Lpiccinelli

lpiccinelli/unidepth-v2-vitl14

lpiccinelli/unidepth-v2-vitl14

参数量

353.8M

上下文

下载量

36.7M

点赞

50

架构

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
5.8 GB
RAM 32.0 · Disk 40.0
21.6 GB
RAM 32.4 · Disk 66.0
118.5 GB
RAM 177.8 · Disk 105.0
FP88bit
5.4 GB
RAM 32.0 · Disk 39.5
21.1 GB
RAM 32.0 · Disk 65.5
118.1 GB
RAM 177.1 · Disk 104.5
INT88bit
5.4 GB
RAM 32.0 · Disk 39.5
21.1 GB
RAM 32.0 · Disk 65.5
118.1 GB
RAM 177.1 · Disk 104.5
AWQ4bit
5.2 GB
RAM 32.0 · Disk 39.3
20.9 GB
RAM 32.0 · Disk 65.3
117.8 GB
RAM 176.8 · Disk 104.3
GPTQ4bit
5.2 GB
RAM 32.0 · Disk 39.3
20.9 GB
RAM 32.0 · Disk 65.3
117.8 GB
RAM 176.8 · Disk 104.3
GGUF4bit
5.2 GB
RAM 32.0 · Disk 39.3
20.9 GB
RAM 32.0 · Disk 65.3
117.8 GB
RAM 176.8 · Disk 104.3

GPU 推荐

Best ValueBEST

1× RTX 5090

32 GB VRAM

$246/月

≈ 10541.2 tok/s

可用生产吞吐 ≈ 7378.8 tok/s

score 0.6721

Deploy on vast ↗
Cheapest

1× RTX 3090

24 GB VRAM

$93.2/月

≈ 5505.9 tok/s

可用生产吞吐 ≈ 3854.1 tok/s

score 0.6622

Deploy on vast ↗
Performance

8× H200 SXM

1128 GB VRAM

$20,440/月

≈ 90352.9 tok/s

可用生产吞吐 ≈ 63247 tok/s

score 0.2197

Min Complexity

1× RTX 4090D

24 GB VRAM

$117/月

≈ 5929.4 tok/s

可用生产吞吐 ≈ 4150.6 tok/s

score 0.6622

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

RTX 3090

24 GB VRAM

$93.2

/月 · vast

RTX 4090D

24 GB VRAM

$117

/月 · vast

L4

24 GB VRAM

$147

/月 · vast

A10

24 GB VRAM

$176

/月 · vast

RTX 4090

24 GB VRAM

$190

/月 · tensordock

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