NVIDIA · 192 GB HBM3e · 带宽 8000 GB/s · Tencent · 295.0B（激活 21.0B） · MoE · 模型上下文最长 256K
✅ 能 — B200 192GB SXM（192 GB）装得下 Hy3（Q4 8K）
VRAM：需 167.45 GB / 192 GB
速度：~242.4 tok/s（估算）
估算基于带宽公式；标注「实测」的行覆盖估算。
方法论。
各量化与上下文下的装机与速度
| 量化 | 上下文 | 所需 VRAM | 装得下？ | tok/s（解码） |
|---|
| Q4 | 4K | 165.35 GB | 是 | 242.4 ± 估算 |
| Q4 | 8K 默认 | 167.45 GB | 是 | 242.4 ± 估算 |
| Q4 | 32K | 180.05 GB | 是 | 242.4 ± 估算 |
| FP16 | 4K | 593.1 GB | 否 | 20.0 ± 估算 |
| FP16 | 8K 默认 | 595.2 GB | 否 | 19.8 ± 估算 |
| FP16 | 32K | 607.8 GB | 否 | 19.0 ± 估算 |
装得下 = 权重 + KV(上下文) + 1 GB 开销 ≤ 95% VRAM。实测锚点与上下文无关；装机结论按上下文分别计算。tok/s 缺失表示模型远超此卡能力（只能纯 offload）。
8K 上下文 VRAM 明细
| 量化 | 权重 | KV cache | 开销 | 合计所需 | B200 192GB SXM VRAM |
|---|
| Q4 | 162.25 GB | 4.2 GB | 1 GB | 167.45 GB | 192 GB |
| FP16 | 590.0 GB | 4.2 GB | 1 GB | 595.2 GB | 192 GB |
其他能跑 Hy3 的 GPU
Hy3 的全部 GPU →
B200 192GB SXM 可跑的其他模型
B200 192GB SXM 上的全部模型 →