Llama 3.1 405B en local
Llama 3.1 405B est un LLM open source de la famille Llama, très grand (405 milliards de paramètres). Il est principalement utilisé pour le chat, le RAG et l'assistance générale. Le matériel minimum pour le faire tourner localement est Instinct MI325X (256 GB).
Quantizations disponibles
poids GGUF · llama.cpp 0.4+Acceptable. Configs limitées en VRAM.
Bonne qualité. Sweet spot taille / précision.
Quasi-identique au FP16. Production.
Référence. Précision max, VRAM doublée.
GPUs compatibles
vérifié · 3 configs mono-carteGPUs qui peuvent faire tourner Llama 3.1 405B sur une seule carte, classés du plus accessible au plus haut de gamme.
Modèles similaires
// données mises à jour le 2026-05-12 via HuggingFace API.
// estimations VRAM : (params × bits/8) × overhead 20 %.
// les valeurs réelles varient selon le moteur (llama.cpp, vLLM, MLX), la longueur de contexte utilisée et le batch size.