NVIDIA L4 24GB: especificações e compatibilidade com IA local
Placa de inferência de 24GB e baixo consumo para um serviço eficiente.
Especificações
- Memória
- 24 GB
- Tipo de memória
- GDDR6
- Largura de banda
- 300 GB/s
- FP16 aprox.
- 30 TFLOPS
- Arquitetura
- Ada Lovelace
- Processo
- TSMC 4N
- Consumo
- 72 W
- Lançamento
- 2023
Modelos que este chip pode executar
Modelos abertos avaliados para um único NVIDIA L4 24GB, o de melhor ajuste primeiro.
- CodeLlama 13BCodeLlama · ~13B · 16K ctx · Llama Community License
Cabe em Q8_0 (~14GB) com ~7.1GB de margem — cerca de 1 instância em simultâneo.
Q8_0 · ~14GBCorre bem - Gemma 3 12BGemma 3 · ~12B · 128K ctx · Gemma Terms of Use
Cabe em Q8_0 (~13GB) com ~8.1GB de margem — cerca de 1 instância em simultâneo.
Q8_0 · ~13GBCorre bem - Mistral Nemo 12BMistral · ~12B · 128K ctx · Apache-2.0
Cabe em Q8_0 (~13GB) com ~8.1GB de margem — cerca de 1 instância em simultâneo.
Q8_0 · ~13GBCorre bem - Gemma 2 9BGemma · ~9B · 8K ctx · Gemma Terms of Use
Cabe em FP16 (~19GB) com ~2.1GB de margem — cerca de 1 instância em simultâneo.
FP16 · ~19GBCorre bem - Llama 3.1 8BLlama · ~8B · 128K ctx · Llama Community License
Cabe em FP16 (~17GB) com ~4.1GB de margem — cerca de 1 instância em simultâneo.
FP16 · ~17GBCorre bem - Qwen3 8BQwen · ~8B · 128K ctx · Apache-2.0
Cabe em FP16 (~17GB) com ~4.1GB de margem — cerca de 1 instância em simultâneo.
FP16 · ~17GBCorre bem - Granite 3 8BGranite · ~8B · 128K ctx · Apache-2.0
Cabe em FP16 (~17GB) com ~4.1GB de margem — cerca de 1 instância em simultâneo.
FP16 · ~17GBCorre bem - DeepSeek-R1 Distill 8BDeepSeek · ~8B · 128K ctx · MIT
Cabe em FP16 (~17GB) com ~4.1GB de margem — cerca de 1 instância em simultâneo.
FP16 · ~17GBCorre bem
Construa um AI Business OS privado sobre NVIDIA L4 24GB
Run your own AI agents on hardware you control — private by design, no per-seat data leaving your premises. BrainOutput helps you pick the right machine and turn it into a working AI Business OS.