待验证50% 置信基准精确时间
双卡 24GB 张量并行配置在 f16 精度下上下文支持从 134,049 增至 262,144 token
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/7/7
首次发现
有效期至：2026/10/5
来源
Unsloth重大更新：GLM-5.2支持、3倍长上下文与全新Model Hub
rss2026/6/22
相关事实
待验证35B模型在FP16精度下需要约70GB显存，远超RTX 5090的32GB容量，因此单卡部署需量化74% 相似待验证不要为行车记录仪购买容量过大的卡（如256GB以上），多数记录仪固件对大容量兼容差且循环覆写会集中在部分区块加速磨损，128GB是稳妥上限72% 相似待验证UP主使用FP8精度部署千问3.8 27B在48GB显卡上，跑4个并发request占用约46GB72% 相似待验证即便用 4-bit 量化把权重压缩到 214GB，仍远超单张 48GB 显卡的容量71% 相似已验证以LLaMA-3 70B（80层、64头、每头128维）为例，单个token的KV Cache约占2.6MB（FP16精度），32K上下文的KV Cache总量约达83GB71% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/172809API
curl https://kongchang.com/api/v1/knowledge/claims/172809MCP
get_claim(id=172809)