收錄顯卡45價格追蹤8 天自 2026年9月3日近 24h 價格資料6,955 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 3.2 3B 如何本地部署？

VRAMGlass 編輯部 · 更新於 2026年9月10日

Llama 3.2 3B 是 3.2B 參數的稠密模型。Q4 量化最低需要 4GB 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 227.3 tokens/s。

Llama 3.2 3B 版本資訊

發布日期2024年9月18日
Hugging Face 倉庫meta-llama/Llama-3.2-3B-Instruct
小版本—
授權Llama 3.2 Community License
架構稠密
GGUF 倉庫bartowski/Llama-3.2-3B-Instruct-GGUF
Ollama 標籤llama3.2:3b
Q4 最低記憶體4 GB · Q4_K_M · 8K
參數量3.2B
層數28
隱藏維度3,072
KV 頭8
頭維度128
上下文上限128K
廠商Meta AI

Llama 3.2 3B 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-bit0.8估2.65.315.8
2-bit1.2估3.15.716.2
3-bit1.9GGUF3.4616.5
4-bit2GGUF3.76.316.8
5-bit2.3GGUF46.717.2
8-bit3.4GGUF5.27.818.3
FP166.4GGUF8.210.821.3

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 3.2 3B？

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227.332K
GeForce RTX 2080 Ti 22GB22NT$12,1663 筆掛單165.1128K
Instinct MI50 32GB32NT$12,7514 筆掛單191.3128K
Radeon RX 6950 XT16NT$14,03313 筆掛單115.332K
Radeon RX 7800 XT16NT$14,50611 筆掛單12432K
Tesla V100 32GB32NT$14,97411 筆掛單227.3128K
Radeon RX 7900 XT20NT$20,11616 筆掛單154.6128K
GeForce RTX 5060 Ti 16GB16NT$21,9364 筆掛單124.532K
Arc Pro B6024NT$24,68310 筆掛單84.4128K
Radeon RX 7900 XTX24NT$27,14017 筆掛單181.1128K
Radeon RX 9070 XT16NT$28,54312 筆掛單126.832K
GeForce RTX 507012NT$28,89410 筆掛單177.932K
GeForce RTX 408016NT$36,2649 筆掛單18832K
GeForce RTX 309024NT$37,90215 筆掛單234.8128K
Arc Pro B7032NT$46,0906 筆掛單110.1128K
GeForce RTX 5070 Ti16NT$46,3203 筆掛單226.532K
Radeon AI PRO R970032NT$51,7058 筆掛單126.8128K
CMP 170HX 40GB40NT$52,8754 筆掛單347.7128K
Radeon PRO W780032NT$58,0223 筆掛單115.3128K
GeForce RTX 508016NT$58,25612 筆掛單239.632K
CMP 170HX 64GB64NT$65,7438 筆掛單336.8128K
RTX PRO 4000 Blackwell24NT$73,23018 筆掛單177.9128K
Instinct MI21064NT$86,56612 筆掛單280.3128K
Radeon PRO W790048NT$102,9435 筆掛單165.3128K
GeForce RTX 409024NT$109,96216 筆掛單249.2128K
GeForce RTX 5090 D V224NT$111,83414 筆掛單311.5128K
RTX PRO 4500 Blackwell32NT$120,95816 筆掛單226.5128K
GeForce RTX 4090 48GB48NT$124,4673 筆掛單249.2128K
A100 40GB PCIe40NT$144,8224 筆掛單346.9128K
Mac Studio M4 Max 128GB128NT$150,67113 筆掛單119.8128K
DGX Spark 128GB128NT$152,07531 筆掛單79128K
GeForce RTX 5090 D32NT$153,94713 筆掛單383.5128K
MacBook Pro M4 Max 128GB128NT$165,6454 筆掛單119.8128K
Mac Studio M5 Max 128GB128NT$185,0646 筆掛單133.1128K
GeForce RTX 509032NT$204,95013 筆掛單383.5128K
RTX PRO 5000 Blackwell 48GB48NT$218,98815 筆掛單311.5128K
MacBook Pro M5 Max 128GB128NT$256,4227 筆掛單133.1128K
RTX PRO 5000 Blackwell 72GB72NT$304,15017 筆掛單311.5128K
RTX PRO 6000D84NT$318,18817 筆掛單349128K
RTX PRO 6000 Blackwell96NT$579,7566 筆掛單383.5128K
Mac Studio M3 Ultra 512GB512NT$607,8326 筆掛單171.4128K
Arc Pro B6532—暫無掛單110.1128K
GeForce RTX 4080 SUPER 32GB32—暫無掛單192.4128K
Instinct MI10032—暫無掛單222.7128K
Ryzen AI Max+ 395 128GB128—暫無掛單54128K

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 3.2 3B

Ollama

Ollama 一行指令拉起，量化檔位由官方標籤決定。

ollama run llama3.2:3b
llama.cpp

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

llama-server -hf bartowski/Llama-3.2-3B-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-3.2-3B-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 3.2 3B 需要多少記憶體？

在 Q4_K_M 量化、8K 上下文下 Llama 3.2 3B 約需 4GB 記憶體，留到 8GB 更穩。

哪張顯示卡最便宜能跑 Llama 3.2 3B？

Tesla V100 16GB，16GB 記憶體，目前中位價約 NT$4,118，預估 227.3 tokens/s。

Llama 3.2 3B 能用 Ollama 跑嗎？

能，指令是 ollama run llama3.2:3b。