Configurer un rig →
NVIDIAconsumerRTX 20

RTX 2080 Ti pour l'IA locale

Le RTX 2080 Ti est un GPU entrée de gamme (11 GB de VRAM) destiné aux configurations grand public et workstations. Sur les 242 modèles open source de notre catalogue, 164 tournent confortablement dessus en mono-carte.

Voir tous les modèles compatibles →Rig autour du Ti ↗
VRAM
11GB
Catégorie
Consumer
Série
RTX 20
Vendor
NVIDIA

Modèles qui tournent confortablement

Ces modèles tiennent dans 11GB avec marge pour le contexte long et l'inférence stable. Triés du plus gros au plus petit.

★Qwen 2.5 14Bqwen8.8 GBcompatibleQ4 · / 11 GB
Qwen 2.5 Coder 14Bqwen8.8 GBcompatibleQ4 · / 11 GB
★Qwen 3 14Bqwen8.8 GBcompatibleQ4 · / 11 GB
★DeepSeek R1 Distill 14Bdeepseek8.8 GBcompatibleQ4 · / 11 GB
Phi-3 Medium 14Bphi8.8 GBcompatibleQ4 · / 11 GB
★Phi-4 14Bphi8.8 GBcompatibleQ4 · / 11 GB
★GLM-4.5 Airglm8.8 GBcompatibleQ4 · / 11 GB
★Qwen2.5 14B Instructqwen8.8 GBcompatibleQ4 · / 11 GB
★Qwen3 14Bqwen8.8 GBcompatibleQ4 · / 11 GB
★Qwen2.5 Coder 14B Instructqwen8.8 GBcompatibleQ4 · / 11 GB
★DeepSeek R1 Distill Qwen 14Bqwen8.8 GBcompatibleQ4 · / 11 GB
Llama 2 13Bllama8.2 GBcompatibleQ4 · / 11 GB
CodeLlama 13Bcodellama8.2 GBcompatibleQ4 · / 11 GB
OLMo 2 13Bolmo8.2 GBcompatibleQ4 · / 11 GB
Vicuna 13Bvicuna8.2 GBcompatibleQ4 · / 11 GB
★Mistral Nemo 12Bmistral9.2 GBcompatibleQ5 · / 11 GB
★Gemma 3 12Bgemma9.2 GBcompatibleQ5 · / 11 GB
StableLM 2 12Bstable9.2 GBcompatibleQ5 · / 11 GB
Solar 10.7Bsolar8.2 GBcompatibleQ5 · / 11 GB
Falcon 3 10Bfalcon7.7 GBcompatibleQ5 · / 11 GB
★Gemma 2 9Bgemma6.9 GBcompatibleQ5 · / 11 GB
Yi 1.5 9Byi6.9 GBcompatibleQ5 · / 11 GB
★Qwen 3.5 9Bqwen6.9 GBcompatibleQ5 · / 11 GB
★GLM-4 9Bglm6.9 GBcompatibleQ5 · / 11 GB
★GLM-4.7 Flashglm6.9 GBcompatibleQ5 · / 11 GB
GLM-4.1V 9B Thinkingglm6.9 GBcompatibleQ5 · / 11 GB
★NVIDIA Nemotron Nano 9Bnemotron6.9 GBcompatibleQ5 · / 11 GB
★gemma 2 9b itgemma6.9 GBcompatibleQ5 · / 11 GB
Llama 3 8Bllama8.9 GBcompatibleQ8 · / 11 GB
★Llama 3.1 8Bllama8.9 GBcompatibleQ8 · / 11 GB

+ 134 autres — voir le calculateur complet →

Modèles serrés (possibles mais lents)

Ces modèles tiennent tout juste. Tournent mais le contexte disponible est limité, et l'inférence peut être lente si on dépasse la VRAM (offload CPU).

DeepSeek V2 Litedeepseek · MoE10.1 GBserréQ4 · / 11 GB
DeepSeek Coder V2 Litedeepseek · MoE10.1 GBserréQ4 · / 11 GB
StarCoder 2 15Bstarcoder9.4 GBserréQ4 · / 11 GB
★Phi-4 Reasoning Vision 15Bphi9.4 GBserréQ4 · / 11 GB

Débloqués en rig 2×

Avec 2 cartes en parallèle (22 GB total), vous accédez à des modèles plus gros et à des quantizations plus hautes.

CodeLlama 34Bcodellama21.4 GBserréQ4 · / 22 GB
Yi 1.5 34Byi21.4 GBserréQ4 · / 22 GB
★dolphin 2.9.1 yi 1.5 34byi21.4 GBserréQ4 · / 22 GB
★Qwen 2.5 32Bqwen20.1 GBserréQ4 · / 22 GB
★Qwen 2.5 Coder 32Bqwen20.1 GBserréQ4 · / 22 GB
★Qwen 3 32Bqwen20.1 GBserréQ4 · / 22 GB
★QwQ 32Bqwq20.1 GBserréQ4 · / 22 GB
★DeepSeek R1 Distill 32Bdeepseek20.1 GBserréQ4 · / 22 GB
Qwen 2.5 VL 32Bqwen20.1 GBserréQ4 · / 22 GB
★Granite 4 H-Small 32B-A9Bgranite · MoE20.1 GBserréQ4 · / 22 GB
GLM-4.6glm20.1 GBserréQ4 · / 22 GB
★GLM-4.7glm20.1 GBserréQ4 · / 22 GB
★GLM-5glm20.1 GBserréQ4 · / 22 GB
★GLM-5.1glm20.1 GBserréQ4 · / 22 GB
★Qwen3 32Bqwen20.1 GBserréQ4 · / 22 GB

Débloqués en rig 4×

Configuration entreprise / serveur (44 GB total) : vous accédez aux flagships open source 70B+ et aux MoE moyens.

★Mixtral 8x7Bmistral · MoE36.1 GBcompatibleQ5 · / 44 GB
Falcon 40Bfalcon30.7 GBcompatibleQ5 · / 44 GB
Command R 35Bcommand26.9 GBcompatibleQ5 · / 44 GB
Aya 23 35Baya26.9 GBcompatibleQ5 · / 44 GB

GPUs similaires

// données mises à jour le 2026-05-12 via HuggingFace API.
// estimations VRAM : (params × bits/8) × overhead 20 %.