Granite 4.1 8B の必要VRAM

IBMの実務向けdense 8B。Apache 2.0ライセンスで商用利用の判断がしやすく、企業のローカル導入検討でよく名前が挙がる枠。

8.79B / 40層 / GQA 8ヘッド / 既定コンテキスト 8,192 トークン(HuggingFace)

必要VRAM = 重み + KVキャッシュ(既定コンテキスト時) + 1.5GB(OS/表示)。△は量子化を下げるかコンテキストを絞れば動作します。

Granite 4.1 8Bとは

Granite 4.1 8Bは、ibm-graniteが公開するTransformer系の入門〜標準クラス(8.79Bパラメータ)オープンモデルです。8GB級GPUで扱える定番サイズで、日常的な対話・文章作成の実用ラインです。

Hugging Faceでの直近30日ダウンロードは約317万件・いいね229件 — ダウンロード数は当サイト収録39モデル中19位です(2026-07-25時点。公式リポジトリ分のみで、GGUF再配布版は含みません)。

Granite 4.1 8Bの必要スペックを読み解く

Q4_K_M量子化での内訳は、重み(モデル本体)が約5.3GB、8Kトークン分のKVキャッシュが約1.3GB、システム予約と合わせて合計約8.2GBです。 ◎(快適)判定の最小ラインは、VRAM 12GBクラスのGPUです。 迷ったらQ4_K_M(合計約8.2GB)が基準です。VRAMに余裕があればQ8_0(約12.2GB)で品質の上積みが狙えます。 Mac(ユニファイドメモリ)での判定は、トップページでチップと搭載メモリを選ぶと計算できます。

コンテキスト長とメモリの伸び方

このモデルのKVキャッシュは、2Kトークンで約0.3GB、8Kで約1.3GB、32Kまで広げると約5.4GBになります。KVキャッシュはコンテキスト長にほぼ比例して増えるため、長文用途ではその分のVRAM余白を見込んでください。

速度の目安(理論上限)

生成速度はメモリ帯域律速です。Q4_K_Mの重み5.3GBに対する理論上限は、RTX 3060 12GB(360GB/s)で約68 tokens/秒、RTX 4090(1008GB/s)で約189 tokens/秒 — 実効はオーバーヘッドの分これより下がります。

動かすには

OllamaやLM Studioに対応しています。導入手順は用語集のOllamaページにまとめています。

同クラスの選択肢

Qwen3-VL 8B(8.77B) / Qwen2.5-VL 7B(8.29B) / Bonsai 8B (1-bit)(8.19B)

▶ あなたのPCを自動判定する(スペック送信なし・ブラウザ内完結)