPTQ4bit | 5.3 GB RAM 32.0 · Disk 39.4 | 21.0 GB RAM 32.0 · Disk 65.4 | 117.9 GB RAM 176.9 · Disk 104.4 |
| GGUF4bit | 5.3 GB RAM 32.0 · Disk 39.4 | 21.0 GB RAM 32.0 · Disk 65.4 | 118.0 GB RAM 176.9 · Disk 104.4 |
GPU 推荐
Best ValueBEST
1× RTX 5090
32 GB VRAM
$244/月
≈ 7466.7 tok/s
可用生产吞吐 ≈ 5226.7 tok/s
score 0.6729
Cheapest
2× Tesla V100
32 GB VRAM
$19.9/月
≈ 0 tok/s (N/A — benchmark unavailable)
可用生产吞吐 ≈ 0 tok/s
score 0.6223
Performance
8× H200 SXM
1128 GB VRAM
$20,440/月
≈ 64000 tok/s
可用生产吞吐 ≈ 44800 tok/s
score 0.2197
Min Complexity
1× RTX 3090
24 GB VRAM
$78.7/月
≈ 3900 tok/s
可用生产吞吐 ≈ 2730 tok/s
score 0.6615
💬 社区 —— 真实部署经验
0 文章 · 0 实测
单卡可运行的 GPU
RTX 3090
24 GB VRAM
$78.7
/月 · vast
RTX 4090
24 GB VRAM
$98.1
/月 · vast
RTX 4090D
24 GB VRAM
$117
/月 · vast
L4
24 GB VRAM
$148
/月 · vast
A10
24 GB VRAM
$176
/月 · vast