Llama 4 Maverick 17B-128E Instructకు ఎంత మెమరీ కావాలి?

4-బిట్ వద్ద సుమారు 225 GB వెయిట్లు, దానితో పాటు కాంటెక్స్ట్కు చోటు: మొత్తం 243 GB. Macలో అంటే 512 GB లేదా అంతకంటే ఎక్కువ యూనిఫైడ్ మెమరీ, ఎందుకంటే డిఫాల్ట్గా macOS దానిలో సుమారు 75%ను మాత్రమే GPU వాడుకోనిస్తుంది.

Macలో Llama 4 Maverick 17B-128E Instruct ఎంత వేగంగా నడుస్తుంది?

రాసే వేగం మెమరీ బ్యాండ్విడ్త్పై ఆధారపడుతుంది. ఇక్కడ దీనికి అత్యంత వేగవంతమైన Mac 512 GB ఉన్న M5 Ultra, సెకనుకు సుమారు 39–70 టోకెన్లు (6-బిట్). దీన్ని నడిపే అతిచిన్న Mac, 512 GB ఉన్న M5 Ultra, సుమారు 39–70 వరకు చేరుతుంది.

Llama 4 Maverick 17B-128E Instruct దాని సైజుకు మించిన వేగంతో ఎందుకు నడుస్తుంది?

ఇది mixture-of-experts మోడల్: మెమరీలో 400B పారామీటర్లను ఉంచుతుంది, కానీ ప్రతి టోకెన్కు 17B మాత్రమే చదువుతుంది, అందుకే చాలా చిన్న మోడల్ వేగంతో రాస్తుంది.

Macలో Llama 4 Maverick 17B-128E Instruct నడుస్తుందా? మెమరీ, వేగం

ప్రతి ప్రెసిషన్ వద్ద మెమరీ

వెర్షన్	వెయిట్‌లు	కాంటెక్స్ట్‌తో	అతిచిన్న Mac
8-బిట్	425 GB	459 GB	ఏ Mac కంటే అయినా ఎక్కువ
6-బిట్	325 GB	351 GB	512 GB
4-బిట్	225 GB	243 GB	512 GB
3-బిట్ తక్కువ నాణ్యత	175 GB	189 GB	256 GB
2-బిట్ తక్కువ నాణ్యత	125 GB	135 GB	192 GB

ప్రతి Apple చిప్‌పై

Llama 4 Maverick 17B-128E Instructను నడిపే ప్రతి చిప్ యొక్క అతిచిన్న మెమరీ సైజు, దానిలో సరిపోయే ఉత్తమ వెర్షన్, ఆశించదగిన రాసే వేగం.

చిప్	కావాలి	వెర్షన్	టోకెన్‌లు/సెకను
M6	ఏ సైజూ సరిపోదు	చాలా పెద్దది	–
M5 Ultra	512 GB	6-బిట్ బాగా నడుస్తుంది	39–70
M5 Max	ఏ సైజూ సరిపోదు	చాలా పెద్దది	–
M5 Pro	ఏ సైజూ సరిపోదు	చాలా పెద్దది	–
M5	ఏ సైజూ సరిపోదు	చాలా పెద్దది	–
M4 Max	ఏ సైజూ సరిపోదు	చాలా పెద్దది	–
M4 Pro	ఏ సైజూ సరిపోదు	చాలా పెద్దది	–
M4	ఏ సైజూ సరిపోదు	చాలా పెద్దది	–
M3 Ultra	512 GB	6-బిట్ బాగా నడుస్తుంది	27–47
M3 Max	ఏ సైజూ సరిపోదు	చాలా పెద్దది	–
M3 Pro	ఏ సైజూ సరిపోదు	చాలా పెద్దది	–
M3	ఏ సైజూ సరిపోదు	చాలా పెద్దది	–
M2 Ultra	192 GB	2-బిట్ బాగా నడుస్తుంది	68–121
M2 Max	ఏ సైజూ సరిపోదు	చాలా పెద్దది	–
M2 Pro	ఏ సైజూ సరిపోదు	చాలా పెద్దది	–
M2	ఏ సైజూ సరిపోదు	చాలా పెద్దది	–
M1 Ultra	ఏ సైజూ సరిపోదు	చాలా పెద్దది	–
M1 Max	ఏ సైజూ సరిపోదు	చాలా పెద్దది	–
M1 Pro	ఏ సైజూ సరిపోదు	చాలా పెద్దది	–
M1	ఏ సైజూ సరిపోదు	చాలా పెద్దది	–

దీన్ని ఎలా నడపాలి

సులభమైన మార్గం: ఉచితమైన, ఓపెన్ సోర్స్ MLX Harnessను డౌన్‌లోడ్ చేయండి. Llama 4 Maverick 17B-128E Instruct కోసం వెతికి, మీ Macలో సరిపోయే వెర్షన్‌ను డౌన్‌లోడ్ చేసి, చాట్ చేయండి. ఇది OpenAI-compatible API ద్వారా ఆ మోడల్‌ను మీ ఇతర యాప్‌లకు కూడా అందిస్తుంది.MLX Harness డౌన్‌లోడ్ చేయండిఉచితం · Apple Silicon · macOS 14.5 లేదా తర్వాతి వెర్షన్
Terminalలో Apple MLXతో:pip install mlx-lmmlx_lm.chat --model mlx-community/Llama-4-Maverick-17B-128E-Instruct-4bitబిల్డ్: Hugging Faceలో mlx-community/Llama-4-Maverick-17B-128E-Instruct-4bit. ఇతర ప్రెసిషన్‌లు దాని పక్కనే ఉన్నాయి.

దశలవారీగా: Macలో LLMలను డౌన్‌లోడ్ చేసి నడపండి · MLX Harnessను ఎలా వాడాలి · MLX vs Ollama vs llama.cpp

Llama 4 Maverick 17B-128E Instruct గురించి

తయారీదారు	Meta
పారామీటర్‌లు	మొత్తం 400B · యాక్టివ్ 17B (mixture of experts)
కాంటెక్స్ట్	1M టోకెన్‌లు
లైసెన్స్	Llama 4 Community License
విడుదల	2025-04
ఇన్‌పుట్	టెక్స్ట్, చిత్రాలు
ఇంటెలిజెన్స్	Artificial Analysis Intelligence Indexలో 9.3
వెయిట్‌లు	meta-llama/Llama-4-Maverick-17B-128E-Instruct

ప్రశ్నలు

Llama 4 Maverick 17B-128E Instructకు ఎంత మెమరీ కావాలి?: 4-బిట్ వద్ద సుమారు 225 GB వెయిట్‌లు, దానితో పాటు కాంటెక్స్ట్‌కు చోటు: మొత్తం 243 GB. Macలో అంటే 512 GB లేదా అంతకంటే ఎక్కువ యూనిఫైడ్ మెమరీ, ఎందుకంటే డిఫాల్ట్‌గా macOS దానిలో సుమారు 75%ను మాత్రమే GPU వాడుకోనిస్తుంది.
Macలో Llama 4 Maverick 17B-128E Instruct ఎంత వేగంగా నడుస్తుంది?: రాసే వేగం మెమరీ బ్యాండ్‌విడ్త్‌పై ఆధారపడుతుంది. ఇక్కడ దీనికి అత్యంత వేగవంతమైన Mac 512 GB ఉన్న M5 Ultra, సెకనుకు సుమారు 39–70 టోకెన్‌లు (6-బిట్). దీన్ని నడిపే అతిచిన్న Mac, 512 GB ఉన్న M5 Ultra, సుమారు 39–70 వరకు చేరుతుంది.
Llama 4 Maverick 17B-128E Instruct దాని సైజుకు మించిన వేగంతో ఎందుకు నడుస్తుంది?: ఇది mixture-of-experts మోడల్: మెమరీలో 400B పారామీటర్‌లను ఉంచుతుంది, కానీ ప్రతి టోకెన్‌కు 17B మాత్రమే చదువుతుంది, అందుకే చాలా చిన్న మోడల్ వేగంతో రాస్తుంది.

ఇలాంటి మోడల్‌లు

అన్ని మోడల్‌లు · అన్ని Macలు · మీ Macను పోల్చండి

మీ మోడల్ కార్డ్ లేదా README కోసం

Llama 4 Maverick 17B-128E Instructను బాగా నడిపే అతిచిన్న Macను చూపి, ఇక్కడికి లింక్ ఇస్తుంది.

[![Runs on a Mac](https://mlx.app/badge/run/llama-4-maverick.svg)](https://mlx.app/run/llama-4-maverick)

ఎలా లెక్కించాం

మెమరీ: మోడల్ పారామీటర్‌లు వెయిట్‌కు 8, 6, 4, 3 లేదా 2 బిట్‌ల వద్ద, దానితో పాటు MLX గ్రూప్ స్కేల్‌లు (వెయిట్‌కు అర బిట్), లేదా దాని నేటివ్ ఫార్మాట్, పైన కాంటెక్స్ట్‌కు చోటు. డిఫాల్ట్‌గా macOS యూనిఫైడ్ మెమరీలో సుమారు 75%ను GPU వాడుకోనిస్తుంది. వేగం: మెమరీ బ్యాండ్‌విడ్త్‌ను ప్రతి టోకెన్‌కు చదివే బైట్‌లతో భాగిస్తే ఒక సంభాషణకు గరిష్ఠ పరిమితి వస్తుంది; llama.cpp పబ్లిక్ Apple Silicon బెంచ్‌మార్క్‌లలో నిజమైన రన్‌లు దానిలో సుమారు 45% నుండి 80% వరకు చేరుతాయి, ఆ పరిధినే చూపిస్తున్నాం. ఇవి అంచనాలు, కొలతలు కావు: మీ సొంత Macను MLX Benchలో కొలవండి. మోడల్ వివరాలు ప్రతి అధికారిక మోడల్ కార్డ్ నుండి, చిప్ వివరాలు Apple Tech Specs నుండి. 2026-10-19న తనిఖీ చేశాం. mlx.app/compareలో ఉన్న అదే డేటా.