gemma-3-27b-it

Google · 27.4B · ctx 128K · gemma · HuggingFace

gemma-3-27b-it（Google）是 AI Hashrate 收录的27.4B 参数开放权重模型。 按 8K 上下文估算：Q4 约需 21.82 GB VRAM（权重 15.34 GB + KV 5.48 GB + 开销 1 GB），FP16 约需 61.28 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 ≈ 311.2 tok/s（估算）; MI300X 192GB ≈ 195.0 tok/s（估算）; H200 141GB SXM5 ≈ 186.7 tok/s（估算）; H100 80GB SXM5 ≈ 130.3 tok/s（估算）; Gaudi 3 128GB ≈ 120.5 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	311.2 估算	是	0.008
MI300X 192GB	192	Q4	195.0 估算	是	0.013
H200 141GB SXM5	141	Q4	186.7 估算	是	0.005
H100 80GB SXM5	80	Q4	130.3 估算	是	0.004
Gaudi 3 128GB	128	Q4	120.5 估算	是	0.01
B200 192GB SXM	192	FP16	87.1 估算	是	0.002
A100 80GB SXM4	80	Q4	79.3 估算	是	0.005
RTX 5090 32GB	32	Q4	69.7 估算	是	0.035
MI300X 192GB	192	FP16	54.6 估算	是	0.004
H200 141GB SXM5	141	FP16	52.3 估算	是	0.001
RX 7900 XT 20GB	20	Q4	43.7 估算	否	0.049
RTX 4090 24GB	24	Q4	38.8 估算	临界	0.024
RTX 4090D 24GB (China)	24	Q4	38.8 估算	临界	0.024
RTX 3090 Ti 24GB	24	Q4	38.8 估算	临界	0.019
RTX 6000 Ada 48GB	48	Q4	37.0 估算	是	0.005
H100 80GB SXM5	80	FP16	36.5 估算	是	0.001
RTX 3090 24GB	24	Q4	36.1 估算	临界	0.024
V100 32GB SXM2	32	Q4	34.7 估算	是	0.003
Gaudi 3 128GB	128	FP16	33.8 估算	是	0.003
RTX 5080 16GB	16	Q4	33.5 估算	否	0.034
L40S 48GB	48	Q4	33.3 估算	是	0.004
V100 16GB PCIe	16	Q4	31.4 估算	否	0.004
RTX 5070 Ti 16GB	16	Q4	31.3 估算	否	0.042
RTX A6000 48GB	48	Q4	29.2 估算	是	0.006
MacBook Pro M4 Max 128GB	128	Q4	27.6 估算	是	0.006
RX 7900 XTX 24GB	24	Q4	25.8 估算	临界	0.026
RTX 4080 Super 16GB	16	Q4	25.7 估算	否	0.026
RTX 4070 Ti Super 16GB	16	Q4	23.5 估算	否	0.029
RX 9070 16GB	16	Q4	22.4 估算	否	0.041
RX 9070 XT 16GB	16	Q4	22.4 估算	否	0.037
Arc Pro B70 32GB	32	Q4	22.4 估算	是	0.022
A100 80GB SXM4	80	FP16	22.2 估算	是	0.001
RX 7800 XT 16GB	16	Q4	21.8 估算	否	0.044
MacBook Pro M1 Max 32GB	32	Q4	20.2 估算	是	0.006
MacBook Pro M1 Max 64GB	64	Q4	20.2 估算	是	0.005
MacBook Pro M3 Max 128GB	128	Q4	20.2 估算	是	0.005
RX 7900 GRE 16GB	16	Q4	20.1 估算	否	0.037
DGX Spark (GH200 480GB)	480	Q4	19.0 估算	是	0.006
Arc A770 16GB	16	Q4	18.7 估算	否	0.054
Mac Studio M3 Ultra 96GB	96	Q4	16.5 估算	是	0.004
Mac Studio M2 Ultra 192GB	192	Q4	16.2 估算	是	0.002
RTX 5060 Ti 16GB	16	Q4	15.6 估算	否	0.036
RTX 5070 12GB	12	Q4	13.2 估算	否	0.024
Titan V 12GB	12	Q4	12.8 估算	否	0.004
Mac mini M4 Pro 64GB	64	Q4	12.5 估算	是	0.006
T4 16GB	16	Q4	11.2 估算	否	0.006
RTX 4070 Ti 12GB	12	Q4	10.9 估算	否	0.014
Titan Xp 12GB	12	Q4	10.8 估算	否	0.009
RTX 6000 Ada 48GB	48	FP16	10.7 估算	否	0.002
RTX 3080 10GB	10	Q4	10.4 估算	否	0.015
RTX 4060 Ti 16GB	16	Q4	10.1 估算	否	0.02
RX 7600 XT 16GB	16	Q4	10.1 估算	否	0.031
RTX 4070 12GB	12	Q4	9.9 估算	否	0.017
RTX 4070 Super 12GB	12	Q4	9.9 估算	否	0.017
L40S 48GB	48	FP16	9.7 估算	否	0.001
Titan X Pascal 12GB	12	Q4	9.4 估算	否	0.008
RTX 5090 32GB	32	FP16	8.9 估算	否	0.004
RTX A6000 48GB	48	FP16	8.6 估算	否	0.002
Arc B580 12GB	12	Q4	8.6 估算	否	0.035
RX 7700 XT 12GB	12	Q4	8.5 估算	否	0.019
Ryzen AI Max+ 395 128GB	96	Q4	7.9 估算	是	0.004
Ryzen AI Max+ 395 64GB	48	Q4	7.9 估算	是	0.005
Ryzen AI Max 390 64GB	48	Q4	7.9 估算	是	0.006
MacBook Pro M4 Max 128GB	128	FP16	7.7 估算	是	0.002
RTX 3060 12GB	12	Q4	7.1 估算	否	0.022
MacBook Pro M3 Max 128GB	128	FP16	5.7 估算	是	0.001
Mac mini M4 32GB	32	Q4	5.5 估算	临界	0.006
DGX Spark (GH200 480GB)	480	FP16	5.3 估算	是	0.002
Arc B570 10GB	10	Q4	4.9 估算	否	0.022
Mac Studio M3 Ultra 96GB	96	FP16	4.6 估算	是	0.001
V100 32GB SXM2	32	FP16	4.5 估算	否	0.0
MacBook Pro M1 Max 64GB	64	FP16	4.5 估算	否	0.001
Mac Studio M2 Ultra 192GB	192	FP16	4.5 估算	是	0.001
RTX 5060 8GB	8	Q4	3.9 估算	否	0.013
RTX 5060 Ti 8GB	8	Q4	3.9 估算	否	0.01
RTX 3070 8GB	8	Q4	3.9 估算	否	0.008
Arc Pro B70 32GB	32	FP16	3.0 估算	否	0.003
RTX 4090 24GB	24	FP16	2.8 估算	否	0.002
RTX 4090D 24GB (China)	24	FP16	2.8 估算	否	0.002
RTX 3090 Ti 24GB	24	FP16	2.8 估算	否	0.001
RX 7900 XTX 24GB	24	FP16	2.7 估算	否	0.003
Mac mini M4 Pro 64GB	64	FP16	2.7 估算	否	0.001
RTX 3090 24GB	24	FP16	2.6 估算	否	0.002
RTX 4060 Ti 8GB	8	Q4	2.5 估算	否	0.006
RX 7600 8GB	8	Q4	2.5 估算	否	0.009
RTX 4060 8GB	8	Q4	2.4 估算	否	0.008
Ryzen AI Max+ 395 128GB	96	FP16	2.2 估算	是	0.001
Tesla P4 8GB	8	Q4	1.7 估算	否	0.021
RX 7900 XT 20GB	20	FP16	1.6 估算	否	0.002
Ryzen AI Max+ 395 64GB	48	FP16	1.4 估算	否	0.001
Ryzen AI Max 390 64GB	48	FP16	1.4 估算	否	0.001
RTX 5080 16GB	16	FP16	1.2 估算	否	0.001
V100 16GB PCIe	16	FP16	1.1 估算	否	0.0
RTX 5070 Ti 16GB	16	FP16	1.1 估算	否	0.001
MacBook Pro M1 Max 32GB	32	FP16	1.1 估算	否	0.0
RTX 4080 Super 16GB	16	FP16	0.9 估算	否	0.001
RTX 4070 Ti Super 16GB	16	FP16	0.8 估算	否	0.001
RX 7800 XT 16GB	16	FP16	0.8 估算	否	0.002
RX 9070 16GB	16	FP16	0.8 估算	否	0.001
RX 9070 XT 16GB	16	FP16	0.8 估算	否	0.001
RX 7900 GRE 16GB	16	FP16	0.7 估算	否	0.001
Arc A770 16GB	16	FP16	0.7 估算	否	0.002
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
Mac mini M4 32GB	32	FP16	0.3 估算	否	0.0

装机核对

• RTX 5090 32GB — 装得下 · ≈69.7 tok/s Q4 估算
• RTX 3090 Ti 24GB — 装得下 · ≈38.8 tok/s Q4 估算
• RTX 4090 24GB — 装得下 · ≈38.8 tok/s Q4 估算
• RTX 5080 16GB — 装不下 · ≈33.5 tok/s Q4 估算
• RTX 6000 Ada 48GB — 装得下 · ≈37.0 tok/s Q4 估算
• RX 7900 XTX 24GB — 装得下 · ≈25.8 tok/s Q4 估算
• RTX 3090 24GB — 装得下 · ≈36.1 tok/s Q4 估算
• RTX 5070 Ti 16GB — 装不下 · ≈31.3 tok/s Q4 估算
• L40S 48GB — 装得下 · ≈33.3 tok/s Q4 估算
• Mac Studio M3 Ultra 96GB — 装得下 · ≈16.5 tok/s Q4 估算
• Mac Studio M2 Ultra 192GB — 装得下 · ≈16.2 tok/s Q4 估算
• RX 7900 XT 20GB — 装不下 · ≈43.7 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。

同族模型：Gemma

Gemma 4 gemma-4-26B-A4B-it · gemma-4-E2B-it · gemma-4-E4B-it · gemma-4-12b-it · gemma-4-31B-it

全部 Gemma 模型 →