gemma-4-26B-A4B-it-AWQ-4bit — 哪些 GPU 装得下

cyankiwi · 26.6B · ctx NoneK · apache-2.0 · HuggingFace

gemma-4-26B-A4B-it-AWQ-4bit（cyankiwi）是 AI Hashrate 收录的26.6B 参数开放权重模型。按 8K 上下文估算：Q4 约需 20.95 GB VRAM（权重 14.63 GB + KV 5.32 GB + 开销 1 GB），FP16 约需 59.52 GB。在该上下文假设下，目录中约有 29 款 GPU/加速器能在 Q4 下完整装下此模型。 Q4 最快配置：B200 192GB SXM ≈ 191.4 tok/s（估算）; MI300X 192GB ≈ 126.8 tok/s（估算）; H200 141GB SXM5 ≈ 114.8 tok/s（估算）; H100 80GB SXM5 ≈ 80.1 tok/s（估算）; Gaudi 3 128GB ≈ 78.4 tok/s（估算）。下表给出各硬件的 VRAM 装机情况与每美元 tok/s（按 MSRP 标价）。估算基于显存带宽公式；有实测时以实测为准。详见方法论页。方法论.

107 个硬件配置——按 tok/s 排序。默认装机上下文 8K。

硬件	VRAM	量化	tok/s	装得下？	tok/s/$
B200 192GB SXM	192	Q4	191.4 估算	是	0.005
MI300X 192GB	192	Q4	126.8 估算	是	0.008
H200 141GB SXM5	141	Q4	114.8 估算	是	0.003
H100 80GB SXM5	80	Q4	80.1 估算	是	0.003
Gaudi 3 128GB	128	Q4	78.4 估算	是	0.006
B200 192GB SXM	192	FP16	52.6 估算	是	0.001
RX 7900 XT 20GB	20	Q4	49.7 估算	否	0.055
A100 80GB SXM4	80	Q4	48.8 估算	是	0.003
RTX 5090 32GB	32	Q4	42.9 估算	是	0.021
RTX 5080 16GB	16	Q4	38.2 估算	否	0.038
V100 16GB PCIe	16	Q4	35.8 估算	否	0.004
RTX 5070 Ti 16GB	16	Q4	35.6 估算	否	0.048
MI300X 192GB	192	FP16	34.9 估算	是	0.002
H200 141GB SXM5	141	FP16	31.6 估算	是	0.001
RTX 4080 Super 16GB	16	Q4	29.3 估算	否	0.029
RTX 4070 Ti Super 16GB	16	Q4	26.7 估算	否	0.033
RX 9070 16GB	16	Q4	25.4 估算	否	0.046
RX 9070 XT 16GB	16	Q4	25.4 估算	否	0.042
RX 7800 XT 16GB	16	Q4	24.8 估算	否	0.05
RTX 4090 24GB	24	Q4	24.1 估算	是	0.015
RTX 4090D 24GB (China)	24	Q4	24.1 估算	是	0.015
RTX 3090 Ti 24GB	24	Q4	24.1 估算	是	0.012
RX 7900 XTX 24GB	24	Q4	23.0 估算	是	0.023
RTX 6000 Ada 48GB	48	Q4	23.0 估算	是	0.003
RX 7900 GRE 16GB	16	Q4	22.9 估算	否	0.042
RTX 3090 24GB	24	Q4	22.4 估算	是	0.015
Arc A770 16GB	16	Q4	22.3 估算	否	0.064
H100 80GB SXM5	80	FP16	22.0 估算	是	0.001
Gaudi 3 128GB	128	FP16	21.6 估算	是	0.002
V100 32GB SXM2	32	Q4	21.5 估算	是	0.002
L40S 48GB	48	Q4	20.7 估算	是	0.003
Mac Studio M3 Ultra 96GB	96	Q4	19.6 估算	是	0.005
Mac Studio M2 Ultra 192GB	192	Q4	19.1 估算	是	0.003
RTX A6000 48GB	48	Q4	18.4 估算	是	0.004
RTX 5060 Ti 16GB	16	Q4	17.8 估算	否	0.041
RTX 5070 12GB	12	Q4	15.0 估算	否	0.027
Titan V 12GB	12	Q4	14.6 估算	否	0.005
Arc Pro B70 32GB	32	Q4	14.5 估算	是	0.015
A100 80GB SXM4	80	FP16	13.4 估算	是	0.001
MacBook Pro M4 Max 128GB	128	Q4	13.1 估算	是	0.003
T4 16GB	16	Q4	12.7 估算	否	0.006
RTX 4070 Ti 12GB	12	Q4	12.4 估算	否	0.016
Titan Xp 12GB	12	Q4	12.2 估算	否	0.01
DGX Spark (GH200 480GB)	480	Q4	12.0 估算	是	0.004
RTX 3080 10GB	10	Q4	11.8 估算	否	0.017
RTX 6000 Ada 48GB	48	FP16	11.7 估算	否	0.002
RTX 4060 Ti 16GB	16	Q4	11.4 估算	否	0.023
RX 7600 XT 16GB	16	Q4	11.4 估算	否	0.035
RTX 4070 12GB	12	Q4	11.3 估算	否	0.019
RTX 4070 Super 12GB	12	Q4	11.3 估算	否	0.019
Titan X Pascal 12GB	12	Q4	10.7 估算	否	0.009
L40S 48GB	48	FP16	10.6 估算	否	0.001
Arc B580 12GB	12	Q4	10.2 估算	否	0.041
RTX 5090 32GB	32	FP16	9.7 估算	否	0.005
MacBook Pro M1 Max 32GB	32	Q4	9.6 估算	是	0.003
MacBook Pro M1 Max 64GB	64	Q4	9.6 估算	是	0.002
MacBook Pro M3 Max 128GB	128	Q4	9.6 估算	是	0.002
RX 7700 XT 12GB	12	Q4	9.6 估算	否	0.021
RTX A6000 48GB	48	FP16	9.4 估算	否	0.002
RTX 3060 12GB	12	Q4	8.0 估算	否	0.024
Mac mini M4 Pro 64GB	64	Q4	6.5 估算	是	0.003
Arc B570 10GB	10	Q4	5.9 估算	否	0.027
Mac Studio M3 Ultra 96GB	96	FP16	5.4 估算	是	0.001
Mac Studio M2 Ultra 192GB	192	FP16	5.3 估算	是	0.001
Ryzen AI Max+ 395 128GB	96	Q4	5.1 估算	是	0.003
Ryzen AI Max+ 395 64GB	48	Q4	5.1 估算	是	0.003
Ryzen AI Max 390 64GB	48	Q4	5.1 估算	是	0.004
V100 32GB SXM2	32	FP16	4.9 估算	否	0.0
RTX 5060 8GB	8	Q4	4.4 估算	否	0.015
RTX 5060 Ti 8GB	8	Q4	4.4 估算	否	0.012
RTX 3070 8GB	8	Q4	4.4 估算	否	0.009
MacBook Pro M4 Max 128GB	128	FP16	3.6 估算	是	0.001
DGX Spark (GH200 480GB)	480	FP16	3.3 估算	是	0.001
Arc Pro B70 32GB	32	FP16	3.3 估算	否	0.003
RTX 4090 24GB	24	FP16	3.1 估算	否	0.002
RTX 4090D 24GB (China)	24	FP16	3.1 估算	否	0.002
RTX 3090 Ti 24GB	24	FP16	3.1 估算	否	0.002
RTX 3090 24GB	24	FP16	2.9 估算	否	0.002
RX 7900 XTX 24GB	24	FP16	2.9 估算	否	0.003
RTX 4060 Ti 8GB	8	Q4	2.9 估算	否	0.007
RX 7600 8GB	8	Q4	2.9 估算	否	0.011
Mac mini M4 32GB	32	Q4	2.9 估算	是	0.003
RTX 4060 8GB	8	Q4	2.7 估算	否	0.009
MacBook Pro M1 Max 64GB	64	FP16	2.6 估算	是	0.001
MacBook Pro M3 Max 128GB	128	FP16	2.6 估算	是	0.001
Ryzen AI Max+ 395 64GB	48	FP16	2.6 估算	否	0.002
Ryzen AI Max 390 64GB	48	FP16	2.6 估算	否	0.002
MacBook Pro M1 Max 32GB	32	FP16	2.2 估算	否	0.001
Tesla P4 8GB	8	Q4	1.9 估算	否	0.024
Mac mini M4 Pro 64GB	64	FP16	1.8 估算	是	0.001
RX 7900 XT 20GB	20	FP16	1.7 估算	否	0.002
Ryzen AI Max+ 395 128GB	96	FP16	1.4 估算	是	0.001
RTX 5080 16GB	16	FP16	1.3 估算	否	0.001
V100 16GB PCIe	16	FP16	1.2 估算	否	0.0
RTX 5070 Ti 16GB	16	FP16	1.2 估算	否	0.002
RTX 4080 Super 16GB	16	FP16	1.0 估算	否	0.001
RTX 4070 Ti Super 16GB	16	FP16	0.9 估算	否	0.001
RX 9070 16GB	16	FP16	0.9 估算	否	0.002
RX 9070 XT 16GB	16	FP16	0.9 估算	否	0.002
RX 7800 XT 16GB	16	FP16	0.8 估算	否	0.002
RX 7900 GRE 16GB	16	FP16	0.8 估算	否	0.001
Arc A770 16GB	16	FP16	0.8 估算	否	0.002
Mac mini M4 32GB	32	FP16	0.7 估算	否	0.001
RTX 5060 Ti 16GB	16	FP16	0.6 估算	否	0.001
T4 16GB	16	FP16	0.4 估算	否	0.0
RTX 4060 Ti 16GB	16	FP16	0.4 估算	否	0.001
RX 7600 XT 16GB	16	FP16	0.4 估算	否	0.001

装机核对

RTX 5090 32GB — 装得下 · ≈42.9 tok/s Q4 估算
RTX 3090 Ti 24GB — 装得下 · ≈24.1 tok/s Q4 估算
RTX 4090 24GB — 装得下 · ≈24.1 tok/s Q4 估算
RTX 5080 16GB — 装不下 · ≈38.2 tok/s Q4 估算
RTX 6000 Ada 48GB — 装得下 · ≈23.0 tok/s Q4 估算
RX 7900 XTX 24GB — 装得下 · ≈23.0 tok/s Q4 估算
RTX 3090 24GB — 装得下 · ≈22.4 tok/s Q4 估算
RTX 5070 Ti 16GB — 装不下 · ≈35.6 tok/s Q4 估算
L40S 48GB — 装得下 · ≈20.7 tok/s Q4 估算
Mac Studio M3 Ultra 96GB — 装得下 · ≈19.6 tok/s Q4 估算
Mac Studio M2 Ultra 192GB — 装得下 · ≈19.1 tok/s Q4 估算
RX 7900 XT 20GB — 装不下 · ≈49.7 tok/s Q4 估算

12 款热门零售 GPU；上表每行的「装得下？」结论同样链接到完整装机核对页。