Qwen3.8 27B 如何本地部署？
Qwen3.8 27B 是 27.8B 參數的稠密模型。Q4 量化最低需要 19GB 記憶體，8K 上下文下建議 24GB。目前最便宜能跑的顯示卡是 GeForce RTX 2080 Ti 22GB，約 NT$17,340，預估 25.1 tokens/s。
Qwen3.8 27B 版本資訊
發布日期2026年8月5日
Hugging Face 倉庫Qwen/Qwen3.8-27B
小版本—
授權Apache-2.0
架構稠密
GGUF 倉庫unsloth/Qwen3.8-27B-GGUF
Ollama 標籤—
Q4 最低記憶體19 GB · Q4_K_M · 8K
參數量27.8B
層數64
隱藏維度5,120
KV 頭4
頭維度256
上下文上限256K
廠商Alibaba
Qwen3.8 27B 本地部署需要多少顯示記憶體？
| 量化 | 權重體積GB | 8K 總記憶體GB | 32K 總記憶體GB | 128K 總記憶體GB |
|---|---|---|---|---|
| 1-bit | 6.7GGUF | 9.5 | 15.5 | 39.5 |
| 2-bit | 9.8GGUF | 13.3 | 19.3 | 43.3 |
| 3-bit | 13.1GGUF | 16.3 | 22.3 | 46.3 |
| 4-bit | 16.5GGUF | 18.5 | 24.5 | 48.5 |
| 5-bit | 19.8GGUF | 21.7 | 27.7 | 51.7 |
| 8-bit | 29GGUF | 31.8 | 37.8 | 61.8 |
| FP16 | 54.7GGUF | 57.3 | 63.3 | 87.3 |
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 256K 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 Qwen3.8 27B？
eBay
| 裝置 | 顯存GB | 價 | 預估 t/s | 建議上下文 |
|---|---|---|---|---|
 GeForce RTX 2080 Ti 22GB | 22 | NT$17,3403 筆掛單 | 25.1 | 8K |
 Radeon RX 7900 XT | 20 | NT$22,02924 筆掛單 | 23.3 | 8K |
| Tesla V100 32GB | 32 | NT$22,65923 筆掛單 | 36.3 | 32K |
| Instinct MI50 32GB | 32 | NT$24,1697 筆掛單 | 29.7 | 32K |
| Radeon RX 7900 XTX | 24 | NT$31,43925 筆掛單 | 27.9 | 8K |
| Instinct MI100 | 32 | NT$31,4397 筆掛單 | 35.5 | 32K |
| GeForce RTX 3090 | 24 | NT$48,77980 筆掛單 | 37.8 | 8K |
| RTX PRO 4000 Blackwell | 24 | NT$92,8373 筆掛單 | 27.3 | 8K |
| GeForce RTX 4090 | 24 | NT$100,67340 筆掛單 | 40.6 | 8K |
| Radeon PRO W7900 | 48 | NT$109,9883 筆掛單 | 25.1 | 32K |
| RTX PRO 4500 Blackwell | 32 | NT$135,3223 筆掛單 | 36.2 | 32K |
| A100 40GB PCIe | 40 | NT$154,17313 筆掛單 | 61.5 | 32K |
| Instinct MI210 | 64 | NT$158,79911 筆掛單 | 46.8 | 128K |
| MacBook Pro M4 Max 128GB | 128 | NT$174,6283 筆掛單 | 17.6 | 128K |
| GeForce RTX 5090 | 32 | NT$204,55612 筆掛單 | 70.3 | 32K |
| Mac Studio M4 Max 128GB | 128 | NT$206,0364 筆掛單 | 17.6 | 128K |
| MacBook Pro M5 Max 128GB | 128 | NT$228,1595 筆掛單 | 19.7 | 128K |
| RTX PRO 6000 Blackwell | 96 | NT$534,5224 筆掛單 | 70.3 | 128K |
| Mac Studio M3 Ultra 512GB | 512 | NT$692,34511 筆掛單 | 26.2 | 128K |
 Arc Pro B60 | 24 | —暫無掛單 | 12.1 | 8K |
| GeForce RTX 5090 D V2 | 24 | —暫無掛單 | 53.5 | 8K |
| Arc Pro B65 | 32 | —暫無掛單 | 16 | 32K |
| Arc Pro B70 | 32 | —暫無掛單 | 16 | 32K |
| GeForce RTX 4080 SUPER 32GB | 32 | —暫無掛單 | 29.9 | 32K |
| GeForce RTX 5090 D | 32 | —暫無掛單 | 70.3 | 32K |
| Radeon AI PRO R9700 | 32 | —暫無掛單 | 18.7 | 32K |
| Radeon PRO W7800 | 32 | —暫無掛單 | 16.9 | 32K |
| CMP 170HX 40GB | 40 | —暫無掛單 | 61.7 | 32K |
| GeForce RTX 4090 48GB | 48 | —暫無掛單 | 40.6 | 32K |
| RTX PRO 5000 Blackwell 48GB | 48 | —暫無掛單 | 53.5 | 32K |
| CMP 170HX 64GB | 64 | —暫無掛單 | 59.1 | 128K |
| RTX PRO 5000 Blackwell 72GB | 72 | —暫無掛單 | 53.5 | 128K |
| RTX PRO 6000D | 84 | —暫無掛單 | 62 | 128K |
| DGX Spark 128GB | 128 | —暫無掛單 | 11.2 | 128K |
| Mac Studio M5 Max 128GB | 128 | —暫無掛單 | 19.7 | 128K |
| Ryzen AI Max+ 395 128GB | 128 | —暫無掛單 | 7.6 | 128K |
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 Qwen3.8 27B
Ollama
Ollama 庫暫無官方標籤。
llama.cpp
llama.cpp 直接從 Hugging Face 拉 GGUF，-c 是上下文長度。
llama-server -hf unsloth/Qwen3.8-27B-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 Qwen/Qwen3.8-27B
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
Qwen3.8 27B 需要多少記憶體？
在 Q4_K_M 量化、8K 上下文下 Qwen3.8 27B 約需 19GB 記憶體，留到 24GB 更穩。
哪張顯示卡最便宜能跑 Qwen3.8 27B？
GeForce RTX 2080 Ti 22GB，22GB 記憶體，目前中位價約 NT$17,340，預估 25.1 tokens/s。
Qwen3.8 27B 能用 Ollama 跑嗎？
暫時不行，Ollama 庫還沒有它的官方標籤；可以用 llama.cpp 載入 GGUF。