01O que ele sabe fazer
- Apache 2.0 (uso comercial livre)
- 20B denso focado em código
- Contexto nativo de 128k
- Especialização clara em código
- —Acesso restrito no Hugging Face (aceite por clique)
- —Sem tag oficial do Ollama — instalação via HuggingFace
- —Precisão mista: verificar a compatibilidade com o ambiente de execução
04Instalar
Instale Ollama para seu SO. Verifique o modelo e sua quantização antes do download. Comece com 4096 tokens de contexto, depois verifique a alocação com ollama ps. Um comando abaixo não é prova de teste executado na sua máquina.
02Memória necessária
Quantidade aproximada de VRAM da GPU necessária para executar este modelo, incluindo a memória adicional para um contexto de 4k tokens. Para um contexto mais longo, adicione ~1 GB a cada 8k tokens.
Qual hardware usar para Granite Code 20B (Mixed Precision)?
Para executar Granite Code 20B (Mixed Precision) localmente com quantização Q4, você precisa de aproximadamente 12 GB de VRAM. Uma opção para comparar: RTX 5070 12 GB — mantenha uma margem para o sistema e o contexto; verifique a compatibilidade do motor com a GPU.
Links afiliados — comissão possível sem custo adicional para você, recomendação independente. Como Parceiro Amazon, QualLLM obtém lucro com compras que atendem às condições exigidas.
Em deslocamento: Granite Code 20B (Mixed Precision) também roda em um Notebook RTX (16 GB de VRAM) →
03Velocidade estimada
Tokens gerados por segundo em Q4_K_M, contexto 4k. Acima de 20 t/s, a leitura é confortável. Abaixo de 10 t/s, é apenas para testar.