Gaudi 3 128GB 能跑 Laguna S 2.1 吗？

Intel · 128 GB HBM2e · 带宽 3276 GB/s · Poolside · 118.0B（激活 8.0B） · MoE · 模型上下文最长 1024K

各量化与上下文下的装机与速度

装得下 = 权重 + KV(上下文) + 1.5 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

其他能跑 Laguna S 2.1 的 GPU

• B200 192GB SXM — ≈956.7 tok/s Q4 估算
• MI300X 192GB — ≈625.5 tok/s Q4 估算
• H200 141GB SXM5 — ≈574.0 tok/s Q4 估算
• H100 80GB SXM5 — ≈400.6 tok/s Q4 估算
• A100 80GB SXM4 — ≈243.8 tok/s Q4 估算
• MacBook Pro M4 Max 128GB — ≈96.2 tok/s Q4 估算
• MacBook Pro M3 Max 128GB — ≈70.5 tok/s Q4 估算
• DGX Spark (GH200 480GB) — ≈58.0 tok/s Q4 估算

Laguna S 2.1 的全部 GPU →

Gaudi 3 128GB 可跑的其他模型

• MiniCPM5-1B — ≈2812.9 tok/s Q4 估算
• Qwen3.5-2B — ≈1519.0 tok/s Q4 估算
• Qwen3.6-35B-A3B — ≈1012.6 tok/s Q4 估算
• Qwen3.5-35B-A3B — ≈1012.6 tok/s Q4 估算
• GLM-4.7-Flash — ≈1012.6 tok/s Q4 估算
• Qwen3-30B-A3B-Instruct-2507 — ≈1012.6 tok/s Q4 估算
• Nemotron-3-Nano-Omni-30B-A3B-Reasoning-BF16 — ≈1012.6 tok/s Q4 估算
• Qwen3-Coder-Next — ≈1012.6 tok/s Q4 估算

Gaudi 3 128GB 上的全部模型 →