MI300X 192GB 能跑 MiMo-V2.5 吗？

AMD · 192 GB HBM3 · 带宽 5300 GB/s · Xiaomi · 310.0B（激活 15.0B） · MoE · 模型上下文最长 1024K

能——MI300X 192GB（192 GB HBM3）可以运行 MiMo-V2.5。Q4、默认 8K 上下文下约需 174.5 GB VRAM（权重 170.5 GB + KV cache 3.0 GB + 运行时开销 1 GB），在 192 GB 之内。 Q4/8K 解码：≈ 224.8 tok/s（估算，batch 1）。 FP16 约需 624.0 GB——此卡装不下。 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	173.0 GB	是	224.8 估算
Q4	8K 默认	174.5 GB	是	224.8 估算
Q4	32K	183.5 GB	否	703.3 估算
FP16	4K	622.5 GB	否	16.8 估算
FP16	8K 默认	624.0 GB	否	16.7 估算
FP16	32K	633.0 GB	否	16.3 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	MI300X 192GB VRAM
Q4	170.5 GB	3.0 GB	1 GB	174.5 GB	192 GB
FP16	620.0 GB	3.0 GB	1 GB	624.0 GB	192 GB

其他能跑 MiMo-V2.5 的 GPU

• B200 192GB SXM — ≈339.4 tok/s Q4 估算
• Mac Studio M2 Ultra 192GB — ≈33.9 tok/s Q4 估算

MiMo-V2.5 的全部 GPU →

MI300X 192GB 可跑的其他模型

• MiniCPM5-1B — ≈3122.9 tok/s Q4 估算
• Qwen3.5-2B — ≈1686.4 tok/s Q4 估算
• GLM-4.7-Flash — ≈1124.2 tok/s Q4 估算
• Qwen3-30B-A3B-Instruct-2507 — ≈1124.2 tok/s Q4 估算
• Qwen3-Next-80B-A3B-Instruct — ≈1124.2 tok/s Q4 估算
• Qwen3-Coder-Next — ≈1124.2 tok/s Q4 估算
• Qwen3.5-35B-A3B — ≈1124.2 tok/s Q4 估算
• Qwen3.6-35B-A3B — ≈1124.2 tok/s Q4 估算

MI300X 192GB 上的全部模型 →