01Lo que sabe hacer
- Apache 2.0 (uso comercial libre)
- 20B denso centrado en código
- Contexto nativo de 128k
- Clara especialización en código
- —Acceso restringido en Hugging Face (aceptación de condiciones mediante clic)
- —Sin etiqueta oficial de Ollama — instalar mediante HuggingFace
- —Precisión mixta: hay que verificar la compatibilidad con el entorno de ejecución
04Instalar
Instala Ollama para tu SO. Verifica el modelo y su cuantización antes de la descarga. Comienza con 4096 tokens de contexto y luego controla la asignación con ollama ps. Un comando a continuación no es prueba de que se haya ejecutado una prueba en tu máquina.
02Memoria requerida
VRAM de GPU aproximada para ejecutar este modelo, incluido el sobrecoste de contexto de 4k tokens. Para un contexto más largo, añade ~1 GB por cada tramo de 8k tokens.
¿Qué hardware necesitas para Granite Code 20B (Mixed Precision)?
Para ejecutar Granite Code 20B (Mixed Precision) en local con cuantización Q4, necesitas aproximadamente 12 GB de VRAM. Una opción para comparar: RTX 5070 12 GB — deja un margen para el sistema y el contexto; verifica la compatibilidad del motor con la GPU.
Enlaces de afiliados — posible comisión sin coste adicional para ti, recomendación independiente. Como socio de Amazon, QuelLLM obtiene un beneficio de las compras que cumplen las condiciones requeridas.
Cuando te desplazas: Granite Code 20B (Mixed Precision) también funciona en un Portátil RTX (16 GB de VRAM) →
03Velocidad estimada
Tokens generados por segundo en Q4_K_M, contexto 4k. Por encima de 20 t/s, la lectura es cómoda. Por debajo de 10 t/s, es solo para probar.