收錄顯卡45價格追蹤8 天自 2026年9月3日近 24h 價格資料7,968 筆24h 降價最多Mac Studio M4 Max 128GB-6.7%24h 漲價最多GeForce RTX 5070 Ti+21.0%更新於

Llama 3.1 8B 如何本地部署？

VRAMGlass 編輯部 · 更新於 2026年9月10日

Llama 3.1 8B 是 8B 參數的稠密模型。Q4 量化最低需要 7GB 記憶體，8K 上下文下建議 8GB。目前最便宜能跑的顯示卡是 Tesla V100 16GB，約 NT$4,118，預估 112.9 tokens/s。

Llama 3.1 8B 版本資訊

發布日期2024年7月18日
Hugging Face 倉庫meta-llama/Llama-3.1-8B-Instruct
小版本—
授權Llama 3.1 Community License
架構稠密
GGUF 倉庫bartowski/Meta-Llama-3.1-8B-Instruct-GGUF
Ollama 標籤llama3.1:8b
Q4 最低記憶體7 GB · Q4_K_M · 8K
參數量8B
層數32
隱藏維度4,096
KV 頭8
頭維度128
上下文上限128K
廠商Meta AI

Llama 3.1 8B 本地部署需要多少顯示記憶體？

量化權重體積GB8K 總記憶體GB32K 總記憶體GB128K 總記憶體GB
1-bit1.9估3.96.918.9
2-bit3.7GGUF5820
3-bit4.8GGUF5.88.820.8
4-bit4.9GGUF6.59.521.5
5-bit5.7GGUF7.410.422.4
8-bit8.5GGUF10.313.325.3
FP1615.7估17.720.732.7

總記憶體 = 權重 + KV cache（FP16）+ 1GB 執行開銷。標 GGUF 的權重是倉庫裡的實測檔案體積，標「估」的按每參數位元組估算。超過這個模型 128K 上下文上限的檔位寫「—」。各檔取倉庫裡該位元數的任一檔案，優先 unsloth 動態量化，所以同一檔不同模型對應的檔名可能不同。

什麼顯示卡能跑 Llama 3.1 8B？

閒魚
裝置顯存GB價預估 t/s建議上下文
Tesla V100 16GB16NT$4,11813 筆掛單112.932K
GeForce RTX 2080 Ti 22GB22NT$12,1663 筆掛單79.5128K
Instinct MI50 32GB32NT$12,7514 筆掛單93.3128K
Radeon RX 6950 XT16NT$14,03313 筆掛單54.332K
Radeon RX 7800 XT16NT$14,50611 筆掛單58.632K
Tesla V100 32GB32NT$14,97411 筆掛單112.9128K
Radeon RX 7900 XT20NT$20,11616 筆掛單74.132K
GeForce RTX 5060 Ti 16GB16NT$21,9364 筆掛單58.932K
Arc Pro B6024NT$24,68310 筆掛單39.2128K
Radeon RX 7900 XTX24NT$27,14017 筆掛單87.9128K
Radeon RX 9070 XT16NT$28,54312 筆掛單6032K
GeForce RTX 507012NT$28,89410 筆掛單86.332K
GeForce RTX 408016NT$36,2649 筆掛單91.632K
GeForce RTX 309024NT$37,90215 筆掛單117128K
Arc Pro B7032NT$46,0906 筆掛單51.7128K
GeForce RTX 5070 Ti16NT$46,3203 筆掛單112.432K
Radeon AI PRO R970032NT$51,7058 筆掛單60128K
CMP 170HX 40GB40NT$52,8754 筆掛單183.5128K
Radeon PRO W780032NT$58,0223 筆掛單54.3128K
GeForce RTX 508016NT$58,25612 筆掛單119.732K
CMP 170HX 64GB64NT$65,7438 筆掛單176.7128K
RTX PRO 4000 Blackwell24NT$73,23018 筆掛單86.3128K
Instinct MI21064NT$86,56612 筆掛單142.9128K
Radeon PRO W790048NT$102,9435 筆掛單79.7128K
GeForce RTX 409024NT$109,96216 筆掛單125.1128K
GeForce RTX 5090 D V224NT$111,83414 筆掛單161.4128K
RTX PRO 4500 Blackwell32NT$120,95816 筆掛單112.4128K
GeForce RTX 4090 48GB48NT$124,4673 筆掛單125.1128K
A100 40GB PCIe40NT$144,8224 筆掛單183128K
Mac Studio M4 Max 128GB128NT$150,67113 筆掛單56.5128K
DGX Spark 128GB128NT$152,07531 筆掛單36.5128K
GeForce RTX 5090 D32NT$153,94713 筆掛單206.3128K
MacBook Pro M4 Max 128GB128NT$165,6454 筆掛單56.5128K
Mac Studio M5 Max 128GB128NT$185,0646 筆掛單63.2128K
GeForce RTX 509032NT$204,95013 筆掛單206.3128K
RTX PRO 5000 Blackwell 48GB48NT$218,98815 筆掛單161.4128K
MacBook Pro M5 Max 128GB128NT$256,4227 筆掛單63.2128K
RTX PRO 5000 Blackwell 72GB72NT$304,15017 筆掛單161.4128K
RTX PRO 6000D84NT$318,18817 筆掛單184.3128K
RTX PRO 6000 Blackwell96NT$579,7566 筆掛單206.3128K
Mac Studio M3 Ultra 512GB512NT$607,8326 筆掛單82.8128K
Arc Pro B6532—暫無掛單51.7128K
GeForce RTX 4080 SUPER 32GB32—暫無掛單93.9128K
Instinct MI10032—暫無掛單110.3128K
Ryzen AI Max+ 395 128GB128—暫無掛單24.7128K

判定口徑：權重 + KV cache + 執行開銷 ≤ 可用記憶體，單卡。MoE 模型標「卸載」表示把專家權重放進系統記憶體後能跑（顯存只放注意力層與 KV cache），速度按記憶體頻寬 70 GB/s 估算。上下文欄給的是能裝下的最大檔位。

用 Ollama / llama.cpp / vLLM 本地部署 Llama 3.1 8B

Ollama

Ollama 一行指令拉起，量化檔位由官方標籤決定。

ollama run llama3.1:8b
llama.cpp

llama.cpp 直接從 Hugging Face 拉 GGUF，-c 是上下文長度。

llama-server -hf bartowski/Meta-Llama-3.1-8B-Instruct-GGUF:Q4_K_M -c 8192
vLLM

vLLM 跑的是原始精度權重，記憶體需求比 GGUF 高得多，通常要多卡。

vllm serve meta-llama/Llama-3.1-8B-Instruct

量化檔名以模型庫當週抓取為準，口徑見資料方法。 資料方法

常見問題

Llama 3.1 8B 需要多少記憶體？

在 Q4_K_M 量化、8K 上下文下 Llama 3.1 8B 約需 7GB 記憶體，留到 8GB 更穩。

哪張顯示卡最便宜能跑 Llama 3.1 8B？

Tesla V100 16GB，16GB 記憶體，目前中位價約 NT$4,118，預估 112.9 tokens/s。

Llama 3.1 8B 能用 Ollama 跑嗎？

能，指令是 ollama run llama3.1:8b。