核心规格
- 模型系列
- Llama 3.3
- 厂商/维护方
- Meta AI
- 许可证
- Llama 3.3 Community License
- 输入模态
- 文本
- 架构
- Dense Transformer
- 总参数量
- 70B
- 最大上下文
- 131072 tokens
- 仅权重显存估算
- BF16：140 GB；INT4：35 GB；INT8：70 GB
- 建议GPU显存
- BF16：160 GB；INT8：96 GB；INT4低并发：48 GB
MODEL SELECTION PROFILE
Llama 3.3 70B
面向高质量文本任务的70B指令模型，生态成熟，适合企业RAG和私有化服务。资料更新：2026-07-24官方资料来源 →
软件与部署生态
- Transformers
- vLLM
- SGLang
- TensorRT-LLM
部署与采购注意事项
暂无额外部署说明。
不适合或需要谨慎的场景
- 商业使用需要核对Llama社区许可
- 48GB单卡INT4只适合有限上下文和并发
HOW TO USE THIS PROFILE
不要用单个参数直接作出采购决定
权重显存只是部署下限。真实服务还需要预留KV Cache、批处理、上下文、框架运行开销和安全余量；MoE模型的激活参数也不能代替完整权重容量。
WANGYU COMPUTE SERVICE
让网昱继续核对这份算力方案
结合模型、并发、硬件平台、预算和交付条件，进一步确认配置边界，或匹配可租算力资源。