NetrAI-L3 の必要VRAM

Llama 3.2 3BをSuricataアラートやSIEMイベントの解釈などセキュリティ運用向けにLoRAファインチューンした小型モデル。3B級で軽く手元のGPUで動かしやすい。出力は専門家によるレビューを前提としてください。

3.21B / 28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。

この表は Q4_K_M を最小の量子化として計算しています。×でも、IQ4_XS のようにさらに小さい量子化なら収まることがあります(品質低下と、使うランタイムの対応状況の確認が要ります)。

NetrAI-L3とは

NetrAI-L3は、radheneevが公開するLlama系の小型クラス(3.21Bパラメータ)オープンモデルです。低スペックPCでも常用しやすい規模で、要約・下ごしらえ・簡単な対話に向きます。

NetrAI-L3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1.9GB、8Kトークン分のKVキャッシュが約0.9GB、システム予約と合わせて合計約4.4GBです。 ◎(快適)判定の最小ラインは、VRAM 8GBクラスのGPUです。 迷ったらQ4_K_M(合計約4.4GB)が基準です。VRAMに余裕があればQ8_0(約5.9GB)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0.2GB、8Kで約0.9GB、32Kまで広げると約3.8GB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1.9GBに対する理論上限は、RTX 3060 12GB(360GB/s)で約185 tokens/秒、RTX 4090(1008GB/s)で約518 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

Unlimited-OCR(3.34B) / Sarashina 2.2 3B(3.36B) / Qwen3 4B(4.02B)

▶ 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)