前言

估算方法很简单，就是模型参数量的那个数字乘以2就行了。

比如，8B就要16G显存，9B就得18G显存，选显卡量体裁衣就行了。

那如果没那么大的显卡也想学微调，也是有办法的，用8Bit或4Bit量化方法装入，分别用原来的一半和1/4就行了。

具体来说：

1、6B～9B参数的模型，做LoRA微调的最低显存要求是16G，但是要用8Bit量化装入，精度略低。有代表性的卡有P100、T4等，如果要使用半精度装入模型fine-tuning，得用24G显存的卡，如RTX3090、RTX4090等。12G及以下的如2080Ti等，就基本上被排除掉了。

2、13B参数的模型，用24G显存很难微调，至少得32G显存的卡，如V100等。

3、https://github.com/git-cloner/ai-course 这里有用16G卡微调GLM-4-9B和LLama-3-8B的源码和步骤。

4、那我只有2080Ti能干点啥？12G意味着能微调5B以下的半精度、9B以下的8Bit精度和13B以下的4Bit精度，其实能做的事也不少。

5、那我有一张RTX 3060 8GB，玩游戏也还可以，不舍得扔，能搞训练吗？当然可以，4B以下模型很多，那用4Bit、8Bit装模型自己算一下就知道能调多大的了。

估算原理也很简单，一句话就说清楚了：常用的模型是半精度（FP16），一个参数占两个字节，参数量（就是那个几十亿几百亿那个）乘以2字节算下来是多少个G，这个G就显卡的内存的那个G。

当然，最后实际的需求量略大于这个数，原估算量乘以1.1就差不多是最后的结果了。

最后

为什么要学AI大模型

当下，⼈⼯智能市场迎来了爆发期，并逐渐进⼊以⼈⼯通⽤智能（AGI）为主导的新时代。企业纷纷官宣“ AI+ ”战略，为新兴技术⼈才创造丰富的就业机会，⼈才缺⼝将达 400 万！

DeepSeek问世以来，生成式AI和大模型技术爆发式增长，让很多岗位重新成了炙手可热的新星，岗位薪资远超很多后端岗位，在程序员中稳居前列。

与此同时AI与各行各业深度融合，飞速发展，成为炙手可热的新风口，企业非常需要了解AI、懂AI、会用AI的员工，纷纷开出高薪招聘AI大模型相关岗位。

最近很多程序员朋友都已经学习或者准备学习 AI 大模型，后台也经常会有小伙伴咨询学习路线和学习资料，我特别拜托北京清华大学学士和美国加州理工学院博士学位的鲁为民老师给大家这里给大家准备了一份涵盖了AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频 全系列的学习资料，这些学习资料不仅深入浅出，而且非常实用，让大家系统而高效地掌握AI大模型的各个知识点。

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

AI大模型系统学习路线

在面对AI大模型开发领域的复杂与深入，精准学习显得尤为重要。一份系统的技术路线图，不仅能够帮助开发者清晰地了解从入门到精通所需掌握的知识点，还能提供一条高效、有序的学习路径。

但知道是一回事，做又是另一回事，初学者最常遇到的问题主要是理论知识缺乏、资源和工具的限制、模型理解和调试的复杂性，在这基础上，找到高质量的学习资源，不浪费时间、不走弯路，又是重中之重。

AI大模型入门到实战的视频教程+项目包

看视频学习是一种高效、直观、灵活且富有吸引力的学习方式，可以更直观地展示过程，能有效提升学习兴趣和理解力，是现在获取知识的重要途径

光学理论是没用的，要学会跟着一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

海量AI大模型必读的经典书籍（PDF）

阅读AI大模型经典书籍可以帮助读者提高技术水平，开拓视野，掌握核心技术，提高解决问题的能力，同时也可以借鉴他人的经验。对于想要深入学习AI大模型开发的读者来说，阅读经典书籍是非常有必要的。

600+AI大模型报告（实时更新）

这套包含640份报告的合集，涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。

AI大模型面试真题+答案解析

我们学习AI大模型必然是想找到高薪的工作，下面这些面试题都是总结当前最新、最热、最高频的面试题，并且每道题都有详细的答案，面试前刷完这套面试题资料，小小offer，不在话下

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】