已验证65% 置信事实时间未知

32B参数规模的模型在量化后通常可以压缩到约16-20GB显存占用，一张NVIDIA RTX 4090（24GB显存）就能运行

3

来源数

65%

置信度

长期有效

时效性

2026/6/1

首次发现

来源

阿里QwQ-32B开源：32B参数如何媲美671B的DeepSeek R1

bilibiliAI大模型全栈

涉及实体

NVIDIA RTX 4090product

相关事实

待验证RTX 4090拥有24GB显存，在加载27B Q4模型后通常还有足够空间支持3-4万Token的上下文84% 相似已验证一个原本需要60GB显存的30B参数模型，经过量化后能在16GB甚至8GB显存的消费级显卡上运行82% 相似已验证一个70B参数的FP16模型大约需要140GB显存，INT8量化后约需70GB，INT4量化后约需35-40GB80% 相似待验证140GB的FP16 70B模型经4-bit量化后可压缩至约35-40GB，通信开销降低约75%；2-bit量化可压缩至约18GB但带来精度损失80% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/23201

API

curl https://kongchang.com/api/v1/knowledge/claims/23201

MCP

get_claim(id=23201)