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
04Installer
Installez Ollama pour votre OS. Vérifiez le modèle et sa quantification avant le téléchargement. Commencez avec 4096 tokens de contexte, puis contrôlez le placement avec ollama ps. Une commande ci-dessous n’est pas une preuve de test exécuté sur votre machine.
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 (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.
En mobilité : Granite Code 20B (Mixed Precision) tourne aussi sur un PC portable RTX (16 Go de VRAM) →
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.