Llama 3.3 70B 如何本地部署？

VRAMGlass 编辑部 · 更新于 2026年9月10日

Llama 3.3 70B 是 70.6B 参数的稠密模型。Q4 量化最低需要 43GB 显存，8K 上下文下推荐 52GB。当前最便宜能跑的显卡是 CMP 170HX 64GB，约 ¥14,050，预估 24.7 tokens/s。

Llama 3.3 70B 版本信息

发布日期2024年11月26日

小版本—

架构稠密

Ollama 标签llama3.3:70b

Q4 最低显存43 GB · Q4_K_M · 8K

参数量70.6B

层数80

隐藏维度8,192

KV 头8

头维度128

上下文上限128K

厂商Meta AI

量化	权重体积GB	8K 总显存GB	32K 总显存GB	128K 总显存GB
1-bit	16.8GGUF	20.1	27.6	57.6
2-bit	27.4GGUF	29.7	37.2	67.2
3-bit	38.1GGUF	37.3	44.8	74.8
4-bit	42.5GGUF	42.8	50.3	80.3
5-bit	49.9GGUF	51.1	58.6	88.6
8-bit	75GGUF	76.6	84.1	114.1
FP16	141.1GGUF	141.5	149	179

总显存 = 权重 + KV cache（FP16）+ 1GB 运行开销。标 GGUF 的权重是仓库里的实测文件体积，标「估」的按每参数字节估算。超过这个模型 128K 上下文上限的档位写「—」。各档取仓库里该比特数的任一文件，优先 unsloth 动态量化，所以同一档不同模型对应的文件名可能不同。

闲鱼

设备	显存GB	价	预估 t/s	建议上下文
CMP 170HX 64GB	64	¥14,0508 条挂单	24.7	32K
Instinct MI210	64	¥18,50012 条挂单	19.4	32K
Radeon PRO W7900	48	¥22,0005 条挂单	10.3	8K
GeForce RTX 4090 48GB	48	¥26,6003 条挂单	16.8	8K
Mac Studio M4 Max 128GB	128	¥32,20013 条挂单	7.2	128K
DGX Spark 128GB	128	¥32,50031 条挂单	4.6	128K
MacBook Pro M4 Max 128GB	128	¥35,4004 条挂单	7.2	128K
Mac Studio M5 Max 128GB	128	¥39,5506 条挂单	8.1	128K
RTX PRO 5000 Blackwell 48GB	48	¥46,80015 条挂单	22.3	8K
MacBook Pro M5 Max 128GB	128	¥54,8007 条挂单	8.1	128K
RTX PRO 5000 Blackwell 72GB	72	¥65,00017 条挂单	22.3	32K
RTX PRO 6000D	84	¥68,00017 条挂单	25.9	128K
RTX PRO 6000 Blackwell	96	¥123,9006 条挂单	29.5	128K
Mac Studio M3 Ultra 512GB	512	¥129,9006 条挂单	10.8	128K
Ryzen AI Max+ 395 128GB	128	—暂无挂单	3.1	128K

判定口径：权重 + KV cache + 运行开销 ≤ 可用显存，单卡。MoE 模型标「卸载」表示把专家权重放进系统内存后能跑（显存只放注意力层与 KV cache），速度按内存带宽 70 GB/s 估算。上下文列给的是能装下的最大档位。

Ollama

Ollama 一条命令拉起，量化档位由官方标签决定。

ollama run llama3.3:70b

llama.cpp

llama.cpp 直接从 Hugging Face 拉 GGUF，-c 是上下文长度。

llama-server -hf bartowski/Llama-3.3-70B-Instruct-GGUF:Q4_K_M -c 8192

vLLM

vLLM 跑的是原始精度权重，显存要求比 GGUF 高得多，通常要多卡。

vllm serve meta-llama/Llama-3.3-70B-Instruct

量化文件名以模型库当周抓取为准，口径见数据方法。数据方法

在 Q4_K_M 量化、8K 上下文下 Llama 3.3 70B 约需 43GB 显存，留到 52GB 更稳。

CMP 170HX 64GB，64GB 显存，当前中位价约 ¥14,050，预估 24.7 tokens/s。

能，命令是 ollama run llama3.3:70b。