Technology Innovation Institute / LLM / MODEL INTELLIGENCE

Falcon3-3B-Instruct

От весов и контекста до конкретной GPU. Прозрачный расчёт памяти, размещения и ограничений.

Проверить мою конфигурацию →На каком железе запустится? ↓

Falcon 33.2BLLM / LOCAL INFERENCE

О модели и лицензии

Разработчик: Technology Innovation Institute
Лицензия: falcon-llm-license
Архитектура: LlamaForCausalLM (dense decoder, full KV-cache planning)

Память для запуска

Какое железо нужно этой модели?

КвантованиеКонтекст

Нужно VRAM4 GiB

Системная RAM: 5.6 GiB
Хранилище: 2.1 GiB

Оценка

Batch 1. Память и скорость рассчитаны существующим Capability Engine; это оценки, не результаты тестов.

Как рассчитана память

Веса1.8 GiB

KV cache0.7 GiB

Runtime0.8 GiB

Резерв исполнения0.8 GiB

Вместимость — не рейтинг качества модели. Сравнивайте одинаковые quant, контекст и runtime.

Варианты и runtime

02 / VARIANTS

Варианты и runtime

Квантование	Веса модели	Runtime	Основа решения
Q4_K_MGGUF	1.8 GiB	llama.cpp · layer split	Оценка
Q8_0GGUF	3.2 GiB	llama.cpp · layer split	Оценка
F16GGUF	6 GiB	llama.cpp · layer split	Оценка

Как контекст меняет память

03 / CONTEXT SCALING

Как контекст меняет память

Batch 1. Память и скорость рассчитаны существующим Capability Engine; это оценки, не результаты тестов.

Нативный / максимальный контекст: 32K / 32K

4 GiB8K

4.8 GiB16K

6.4 GiB32K

9.7 GiB64K

16.2 GiB128K

На каком железе запустится?

04 / GPU · ESTIMATED

На каком железе запустится?

Матрица размещения

Оценка для выбранной квантовки. RAM 64 GiB · SSD 1 TiB · batch 1. Физическая VRAM нескольких GPU не означает автоматического объединения памяти.

GPU	8K	32K
RTX 3080 Ti12 GiB	Отлично Почему Требуется: 4 GiB Доступно модели: 11.5 GiB Оценка KV cache рассчитан по архитектуре, контексту и числу параллельных запросов. Бюджет памяти: веса + runtime + KV cache + execution margin. Резерв драйвера вычитается отдельно. Расчёт использует заданные параметры и допущения.	Отлично Почему Требуется: 6.4 GiB Доступно модели: 11.5 GiB Оценка KV cache рассчитан по архитектуре, контексту и числу параллельных запросов. Бюджет памяти: веса + runtime + KV cache + execution margin. Резерв драйвера вычитается отдельно. Расчёт использует заданные параметры и допущения.
RTX 309024 GiB	Отлично Почему Требуется: 4 GiB Доступно модели: 23.5 GiB Оценка KV cache рассчитан по архитектуре, контексту и числу параллельных запросов. Бюджет памяти: веса + runtime + KV cache + execution margin. Резерв драйвера вычитается отдельно. Расчёт использует заданные параметры и допущения.	Отлично Почему Требуется: 6.4 GiB Доступно модели: 23.5 GiB Оценка KV cache рассчитан по архитектуре, контексту и числу параллельных запросов. Бюджет памяти: веса + runtime + KV cache + execution margin. Резерв драйвера вычитается отдельно. Расчёт использует заданные параметры и допущения.
RTX 4070 SUPER12 GiB	Отлично Почему Требуется: 4 GiB Доступно модели: 11.5 GiB Оценка KV cache рассчитан по архитектуре, контексту и числу параллельных запросов. Бюджет памяти: веса + runtime + KV cache + execution margin. Резерв драйвера вычитается отдельно. Расчёт использует заданные параметры и допущения.	Отлично Почему Требуется: 6.4 GiB Доступно модели: 11.5 GiB Оценка KV cache рассчитан по архитектуре, контексту и числу параллельных запросов. Бюджет памяти: веса + runtime + KV cache + execution margin. Резерв драйвера вычитается отдельно. Расчёт использует заданные параметры и допущения.
RTX 4080 SUPER16 GiB	Отлично Почему Требуется: 4 GiB Доступно модели: 15.5 GiB Оценка KV cache рассчитан по архитектуре, контексту и числу параллельных запросов. Бюджет памяти: веса + runtime + KV cache + execution margin. Резерв драйвера вычитается отдельно. Расчёт использует заданные параметры и допущения.	Отлично Почему Требуется: 6.4 GiB Доступно модели: 15.5 GiB Оценка KV cache рассчитан по архитектуре, контексту и числу параллельных запросов. Бюджет памяти: веса + runtime + KV cache + execution margin. Резерв драйвера вычитается отдельно. Расчёт использует заданные параметры и допущения.
RTX 409024 GiB	Отлично Почему Требуется: 4 GiB Доступно модели: 23.5 GiB Оценка KV cache рассчитан по архитектуре, контексту и числу параллельных запросов. Бюджет памяти: веса + runtime + KV cache + execution margin. Резерв драйвера вычитается отдельно. Расчёт использует заданные параметры и допущения.	Отлично Почему Требуется: 6.4 GiB Доступно модели: 23.5 GiB Оценка KV cache рассчитан по архитектуре, контексту и числу параллельных запросов. Бюджет памяти: веса + runtime + KV cache + execution margin. Резерв драйвера вычитается отдельно. Расчёт использует заданные параметры и допущения.
RTX 507012 GiB	Отлично Почему Требуется: 4 GiB Доступно модели: 11.5 GiB Оценка KV cache рассчитан по архитектуре, контексту и числу параллельных запросов. Бюджет памяти: веса + runtime + KV cache + execution margin. Резерв драйвера вычитается отдельно. Расчёт использует заданные параметры и допущения.	Отлично Почему Требуется: 6.4 GiB Доступно модели: 11.5 GiB Оценка KV cache рассчитан по архитектуре, контексту и числу параллельных запросов. Бюджет памяти: веса + runtime + KV cache + execution margin. Резерв драйвера вычитается отдельно. Расчёт использует заданные параметры и допущения.
RTX 508016 GiB	Отлично Почему Требуется: 4 GiB Доступно модели: 15.5 GiB Оценка KV cache рассчитан по архитектуре, контексту и числу параллельных запросов. Бюджет памяти: веса + runtime + KV cache + execution margin. Резерв драйвера вычитается отдельно. Расчёт использует заданные параметры и допущения.	Отлично Почему Требуется: 6.4 GiB Доступно модели: 15.5 GiB Оценка KV cache рассчитан по архитектуре, контексту и числу параллельных запросов. Бюджет памяти: веса + runtime + KV cache + execution margin. Резерв драйвера вычитается отдельно. Расчёт использует заданные параметры и допущения.
RTX 509032 GiB	Отлично Почему Требуется: 4 GiB Доступно модели: 31.5 GiB Оценка KV cache рассчитан по архитектуре, контексту и числу параллельных запросов. Бюджет памяти: веса + runtime + KV cache + execution margin. Резерв драйвера вычитается отдельно. Расчёт использует заданные параметры и допущения.	Отлично Почему Требуется: 6.4 GiB Доступно модели: 31.5 GiB Оценка KV cache рассчитан по архитектуре, контексту и числу параллельных запросов. Бюджет памяти: веса + runtime + KV cache + execution margin. Резерв драйвера вычитается отдельно. Расчёт использует заданные параметры и допущения.
2 × RTX 309048 GiB	Отлично Почему Требуется: 4.8 GiB Доступно модели: 47 GiB Оценка KV cache рассчитан по архитектуре, контексту и числу параллельных запросов. Веса и KV распределяются между GPU с накладными расходами. PCIe-топология не задана; скорость multi-GPU остаётся грубой оценкой. NVLink/P2P не подтверждены. Наличие разъёма не означает установленный bridge. Бюджет памяти: веса + runtime + KV cache + execution margin. Резерв драйвера вычитается отдельно. Расчёт использует заданные параметры и допущения.	Отлично Почему Требуется: 7.3 GiB Доступно модели: 47 GiB Оценка KV cache рассчитан по архитектуре, контексту и числу параллельных запросов. Веса и KV распределяются между GPU с накладными расходами. PCIe-топология не задана; скорость multi-GPU остаётся грубой оценкой. NVLink/P2P не подтверждены. Наличие разъёма не означает установленный bridge. Бюджет памяти: веса + runtime + KV cache + execution margin. Резерв драйвера вычитается отдельно. Расчёт использует заданные параметры и допущения.

Контекст выше native может требовать дополнительной настройки runtime.

Оценка скорости · низкая уверенность · 8K

Batch 1. Память и скорость рассчитаны существующим Capability Engine; это оценки, не результаты тестов. RAM 64 GiB · SSD 1 TiB.

GPU	Основа решения	Доступно	Оценка скорости · низкая уверенность
RTX 3080 Ti	ОтличноВ VRAM	12 GiB11.5 GiB Доступно для модели	—Оценка Почему этот результат? KV cache рассчитан по архитектуре, контексту и числу параллельных запросов.layers: 22 · kvHeads: 4 · headDim: 256 · bytesPerElement: 2 · contextTokens: 8192 · batchSize: 1 · kvCacheMb: 0.7 GiB Бюджет памяти: веса + runtime + KV cache + execution margin. Резерв драйвера вычитается отдельно.weightsMb: 1.8 GiB · runtimeOverheadMb: 0.8 GiB · kvCacheMb: 0.7 GiB · executionMarginMb: 0.8 GiB · reservedPerGpuMb: 0.5 GiB · requiredVramMb: 4 GiB Расчёт использует заданные параметры и допущения.modelSource: EXTERNAL · variantSource: ESTIMATED · workloadSource: ESTIMATED · runtimeSource: ESTIMATED
RTX 3090	ОтличноВ VRAM	24 GiB23.5 GiB Доступно для модели	—Оценка Почему этот результат? KV cache рассчитан по архитектуре, контексту и числу параллельных запросов.layers: 22 · kvHeads: 4 · headDim: 256 · bytesPerElement: 2 · contextTokens: 8192 · batchSize: 1 · kvCacheMb: 0.7 GiB Бюджет памяти: веса + runtime + KV cache + execution margin. Резерв драйвера вычитается отдельно.weightsMb: 1.8 GiB · runtimeOverheadMb: 0.8 GiB · kvCacheMb: 0.7 GiB · executionMarginMb: 0.8 GiB · reservedPerGpuMb: 0.5 GiB · requiredVramMb: 4 GiB Расчёт использует заданные параметры и допущения.modelSource: EXTERNAL · variantSource: ESTIMATED · workloadSource: ESTIMATED · runtimeSource: ESTIMATED
RTX 4070 SUPER	ОтличноВ VRAM	12 GiB11.5 GiB Доступно для модели	—Оценка Почему этот результат? KV cache рассчитан по архитектуре, контексту и числу параллельных запросов.layers: 22 · kvHeads: 4 · headDim: 256 · bytesPerElement: 2 · contextTokens: 8192 · batchSize: 1 · kvCacheMb: 0.7 GiB Бюджет памяти: веса + runtime + KV cache + execution margin. Резерв драйвера вычитается отдельно.weightsMb: 1.8 GiB · runtimeOverheadMb: 0.8 GiB · kvCacheMb: 0.7 GiB · executionMarginMb: 0.8 GiB · reservedPerGpuMb: 0.5 GiB · requiredVramMb: 4 GiB Расчёт использует заданные параметры и допущения.modelSource: EXTERNAL · variantSource: ESTIMATED · workloadSource: ESTIMATED · runtimeSource: ESTIMATED
RTX 4080 SUPER	ОтличноВ VRAM	16 GiB15.5 GiB Доступно для модели	—Оценка Почему этот результат? KV cache рассчитан по архитектуре, контексту и числу параллельных запросов.layers: 22 · kvHeads: 4 · headDim: 256 · bytesPerElement: 2 · contextTokens: 8192 · batchSize: 1 · kvCacheMb: 0.7 GiB Бюджет памяти: веса + runtime + KV cache + execution margin. Резерв драйвера вычитается отдельно.weightsMb: 1.8 GiB · runtimeOverheadMb: 0.8 GiB · kvCacheMb: 0.7 GiB · executionMarginMb: 0.8 GiB · reservedPerGpuMb: 0.5 GiB · requiredVramMb: 4 GiB Расчёт использует заданные параметры и допущения.modelSource: EXTERNAL · variantSource: ESTIMATED · workloadSource: ESTIMATED · runtimeSource: ESTIMATED
RTX 4090	ОтличноВ VRAM	24 GiB23.5 GiB Доступно для модели	—Оценка Почему этот результат? KV cache рассчитан по архитектуре, контексту и числу параллельных запросов.layers: 22 · kvHeads: 4 · headDim: 256 · bytesPerElement: 2 · contextTokens: 8192 · batchSize: 1 · kvCacheMb: 0.7 GiB Бюджет памяти: веса + runtime + KV cache + execution margin. Резерв драйвера вычитается отдельно.weightsMb: 1.8 GiB · runtimeOverheadMb: 0.8 GiB · kvCacheMb: 0.7 GiB · executionMarginMb: 0.8 GiB · reservedPerGpuMb: 0.5 GiB · requiredVramMb: 4 GiB Расчёт использует заданные параметры и допущения.modelSource: EXTERNAL · variantSource: ESTIMATED · workloadSource: ESTIMATED · runtimeSource: ESTIMATED
RTX 5070	ОтличноВ VRAM	12 GiB11.5 GiB Доступно для модели	—Оценка Почему этот результат? KV cache рассчитан по архитектуре, контексту и числу параллельных запросов.layers: 22 · kvHeads: 4 · headDim: 256 · bytesPerElement: 2 · contextTokens: 8192 · batchSize: 1 · kvCacheMb: 0.7 GiB Бюджет памяти: веса + runtime + KV cache + execution margin. Резерв драйвера вычитается отдельно.weightsMb: 1.8 GiB · runtimeOverheadMb: 0.8 GiB · kvCacheMb: 0.7 GiB · executionMarginMb: 0.8 GiB · reservedPerGpuMb: 0.5 GiB · requiredVramMb: 4 GiB Расчёт использует заданные параметры и допущения.modelSource: EXTERNAL · variantSource: ESTIMATED · workloadSource: ESTIMATED · runtimeSource: ESTIMATED
RTX 5080	ОтличноВ VRAM	16 GiB15.5 GiB Доступно для модели	—Оценка Почему этот результат? KV cache рассчитан по архитектуре, контексту и числу параллельных запросов.layers: 22 · kvHeads: 4 · headDim: 256 · bytesPerElement: 2 · contextTokens: 8192 · batchSize: 1 · kvCacheMb: 0.7 GiB Бюджет памяти: веса + runtime + KV cache + execution margin. Резерв драйвера вычитается отдельно.weightsMb: 1.8 GiB · runtimeOverheadMb: 0.8 GiB · kvCacheMb: 0.7 GiB · executionMarginMb: 0.8 GiB · reservedPerGpuMb: 0.5 GiB · requiredVramMb: 4 GiB Расчёт использует заданные параметры и допущения.modelSource: EXTERNAL · variantSource: ESTIMATED · workloadSource: ESTIMATED · runtimeSource: ESTIMATED
RTX 5090	ОтличноВ VRAM	32 GiB31.5 GiB Доступно для модели	—Оценка Почему этот результат? KV cache рассчитан по архитектуре, контексту и числу параллельных запросов.layers: 22 · kvHeads: 4 · headDim: 256 · bytesPerElement: 2 · contextTokens: 8192 · batchSize: 1 · kvCacheMb: 0.7 GiB Бюджет памяти: веса + runtime + KV cache + execution margin. Резерв драйвера вычитается отдельно.weightsMb: 1.8 GiB · runtimeOverheadMb: 0.8 GiB · kvCacheMb: 0.7 GiB · executionMarginMb: 0.8 GiB · reservedPerGpuMb: 0.5 GiB · requiredVramMb: 4 GiB Расчёт использует заданные параметры и допущения.modelSource: EXTERNAL · variantSource: ESTIMATED · workloadSource: ESTIMATED · runtimeSource: ESTIMATED
Radeon RX 7800 XT	ОтличноВ VRAM	16 GiB15.5 GiB Доступно для модели	—Оценка Почему этот результат? Нужна проверка версии ROCm, ОС и runtime для этой GPU.runtime: llama.cpp · layer split KV cache рассчитан по архитектуре, контексту и числу параллельных запросов.layers: 22 · kvHeads: 4 · headDim: 256 · bytesPerElement: 2 · contextTokens: 8192 · batchSize: 1 · kvCacheMb: 0.7 GiB Бюджет памяти: веса + runtime + KV cache + execution margin. Резерв драйвера вычитается отдельно.weightsMb: 1.8 GiB · runtimeOverheadMb: 0.8 GiB · kvCacheMb: 0.7 GiB · executionMarginMb: 0.8 GiB · reservedPerGpuMb: 0.5 GiB · requiredVramMb: 4 GiB Расчёт использует заданные параметры и допущения.modelSource: EXTERNAL · variantSource: ESTIMATED · workloadSource: ESTIMATED · runtimeSource: ESTIMATED
Radeon RX 7900 XTX	ОтличноВ VRAM	24 GiB23.5 GiB Доступно для модели	—Оценка Почему этот результат? Нужна проверка версии ROCm, ОС и runtime для этой GPU.runtime: llama.cpp · layer split KV cache рассчитан по архитектуре, контексту и числу параллельных запросов.layers: 22 · kvHeads: 4 · headDim: 256 · bytesPerElement: 2 · contextTokens: 8192 · batchSize: 1 · kvCacheMb: 0.7 GiB Бюджет памяти: веса + runtime + KV cache + execution margin. Резерв драйвера вычитается отдельно.weightsMb: 1.8 GiB · runtimeOverheadMb: 0.8 GiB · kvCacheMb: 0.7 GiB · executionMarginMb: 0.8 GiB · reservedPerGpuMb: 0.5 GiB · requiredVramMb: 4 GiB Расчёт использует заданные параметры и допущения.modelSource: EXTERNAL · variantSource: ESTIMATED · workloadSource: ESTIMATED · runtimeSource: ESTIMATED
2 × RTX 3090	ОтличноВ VRAM	48 GiB47 GiB Доступно для модели	—Оценка Почему этот результат? KV cache рассчитан по архитектуре, контексту и числу параллельных запросов.layers: 22 · kvHeads: 4 · headDim: 256 · bytesPerElement: 2 · contextTokens: 8192 · batchSize: 1 · kvCacheMb: 0.7 GiB Веса и KV распределяются между GPU с накладными расходами.mode: LAYER · gpuCount: 2 · physicalTotalVramMb: 48 GiB · usableVramMb: 47 GiB · shardBuffersMb: 0.1 GiB PCIe-топология не задана; скорость multi-GPU остаётся грубой оценкой. NVLink/P2P не подтверждены. Наличие разъёма не означает установленный bridge.p2pVerified: false · bridgeInstalled: false Бюджет памяти: веса + runtime + KV cache + execution margin. Резерв драйвера вычитается отдельно.weightsMb: 1.8 GiB · runtimeOverheadMb: 1.6 GiB · kvCacheMb: 0.7 GiB · executionMarginMb: 0.8 GiB · reservedPerGpuMb: 0.5 GiB · requiredVramMb: 4.8 GiB Расчёт использует заданные параметры и допущения.modelSource: EXTERNAL · variantSource: ESTIMATED · workloadSource: ESTIMATED · runtimeSource: ESTIMATED

Память объединяется только при поддержке sharding выбранным runtime. PCIe, NVLink и P2P здесь не подтверждены; ускорение не гарантируется.

Опубликованные измерения

05 / BENCHMARK EVIDENCE

Опубликованные измерения

Для этой модели нет точных опубликованных измерений в текущем наборе. Оценки скорости ниже не подменяют benchmark.

BUILD / MODEL FIT

Сколько стоит ПК для этой модели?

Три стратегии существующего optimizer, а не гарантированный глобальный минимум цены. Поиск учитывает класс задач; каждый вариант отдельно проверяется для выбранной квантовки и контекста.

Бюджет поиска

Подобрать AI-сборку

06 / BUILD DIRECTION

Подобрать AI-сборку

Подобрать AI-сборку →Проверить мою конфигурацию →Мой ПК →

Продолжить выбор

GeForce RTX 5070Объём VRAM больше оценки весов; KV cache проверяется отдельно GeForce RTX 4070 SUPERОбъём VRAM больше оценки весов; KV cache проверяется отдельно GeForce RTX 3080 TiОбъём VRAM больше оценки весов; KV cache проверяется отдельно