L40S 48GB 能跑 Qwen3-8B 吗？

NVIDIA · 48 GB GDDR6 · 带宽 864 GB/s · Alibaba · 8.2B · 模型上下文最长 128K

各量化与上下文下的装机与速度

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

其他能跑 Qwen3-8B 的 GPU

• B200 192GB SXM — ≈916.7 tok/s Q4 估算
• MI300X 192GB — ≈599.4 tok/s Q4 估算
• H200 141GB SXM5 — ≈550.0 tok/s Q4 估算
• H100 80GB SXM5 — ≈383.9 tok/s Q4 估算
• Gaudi 3 128GB — ≈370.5 tok/s Q4 估算
• A100 80GB SXM4 — ≈233.7 tok/s Q4 估算
• RTX 5090 32GB — ≈145.3 tok/s Q4 实测
• RTX 4090D 24GB (China) — ≈105.0 tok/s Q4 估算

Qwen3-8B 的全部 GPU →

L40S 48GB 可跑的其他模型

• MiniCPM5-1B — ≈683.3 tok/s Q4 估算
• Qwen3.5-2B — ≈369.0 tok/s Q4 估算
• Qwen3.6-35B-A3B — ≈246.0 tok/s Q4 估算
• Qwen3.5-35B-A3B — ≈246.0 tok/s Q4 估算
• GLM-4.7-Flash — ≈246.0 tok/s Q4 估算
• Qwen3-30B-A3B-Instruct-2507 — ≈246.0 tok/s Q4 估算
• Nemotron-3-Nano-Omni-30B-A3B-Reasoning-BF16 — ≈246.0 tok/s Q4 估算
• Qwen3-Coder-Next — ≈246.0 tok/s Q4 估算

L40S 48GB 上的全部模型 →