প্রতিটি প্রিসিশনে মেমরি
| ভার্সন | ওয়েট | কনটেক্সটসহ | সবচেয়ে ছোট Mac |
|---|---|---|---|
| 8-bit | 3.4 GB | 4.9 GB | 8 GB |
| 6-bit | 2.6 GB | 4.1 GB | 8 GB |
| 4-bit | 1.8 GB | 3.3 GB | 8 GB |
| 3-bit কম মান | 1.4 GB | 2.9 GB | 8 GB |
| 2-bit কম মান | 1 GB | 2.5 GB | 8 GB |
প্রতিটি Apple চিপে
প্রতিটি চিপের যে সবচেয়ে ছোট মেমরি সাইজ Llama 3.2 3B Instruct চালায়, তাতে ধরে এমন সেরা ভার্সন, আর লেখার আনুমানিক গতি।
| চিপ | লাগে | ভার্সন | টোকেন/সেকেন্ড |
|---|---|---|---|
| M6 | 16 GB | 8-bit ভালো চলে | 20–36 |
| M5 Ultra | 96 GB | 8-bit ভালো চলে | 159–282 |
| M5 Max | 36 GB | 8-bit ভালো চলে | 61–108 |
| M5 Pro | 24 GB | 8-bit ভালো চলে | 41–72 |
| M5 | 16 GB | 8-bit ভালো চলে | 20–36 |
| M4 Max | 36 GB | 8-bit ভালো চলে | 54–96 |
| M4 Pro | 24 GB | 8-bit ভালো চলে | 36–64 |
| M4 | 16 GB | 8-bit ভালো চলে | 16–28 |
| M3 Ultra | 96 GB | 8-bit ভালো চলে | 108–193 |
| M3 Max | 36 GB | 8-bit ভালো চলে | 40–71 |
| M3 Pro | 18 GB | 8-bit ভালো চলে | 20–35 |
| M3 | 8 GB | 8-bit ভালো চলে | 13–24 |
| M2 Ultra | 64 GB | 8-bit ভালো চলে | 106–188 |
| M2 Max | 32 GB | 8-bit ভালো চলে | 53–94 |
| M2 Pro | 16 GB | 8-bit ভালো চলে | 26–47 |
| M2 | 8 GB | 8-bit ভালো চলে | 13–24 |
| M1 Ultra | 64 GB | 8-bit ভালো চলে | 106–188 |
| M1 Max | 32 GB | 8-bit ভালো চলে | 53–94 |
| M1 Pro | 16 GB | 8-bit ভালো চলে | 26–47 |
| M1 | 8 GB | 6-bit ভালো চলে | 12–21 |
কীভাবে চালাবেন
- সহজ উপায়: MLX Harness ডাউনলোড করুন, এটি বিনামূল্যে ও ওপেন সোর্স। Llama 3.2 3B Instruct খুঁজুন, আপনার Mac-এ ধরে এমন ভার্সন ডাউনলোড করুন, আর চ্যাট করুন। এটি OpenAI-compatible API দিয়ে মডেলটি আপনার অন্য অ্যাপকেও দেয়।MLX Harness ডাউনলোড করুনবিনামূল্যে · Apple Silicon · macOS 14.5 বা নতুন
- Terminal-এ Apple-এর MLX দিয়ে:
pip install mlx-lmmlx_lm.chat --model mlx-community/Llama-3.2-3B-Instruct-4bitবিল্ড: Hugging Face-এ mlx-community/Llama-3.2-3B-Instruct-4bit। অন্য প্রিসিশনগুলো তার পাশেই আছে।
ধাপে ধাপে: Mac-এ LLM ডাউনলোড করে চালান · MLX Harness কীভাবে ব্যবহার করবেন · MLX বনাম Ollama বনাম llama.cpp
Llama 3.2 3B Instruct সম্পর্কে
| নির্মাতা | Meta |
|---|---|
| প্যারামিটার | 3.21B (ডেন্স) |
| কনটেক্সট | 128K টোকেন |
| লাইসেন্স | Llama 3.2 Community License |
| প্রকাশ | 2024-09 |
| ইনপুট | টেক্সট |
| ওয়েট | meta-llama/Llama-3.2-3B-Instruct |
প্রশ্ন
- Llama 3.2 3B Instruct-এর কত মেমরি লাগে?
- 4-bit-এ প্রায় 1.8 GB ওয়েট, সঙ্গে কনটেক্সটের জায়গা: সব মিলিয়ে 3.3 GB। Mac-এ এর মানে 8 GB বা তার বেশি ইউনিফায়েড মেমরি, কারণ ডিফল্টভাবে macOS GPU-কে তার প্রায় 75% ব্যবহার করতে দেয়।
- Mac-এ Llama 3.2 3B Instruct কত দ্রুত চলে?
- লেখার গতি নির্ভর করে মেমরি ব্যান্ডউইথের ওপর। এখানে এর জন্য সবচেয়ে দ্রুত Mac হলো 96 GB-এর M5 Ultra, সেকেন্ডে প্রায় 159–282 টোকেন (8-bit)। যে সবচেয়ে ছোট Mac এটি চালায়, 8 GB-এর M3, সেটি প্রায় 13–24 পর্যন্ত পৌঁছায়।
- কোয়ান্টাইজেশনে কি Llama 3.2 3B Instruct-এর মান কমে?
- 4 bit-এ বেশিরভাগ মডেল আসল মানের কাছাকাছি থাকে; 4 bit-এর নিচে মান দ্রুত কমে। আপনার Mac-এ জায়গা রেখে ধরে এমন সবচেয়ে উঁচু প্রিসিশন বেছে নিন।
একই ধরনের মডেল
আপনার মডেল কার্ড বা README-এর জন্য
Llama 3.2 3B Instruct ভালোভাবে চালায় এমন সবচেয়ে ছোট Mac দেখায় আর এখানে লিংক করে।
[](https://mlx.app/run/llama-3.2-3b)হিসাব কীভাবে করা হয়েছে
মেমরি: মডেলের প্যারামিটার প্রতি ওয়েটে 8, 6, 4, 3 বা 2 bit-এ, সঙ্গে MLX-এর গ্রুপ স্কেল (প্রতি ওয়েটে আধা bit), অথবা তার নেটিভ ফরম্যাট, আর তার ওপর কনটেক্সটের জায়গা। ডিফল্টভাবে macOS GPU-কে ইউনিফায়েড মেমরির প্রায় 75% ব্যবহার করতে দেয়। গতি: মেমরি ব্যান্ডউইথকে প্রতি টোকেনে পড়া বাইট দিয়ে ভাগ করলে একটি কথোপকথনের সর্বোচ্চ সীমা পাওয়া যায়; llama.cpp-এর পাবলিক Apple Silicon বেঞ্চমার্কে আসল রান এর প্রায় 45% থেকে 80% পর্যন্ত পৌঁছায়, আর সেই রেঞ্জটাই দেখানো হয়েছে। এগুলো অনুমান, মাপা ফল নয়: MLX Bench-এ আপনার নিজের Mac মাপুন। মডেলের তথ্য প্রতিটি অফিশিয়াল মডেল কার্ড থেকে, চিপের তথ্য Apple-এর Tech Specs থেকে। যাচাই করা হয়েছে 2026-10-19। mlx.app/compare-এর একই ডেটা।