01Ce qu'il sait faire
- Apache 2.0 (usage commercial libre)
- 20B dense focalisé code
- 128k contexte natif
- Spécialisation code claire
- —Gated sur Hugging Face (click-through)
- —Pas de tag Ollama officiel — install via HuggingFace
- —Mixed-precision : compatibilité runtime à vérifier
02Mémoire requise
VRAM GPU approximative pour faire tourner ce modèle, overhead contexte de 4k tokens inclus. Pour un contexte plus long, ajoutez ~1 Go par tranche de 8k tokens.
Quel GPU pour faire tourner Granite Code 20B (Mixed Precision) ?
Pour exécuter Granite Code 20B (Mixed Precision) en local en quantification Q4, il faut environ 12 Go de VRAM. Le meilleur rapport prix/performance : un RTX 5070 (12 Go de VRAM).
Liens affiliés — commission possible sans surcoût pour vous, reco indépendante. En tant que Partenaire Amazon, QuelLLM réalise un bénéfice sur les achats remplissant les conditions requises.
03Vitesse attendue
Tokens générés par seconde en Q4_K_M, contexte 4k. Au-delà de 20 t/s, la lecture est confortable. En dessous de 10 t/s, c'est juste pour tester.
04Installer
Le chemin le plus court : Ollama. Une commande, le modèle est téléchargé et lancé.