// 书生 InternLM / Intern-S · 文本大模型
internlm3-8b-instruct 本地部署与显存需求
8.8B 参数。4 位量化约 6.8 GB，BF16 约 20.3 GB（1 个 8K token 请求）。
发布 2025-01-13许可：可商用显存为估算值
01规格
| 发布方 | 上海人工智能实验室 · internlm |
|---|---|
| 系列 | 书生 InternLM / Intern-S · internlm3 |
| 类型 | 文本大模型 (text-generation) |
| 参数量 | 8.8B 来源：按官方 safetensors 权重统计 |
| 上下文长度 | 32K tokens (32,768)取自 config.json 的 max_position_embeddings |
| 结构 | 48 层 · GQA |
| 发布权重 | BF16 · 17.6 GB下载量 |
| 许可 | Apache-2.0 · 可商用宽松许可（Apache-2.0 / MIT / CC-BY / OpenMDW）：允许商用。 |
| 发布日期 | 2025-01-13 （Hugging Face 仓库创建日） |
02需要多少显存（估算）
合计 = 权重 + 10% + 0.5GB 运行开销 + 1 个请求的 KV 缓存（FP16）。并发用户越多，KV 部分成倍增加。
| 精度 | 权重 | 合计 @ 8K | 合计 @ 32K | 最低显卡 | Mac |
|---|---|---|---|---|---|
| BF16 / FP16（原始精度） | 17.6 GB | 20.3 GB | 21.5 GB | RTX 4090 24GB | Mac 36GB |
| FP8 / INT8 / Q8_0 | 9.3 GB | 11.2 GB | 12.4 GB | 16GB 显卡 | Mac 24GB |
| 4 位量化（Q4_K_M / AWQ / GPTQ-Int4） | 5.3 GB | 6.8 GB | 8.0 GB | 8GB 显卡 | Mac 16GB |
每个请求的 KV 缓存：8K 0.4 GB · 32K 1.6 GB
每权重比特：BF16 16、FP8 8.5、4 位 4.85。“放得下” = 合计 ≤ 显存 90%；Mac GPU 约可用统一内存的 2/3（≤36GB）或 3/4（更大机型）。MoE 模型所有专家都要进显存，按总参数算。 估算方法 →
03怎么跑
只列厂商或推理框架官方明确支持的方式。
- vLLM — 官方模型卡提及
- Ollama — 官方模型卡提及
- Transformers — 官方模型卡提及
- LMDeploy — 官方模型卡提及
- llama.cpp — 官方提供 GGUF 权重
04官方仓库与量化版
internlm 官方发布的 4 个仓库。
- internlm3-8b-instruct Instruct
- internlm3-8b-instruct-gguf Instruct/GGUF
- internlm3-8b-instruct-awq Instruct/AWQ
- internlm3-8b-instruct-gptq-int4 Instruct/GPTQ/INT4
05书生 InternLM / Intern-S 其他模型
全部 12 个 →| 模型 | 参数 | 4 位合计 | 发布 |
|---|---|---|---|
| Intern-S2-397B | 403.4B | 270 GB | 2026-09-13 |
| Atria-Dawn-Preview | 753.3B | 504 GB | 2026-09-11 |
| Intern-S2-Mobius | 36B | 24.7 GB | 2026-07-29 |
| Intern-S2-Preview | 36.1B | 24.7 GB | 2026-05-15 |
| Intern-S1-Pro | 1T / 22B | 669 GB | 2026-02-02 |
| Intern-S1-mini | 8.54B | 7.4 GB | 2025-08-18 |
| Intern-S1 | 240.7B | 163 GB | 2025-07-24 |
| internlm2_5-1_8b-chat | 1.89B | 2.6 GB | 2024-07-30 |
06来源
数据核对于 2025-02-11。参数、上下文、许可取自官方仓库；显存为本站估算。