🧠 語言模型LLaMA 3.2

LLaMA-3.2-3B

Meta LLaMA 3.2 3B 輕量版本,HF 月下載 1210 萬次,支援 128K 上下文,適合邊緣設備和低端 GPU。

📅 發布:2024-09資料更新:2026年5月11日

VRAM 計算器

我的 GPU VRAM:
量化等級
上下文長度
Q4_K_M · 8K context
模型權重 + KV Cache + 0.5 GB overhead
2.1 GB
完整 VRAM 對照表(所有量化 × 上下文)
量化4K8K16K32K64K128K
Q4_K_M1.9 GB2.1 GB2.5 GB3.3 GB4.9 GB8.1 GB
Q8_03.4 GB3.6 GB4.0 GB4.8 GB6.4 GB9.6 GB

部署指南

方法一:Ollama(最簡單)

安裝 Ollama 後直接執行,自動下載並運行模型。

ollama run llama3.2:3b

方法二:llama.cpp

適合進階用戶,支援 CPU 和 GPU 混合推理,可精確控制量化等級。

# Download GGUF model from Hugging Face, then run:
./llama-cli -m model.gguf -p "Hello" -n 128

LM Studio(圖形介面)

下載 LM Studio,在搜尋欄輸入模型名稱,點擊下載即可。支援 Windows/Mac/Linux。

ollama run llama3.2:3b

規格

參數量3B
最大上下文128K tokens
HF 下載量2.1M/月

模型強項

輕量高效長上下文邊緣部署低VRAM需求

推薦用途

  • 適用於資源受限的邊緣設備或低階GPU進行本地部署,實現快速回應的AI應用。
  • 在記憶體有限的環境中,處理和理解長篇文本內容,例如文件摘要或問答系統。

標籤

HF 熱門128K輕量

部署工具

Ollamallama.cppLM Studio

關於 LLaMA-3.2-3B — 開源 AI 模型

LLaMA-3.2-3B 是一個開源語言模型,擁有 3B 參數,採用 LLaMA 3.2 授權。可使用 Ollama、llama.cpp、LM Studio 進行部署。適用場景包括:適用於資源受限的邊緣設備或低階GPU進行本地部署,實現快速回應的AI應用。、在記憶體有限的環境中,處理和理解長篇文本內容,例如文件摘要或問答系統。。核心優勢:輕量高效、長上下文、邊緣部署、低VRAM需求。 可在本地硬體上自行部署,完全保護隱私,無需 API 金鑰。

使用心得

分享你的使用體驗,幫助其他人了解這個模型

0/1000
還沒有評論,成為第一個分享心得的人!