Gaudi 3 128GB 能跑 DeepSeek-R1-Distill-Qwen-32B 吗？

Intel · 128 GB HBM2e · 带宽 3276 GB/s · DeepSeek · 32.8B · 模型上下文最长 128K

能——Gaudi 3 128GB（128 GB HBM2e）可以运行 DeepSeek-R1-Distill-Qwen-32B。Q4、默认 8K 上下文下约需 25.6 GB VRAM（权重 18.04 GB + KV cache 6.56 GB + 运行时开销 1 GB），在 128 GB 之内。 Q4/8K 解码：≈ 63.6 tok/s（估算，batch 1）。 FP16（约需 73.16 GB）也装得下，≈ 17.5 tok/s（估算）。 估算来自显存带宽公式；标注「实测」的行覆盖估算。相对排名比绝对 tok/s 更可靠。 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	22.32 GB	是	63.6 估算
Q4	8K 默认	25.6 GB	是	63.6 估算
Q4	32K	45.28 GB	是	63.6 估算
FP16	4K	69.88 GB	是	17.5 估算
FP16	8K 默认	73.16 GB	是	17.5 估算
FP16	32K	92.84 GB	是	17.5 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	Gaudi 3 128GB VRAM
Q4	18.04 GB	6.56 GB	1 GB	25.6 GB	128 GB
FP16	65.6 GB	6.56 GB	1 GB	73.16 GB	128 GB

其他能跑 DeepSeek-R1-Distill-Qwen-32B 的 GPU

• B200 192GB SXM — ≈155.2 tok/s Q4 估算
• MI300X 192GB — ≈102.8 tok/s Q4 估算
• H200 141GB SXM5 — ≈93.1 tok/s Q4 估算
• H100 80GB SXM5 — ≈65.0 tok/s Q4 估算
• A100 80GB SXM4 — ≈39.6 tok/s Q4 估算
• RTX 5090 32GB — ≈34.8 tok/s Q4 估算
• RTX 6000 Ada 48GB — ≈18.6 tok/s Q4 估算
• L40S 48GB — ≈16.8 tok/s Q4 估算

DeepSeek-R1-Distill-Qwen-32B 的全部 GPU →

Gaudi 3 128GB 可跑的其他模型

• MiniCPM5-1B — ≈1930.3 tok/s Q4 估算
• Qwen3.5-2B — ≈1042.4 tok/s Q4 估算
• GLM-4.7-Flash — ≈694.9 tok/s Q4 估算
• Qwen3-30B-A3B-Instruct-2507 — ≈694.9 tok/s Q4 估算
• Qwen3-Next-80B-A3B-Instruct — ≈694.9 tok/s Q4 估算
• Qwen3-Coder-Next — ≈694.9 tok/s Q4 估算
• Qwen3.5-35B-A3B — ≈694.9 tok/s Q4 估算
• Qwen3.6-35B-A3B — ≈694.9 tok/s Q4 估算

Gaudi 3 128GB 上的全部模型 →