01できること
長所
- Dense 8B:Q4(約4,6 GB)なら 8 GB のGPUに収まります
- コード特化
- 許諾条件の緩やかな Apache 2.0 ライセンス
- 128k ネイティブコンテキスト
知っておくべき限界
- —2025〜2026年の新しいコーディングモデルには劣る
- —Hugging Face 上のゲート付きウェイト(承認が必要)
アーキテクチャ
高密度Transformer · 8Bパラメーター · 128kコンテキスト · コード特化
トレーニング
IBMのGranite Codeモデル。コード生成とコード補完に重点を置いた8Bのデンス型モデルです。ライセンスはApache 2.0です。
おすすめの用途
コード補完ローカルで動く開発アシスタント8 GB GPU
04インストール
インストール Ollama お使いのOS向け。ダウンロード前にモデルと量子化を確認してください。まずはコンテキストを4096トークンに設定し、その後、ollama ps でモデルの配置先を確認してください。以下にコマンドが記載されていることは、お使いのマシンでテストが実行された証拠にはなりません。
$# HuggingFace : IBM/IBM-Granite-Code-8B
LM Studio
グラフィカルインターフェース、CLI不要
→ ガイドを見る
llama.cpp
純粋な性能、ソースからのビルド
→ ガイドを見る
vLLM
OpenAI互換の本番サーバー
→ ガイドを見る
Jan / GPT4All
オールインワンデスクトップアプリ
→ ガイドを見る
⚠
初回ダウンロード:選択した量子化により 2 GB から 40 GB。ディスク容量を確保し、安定した接続を推奨します。その後の起動は即時です。
02必要なメモリ
このモデルを動作させるためのGPU VRAMの概算値(4kトークンのコンテキストオーバーヘッドを含む)。より長いコンテキストが必要な場合は、8kトークンごとに約1 GBを追加してください。
Q4_K_M
最も軽量、損失約 5%
4.6 GB
Q5_K_M
品質とサイズのバランスが良好
6 GB
Q8_0
FP16とほぼ区別がつかない
9 GB
FP16
フル精度 — サーバー用途
16 GB
CPU フォールバック ・GPUがない場合は、 10 RAM(GB) このモデルを低速で実行するための最低要件。
IBM Granite Code 8Bに必要なハードウェアは?
実行するには IBM Granite Code 8B ローカルで Q4 量子化の場合、約 4.6 GBのVRAM。比較検討する選択肢: RTX 5060 Ti 16GB (ASUS Prime) — システムとコンテキスト用のメモリに余裕を持たせ、推論エンジンがGPUに対応していることを確認してください。
現在のオファー: RTX 5060 Ti 16GB (ASUS Prime)
Amazon価格を見る →アフィリエイトリンク — 追加費用なしで手数料を受け取る場合があります。独立したおすすめ情報です。Amazonアソシエイトとして、ローカルLLMナビは条件を満たす購入から利益を得ています。
外出先では: IBM Granite Code 8B 〜でも動作します RTX搭載ノートPC (16 GBのVRAM) →
03予想速度
Q4_K_M、コンテキスト 4k での毎秒生成トークン数。 20 t/sを超えると快適に読めます。 10 t/s未満では、試用にとどまります。
QuelLLM キット用途別のリファレンスガイド
すべてのキットを永久に利用 — 49 €