Llama 3.2 3B 필요 사양: VRAM과 돌아가는 GPU
모델 정보
- 파라미터
- 3.21B
- 어텐션
- 풀 어텐션
- 최대 컨텍스트
- 131,072 토큰
- 공개일
- 2024-09-25
GGUF 파일
| 양자화 | 파일 크기 | 품질 | 배포처 |
|---|---|---|---|
| IQ4_XS | 1.83GB | 균형 | 커뮤니티 GGUF · bartowski |
| Q4_K_M기준 | 2.02GB | 균형 | 커뮤니티 GGUF · bartowski |
| Q8_0 | 3.42GB | 준무손실 | 커뮤니티 GGUF · bartowski |
양자화·컨텍스트별 필요 메모리
| 양자화 | 4k | 8k | 16k | 32k | 64k | 128k |
|---|---|---|---|---|---|---|
| IQ4_XS | 2.8 | 3.3 | 4.4 | 6.4 | 10.4 | 18.6 |
| Q4_K_M | 3.0 | 3.5 | 4.5 | 6.6 | 10.6 | 18.8 |
| Q8_0 | 4.4 | 4.9 | 5.9 | 8.0 | 12.0 | 20.2 |
Llama 3.2 3B, 어떤 GPU에서 돌아갈까?
판정 읽는 법
- 쾌적
- GPU에 전부 올라가고 20 tok/s 이상
- 원활
- GPU에 전부 올라가고 8~20 tok/s, MoE 전문가를 시스템 RAM에 두고 20 tok/s 이상, 또는 GPU에 90% 이상 올라가고 8 tok/s 이상
- 겨우 가능
- 2~8 tok/s, CPU 전용, GPU에 90% 미만, 또는 MoE 전문가를 RAM에 두고 20 tok/s 미만
- 불가
- 메모리에 안 들어가거나 2 tok/s 미만
옆으로 밀면 모든 열을 볼 수 있습니다.
| 하드웨어 | 판정 | 속도 | 양자화 | 메모리 | 실행 방식 | 컨텍스트 | 참고 | 가격 |
|---|---|---|---|---|---|---|---|---|
| GeForce RTX 5090 | 쾌적 | 추정 423.9 tok/s373.0–474.7보정된 추정 ±12% | Q4_K_M | 4.1 / 32.0GB | 풀 GPU | 최대 128k | — | 실거래가 US$4,200 (2026-08-09 기준) |
| Radeon RX 7900 XTX | 쾌적 | 추정 253.0 tok/s222.7–283.4보정된 추정 ±12% | Q4_K_M | 4.1 / 24.0GB | 풀 GPU | 최대 128k | — | 출시가 US$999 |
| GeForce RTX 3090 Ti | 쾌적 | 추정 238.4 tok/s209.8–267.0보정된 추정 ±12% | Q4_K_M | 4.1 / 24.0GB | 풀 GPU | 최대 128k | — | 출시가 US$1,999 |
| GeForce RTX 4090 | 쾌적 | 추정 238.4 tok/s209.8–267.0보정된 추정 ±12% | Q4_K_M | 4.1 / 24.0GB | 풀 GPU | 최대 128k | — | 실거래가 US$2,755 (2026-08-09 기준) |
| GeForce RTX 5080 | 쾌적 | 추정 227.1 tok/s199.8–254.3보정된 추정 ±12% | Q4_K_M | 4.1 / 16.0GB | 풀 GPU | 최대 64k | — | 실거래가 US$1,256 (2026-08-09 기준) |
| GeForce RTX 3090 | 쾌적 | 추정 221.4 tok/s194.8–248.0보정된 추정 ±12% | Q4_K_M | 4.1 / 24.0GB | 풀 GPU | 최대 128k | — | 실거래가 US$1,050 (2026-08-09 기준) |
| GeForce RTX 3080 12GB | 쾌적 | 추정 215.7 tok/s189.8–241.6보정된 추정 ±12% | Q4_K_M | 4.1 / 12.0GB | 풀 GPU | 최대 64k | — | 출시가 US$799 |
| GeForce RTX 5070 Ti | 쾌적 | 추정 211.9 tok/s186.5–237.4보정된 추정 ±12% | Q4_K_M | 4.1 / 16.0GB | 풀 GPU | 최대 64k | — | 실거래가 US$949 (2026-08-09 기준) |
| GeForce RTX 5080 Laptop | 쾌적 | 추정 211.9 tok/s186.5–237.4보정된 추정 ±12% | Q4_K_M | 4.1 / 16.0GB | 풀 GPU | 최대 64k | — | — |
| GeForce RTX 5090 Laptop | 쾌적 | 추정 211.9 tok/s186.5–237.4보정된 추정 ±12% | Q4_K_M | 4.1 / 24.0GB | 풀 GPU | 최대 128k | — | — |
| Radeon RX 7900 XT | 쾌적 | 추정 210.8 tok/s185.5–236.1보정된 추정 ±12% | Q4_K_M | 4.1 / 20.0GB | 풀 GPU | 최대 128k | — | 출시가 US$899 |
| GeForce RTX 3080 10GB | 쾌적 | 추정 179.8 tok/s158.2–201.3보정된 추정 ±12% | Q4_K_M | 4.1 / 10.0GB | 풀 GPU | 최대 32k | — | 출시가 US$699 |
| GeForce RTX 4080 Super | 쾌적 | 추정 174.1 tok/s153.2–195.0보정된 추정 ±12% | Q4_K_M | 4.1 / 16.0GB | 풀 GPU | 최대 64k | — | 출시가 US$999 |
| Radeon RX 9070 | 쾌적 | 추정 170.0 tok/s149.6–190.4보정된 추정 ±12% | Q4_K_M | 4.1 / 16.0GB | 풀 GPU | 최대 64k | — | 실거래가 US$639 (2026-08-09 기준) |
| Radeon RX 9070 XT | 쾌적 | 추정 170.0 tok/s149.6–190.4보정된 추정 ±12% | Q4_K_M | 4.1 / 16.0GB | 풀 GPU | 최대 64k | — | 실거래가 US$689 (2026-08-09 기준) |
| GeForce RTX 4080 | 쾌적 | 추정 169.6 tok/s149.2–189.9보정된 추정 ±12% | Q4_K_M | 4.1 / 16.0GB | 풀 GPU | 최대 64k | — | 출시가 US$1,199 |
| Radeon RX 7800 XT | 쾌적 | 추정 164.5 tok/s144.7–184.2보정된 추정 ±12% | Q4_K_M | 4.1 / 16.0GB | 풀 GPU | 최대 64k | — | 출시가 US$499 |
| GeForce RTX 4070 Ti Super | 쾌적 | 추정 158.9 tok/s139.9–178.0보정된 추정 ±12% | Q4_K_M | 4.1 / 16.0GB | 풀 GPU | 최대 64k | — | 출시가 US$799 |
| GeForce RTX 5070 | 쾌적 | 추정 158.9 tok/s139.9–178.0보정된 추정 ±12% | Q4_K_M | 4.1 / 12.0GB | 풀 GPU | 최대 64k | — | 실거래가 US$629 (2026-08-09 기준) |
| GeForce RTX 5070 Ti Laptop | 쾌적 | 추정 158.9 tok/s139.9–178.0보정된 추정 ±12% | Q4_K_M | 4.1 / 12.0GB | 풀 GPU | 최대 64k | — | — |
| GeForce RTX 2080 Ti | 쾌적 | 추정 145.7 tok/s128.2–163.2보정된 추정 ±12% | Q4_K_M | 4.1 / 11.0GB | 풀 GPU | 최대 32k | — | 출시가 US$999 |
| GeForce RTX 4090 Laptop | 쾌적 | 추정 136.2 tok/s119.9–152.6보정된 추정 ±12% | Q4_K_M | 4.1 / 16.0GB | 풀 GPU | 최대 64k | — | — |
| Apple M5 Max (40-core GPU) · 48GB | 쾌적 | 추정 124.5 tok/s99.6–149.4보정된 추정 ±20% | Q4_K_M | 3.5 / 33.6GB | 통합 메모리 | 최대 128k | — | — |
| Apple M3 Ultra · 96GB | 쾌적 | 추정 121.8 tok/s97.4–146.1보정된 추정 ±20% | Q4_K_M | 3.5 / 67.2GB | 통합 메모리 | 최대 128k | — | — |
| GeForce RTX 4070 | 쾌적 | 추정 119.2 tok/s104.9–133.5보정된 추정 ±12% | Q4_K_M | 4.1 / 12.0GB | 풀 GPU | 최대 64k | — | 출시가 US$599 |
| GeForce RTX 4070 Super | 쾌적 | 추정 119.2 tok/s104.9–133.5보정된 추정 ±12% | Q4_K_M | 4.1 / 12.0GB | 풀 GPU | 최대 64k | — | 출시가 US$599 |
| Apple M2 Ultra · 64GB | 쾌적 | 추정 118.9 tok/s95.2–142.7보정된 추정 ±20% | Q4_K_M | 3.5 / 44.8GB | 통합 메모리 | 최대 128k | — | — |
| GeForce GTX 1080 Ti | 쾌적 | 추정 114.5 tok/s80.1–148.8이론 추정 ±30% | Q4_K_M | 4.1 / 11.0GB | 풀 GPU | 최대 32k | — | 출시가 US$699 |
| Apple M4 Max (40-core GPU) · 48GB | 쾌적 | 추정 110.7 tok/s88.6–132.8보정된 추정 ±20% | Q4_K_M | 3.5 / 33.6GB | 통합 메모리 | 최대 64k | — | — |
| GeForce RTX 3070 | 쾌적 | 추정 106.0 tok/s93.2–118.7보정된 추정 ±12% | Q4_K_M | 4.1 / 8.0GB | 풀 GPU | 최대 32k | — | 출시가 US$499 |
| GeForce RTX 5060 | 쾌적 | 추정 106.0 tok/s93.2–118.7보정된 추정 ±12% | Q4_K_M | 4.1 / 8.0GB | 풀 GPU | 최대 32k | — | 실거래가 US$339 (2026-08-09 기준) |
| GeForce RTX 5060 Ti 16GB | 쾌적 | 추정 106.0 tok/s93.2–118.7보정된 추정 ±12% | Q4_K_M | 4.1 / 16.0GB | 풀 GPU | 최대 64k | — | 실거래가 US$569 (2026-08-09 기준) |
| GeForce RTX 5060 Ti 8GB | 쾌적 | 추정 106.0 tok/s93.2–118.7보정된 추정 ±12% | Q4_K_M | 4.1 / 8.0GB | 풀 GPU | 최대 32k | — | 실거래가 US$429 (2026-08-09 기준) |
| GeForce RTX 4080 Laptop | 쾌적 | 추정 102.2 tok/s89.9–114.4보정된 추정 ±12% | Q4_K_M | 4.1 / 12.0GB | 풀 GPU | 최대 64k | — | — |
| Apple M5 Max (32-core GPU) · 36GB | 쾌적 | 추정 93.3 tok/s74.6–111.9보정된 추정 ±20% | Q4_K_M | 3.5 / 25.2GB | 통합 메모리 | 최대 64k | — | — |
| Intel Arc B580 | 쾌적 | 추정 90.9 tok/s72.7–109.1보정된 추정 ±20% | Q4_K_M | 4.1 / 12.0GB | 풀 GPU | 최대 64k | — | 실거래가 US$290 (2026-08-09 기준) |
| GeForce RTX 3060 12GB | 쾌적 | 추정 85.1 tok/s74.9–95.4보정된 추정 ±12% | Q4_K_M | 4.1 / 12.0GB | 풀 GPU | 최대 64k | — | 실거래가 US$250 (2026-08-09 기준) |
| Radeon RX 9060 XT 16GB | 쾌적 | 추정 84.9 tok/s74.7–95.0보정된 추정 ±12% | Q4_K_M | 4.1 / 16.0GB | 풀 GPU | 최대 64k | — | 실거래가 US$449 (2026-08-09 기준) |
| Apple M4 Max (32-core GPU) · 36GB | 쾌적 | 추정 83.1 tok/s66.5–99.7보정된 추정 ±20% | Q4_K_M | 3.5 / 25.2GB | 통합 메모리 | 최대 64k | — | — |
| GeForce RTX 4060 Ti 16GB | 쾌적 | 추정 68.1 tok/s59.9–76.3보정된 추정 ±12% | Q4_K_M | 4.1 / 16.0GB | 풀 GPU | 최대 64k | — | 출시가 US$499 |
| GeForce RTX 4060 Ti 8GB | 쾌적 | 추정 68.1 tok/s59.9–76.3보정된 추정 ±12% | Q4_K_M | 4.1 / 8.0GB | 풀 GPU | 최대 32k | — | 출시가 US$399 |
| GeForce RTX 4060 | 쾌적 | 추정 64.3 tok/s56.6–72.1보정된 추정 ±12% | Q4_K_M | 4.1 / 8.0GB | 풀 GPU | 최대 32k | — | 출시가 US$299 |
| Apple M5 Pro · 24GB | 쾌적 | 추정 62.2 tok/s49.8–74.7보정된 추정 ±20% | Q4_K_M | 3.5 / 16.8GB | 통합 메모리 | 최대 32k | — | — |
| GeForce RTX 4060 Laptop | 쾌적 | 추정 60.6 tok/s53.3–67.8보정된 추정 ±12% | Q4_K_M | 4.1 / 8.0GB | 풀 GPU | 최대 32k | — | — |
| GeForce RTX 4070 Laptop | 쾌적 | 추정 60.6 tok/s53.3–67.8보정된 추정 ±12% | Q4_K_M | 4.1 / 8.0GB | 풀 GPU | 최대 32k | — | — |
| Ryzen AI Max+ 395 (Strix Halo) · 32GB | 쾌적 | 추정 56.2 tok/s45.0–67.5보정된 추정 ±20% | Q4_K_M | 3.5 / 22.4GB | 통합 메모리 | 최대 32k | — | 출시가 US$1,999 |
| Apple M4 Pro · 24GB | 쾌적 | 추정 55.3 tok/s44.3–66.4보정된 추정 ±20% | Q4_K_M | 3.5 / 16.8GB | 통합 메모리 | 최대 32k | — | — |
| GeForce RTX 3050 8GB | 쾌적 | 추정 53.0 tok/s46.6–59.3보정된 추정 ±12% | Q4_K_M | 4.1 / 8.0GB | 풀 GPU | 최대 32k | — | 출시가 US$249 |
| NVIDIA DGX Spark · 128GB | 쾌적 | 추정 36.9 tok/s29.5–44.3보정된 추정 ±20% | Q4_K_M | 3.5 / 89.6GB | 통합 메모리 | 최대 16k | — | 출시가 US$3,999 |
| Apple M5 · 16GB | 쾌적 | 추정 31.1 tok/s24.9–37.4보정된 추정 ±20% | Q4_K_M | 3.5 / 11.2GB | 통합 메모리 | 최대 16k | — | — |
| Apple M4 · 16GB | 쾌적 | 추정 24.3 tok/s19.5–29.2보정된 추정 ±20% | Q4_K_M | 3.5 / 11.2GB | 통합 메모리 | 최대 8k | — | — |
| DDR5-6000 듀얼채널 CPU · 16GB | 겨우 가능 | 추정 16.2 tok/s13.0–19.5보정된 추정 ±20% | Q4_K_M | RAM 3.0GB | CPU 전용 | 최대 64k |
| — |
| DDR5-5600 듀얼채널 CPU · 16GB | 겨우 가능 | 추정 15.1 tok/s12.1–18.2보정된 추정 ±20% | Q4_K_M | RAM 3.0GB | CPU 전용 | 최대 64k |
| — |
| DDR4-3200 듀얼채널 CPU · 16GB | 겨우 가능 | 추정 8.7 tok/s6.9–10.4보정된 추정 ±20% | Q4_K_M | RAM 3.0GB | CPU 전용 | 최대 64k |
| — |
가장 싸게 돌릴 수 있는 GPU
- 쾌적GeForce RTX 3060 12GB실거래가 US$250 (2026-08-09 기준), 속도 추정 85.1 tok/s (74.9–95.4, 보정된 추정 ±12%)
Llama 3.2 3B 벤치마크 결과
이 모델로 잰 공개 벤치마크 결과는 아직 없습니다.
자주 묻는 질문
Llama 3.2 3B 실행에 VRAM이 얼마나 필요한가요?
Q4_K_M 기준으로 가중치가 2.02GB이고, 8k 컨텍스트까지 더하면 약 3.5GB가 필요합니다(KV 캐시 0.9GB, 연산 버퍼 0.6GB). 가장 작은 파일(IQ4_XS)은 약 3.3GB가 필요합니다.
Llama 3.2 3B, 원활하게 돌아가는 가장 싼 GPU는 무엇인가요?
쾌적하게 돌리는 가장 싼 GPU는 GeForce RTX 3060 12GB입니다. 실거래가는 US$250(2026-08-09 기준)이고, 속도는 추정 85.1 tok/s (74.9–95.4, 보정된 추정 ±12%)입니다.
Llama 3.2 3B, 8GB·16GB·24GB GPU에서 돌아가나요?
Q4_K_M·8k 컨텍스트 기준 카드별 판정입니다. GeForce RTX 4060: 쾌적, 추정 64.3 tok/s (56.6–72.1, 보정된 추정 ±12%); GeForce RTX 5060 Ti 16GB: 쾌적, 추정 106.0 tok/s (93.2–118.7, 보정된 추정 ±12%); GeForce RTX 3090: 쾌적, 추정 221.4 tok/s (194.8–248.0, 보정된 추정 ±12%).
속도는 메모리 대역폭으로 계산한 추정치를 공개 벤치마크로 보정한 값입니다. 모든 수치에는 오차 범위와 신뢰 라벨을 함께 표시합니다. 실제 속도는 드라이버, 백엔드, 컨텍스트 길이, 발열에 따라 달라집니다.