Qwen3-1.7B-Base: VRAM- und Speicherbedarf
Konkrete Checkpoints mit belegter Struktur und ausgewählten Gewichtungsdateien. GGUF Q4_K_M (mradermacher): 2,03 GiB–2,49 GiB bei 8.192 Tokens, 1 Sequenz, FP16-KV, llama.cpp.
Das Ergebnis ist eine Schätzung, keine Messung.Nicht geprüftDateigestützte Gewichte
Herausgeber und Herkunft
- AnbieterQwen
- Hugging Face
Qwen/Qwen3-1.7B-Base - Revision
ea980cb0a6c2ae4b936e82123acc929f1cec04c1 - Parameter gesamt1.720.574.976
- Schichten28
- Query-Köpfe16
- KV-Köpfe8 (gqa)
- Kopfdimension128
- Dokumentierte Kontextfähigkeit32.768
- Vollständigkeitpartial · full
Speicherschichten in dieser Schätzung
Datei-Bytes, rohes KV, Engine-Zusätze und Gesamtbedarf stehen getrennt. Das ist keine Laufzeitspur.
- Weight artifact
- 1,03 GiB (1.107.409.024 bytes)
- Raw KV cache
- 0,88 GiB (939.524.096 bytes)
- Engine extras / workspace
- 0,13 GiB–0,58 GiB
- Total estimated demand
- 2,03 GiB–2,49 GiB
Gewählte Dateien
| Quantisierung | Gewählte Dateien | Bytes | Laufzeit | Beleg |
|---|---|---|---|---|
| GGUF Q4_K_M (mradermacher) gguf-q4_k_m | Qwen3-1.7B-Base.Q4_K_M.gguf | 1.107.409.024 (1,03 GiB / 1,11 GB) | llama.cpp, ollama, unspecified | file-metadata |
| GGUF Q5_K_M (mradermacher) gguf-q5_k_m | Qwen3-1.7B-Base.Q5_K_M.gguf | 1.257.879.680 (1,17 GiB / 1,26 GB) | llama.cpp, ollama, unspecified | file-metadata |
| GGUF Q6_K (mradermacher) gguf-q6_k | Qwen3-1.7B-Base.Q6_K.gguf | 1.417.754.752 (1,32 GiB / 1,42 GB) | llama.cpp, ollama, unspecified | file-metadata |
| GGUF Q8_0 (mradermacher) gguf-q8_0 | Qwen3-1.7B-Base.Q8_0.gguf | 1.834.426.496 (1,71 GiB / 1,83 GB) | llama.cpp, ollama, unspecified | file-metadata |
| INT4 theoretical | Keine veröffentlichte Datei | 860.287.488 (Theoretische Zeilen sind keine herunterladbaren Artefakte.) | — | theoretical |
Speicher nach Quantisierung und Kontext
Gleichzeitige Sequenzen = 1. KV ist standardmäßig FP16. Die Spanne enthält dokumentierte Laufzeit-Zusätze der genannten Engine. Die Zahlen nutzen denselben Kern wie der interaktive Rechner.
| Quantisierung | 2.048 tokens | 8.192 tokens | 32.768 tokens |
|---|---|---|---|
| GGUF Q4_K_M (mradermacher) | 1,38 GiB–1,78 GiB | 2,03 GiB–2,49 GiB | 4,66 GiB–5,30 GiB |
| GGUF Q5_K_M (mradermacher) | 1,52 GiB–1,92 GiB | 2,17 GiB–2,63 GiB | 4,80 GiB–5,44 GiB |
| GGUF Q6_K (mradermacher) | 1,66 GiB–2,07 GiB | 2,32 GiB–2,78 GiB | 4,95 GiB–5,59 GiB |
| GGUF Q8_0 (mradermacher) | 2,05 GiB–2,47 GiB | 2,71 GiB–3,18 GiB | 5,33 GiB–5,99 GiB |
| INT4 theoretical Theoretische Zeilen sind keine herunterladbaren Artefakte. | 1,14 GiB–1,86 GiB | 1,80 GiB–2,68 GiB | 4,43 GiB–5,91 GiB |
KV-Cache (Rohdaten)
Rohes GQA/MHA-KV ist 2 × Schichten × kvHeads × headDim × Tokens × Sequenzen × Bytes je Element. Diese Seite nutzt KV-Heads (8), nicht Query-Heads (16).
- 8,192 tokens, 1 sequence, FP16: 939.524.096 bytes (0,8750 GiB)
- 32,768 tokens: 3.758.096.384 bytes (3,5000 GiB)
Verwandte Seiten
Quellen
- Qwen3-1.7B-Base model card
- config.json — revision ea980cb0a6c2ae4b936e82123acc929f1cec04c1
- Artifact repo mradermacher/Qwen3-1.7B-Base-GGUF
Annahmen, die das Ergebnis beeinflussen
- Der Kontext liegt im dokumentierten nativen Fenster von 32768 Tokens.
- Die vollständige Residenzschätzung nutzt die Gesamtparameter, inklusive inaktiver MoE-Experten.
- Gewichtbytes kommen nur von den gewählten Dateien, nicht von allen Quantisierungen im Repository.
- Die Downloadgröße ist nicht der GPU-Spitzenspeicher. Layout, Allocator und KV kommen extra.
- Berücksichtigte Dateien: Qwen3-1.7B-Base.Q4_K_M.gguf.
- Das Kontextbudget ist die Zahl gecachter Tokens je Sequenz (Prompt plus reservierte Generierung).
- Gleichzeitige Sequenzen teilen eine Modellkopie; Gewichte werden nicht mit der Sequenzzahl multipliziert.
- Der KV-Datentyp ist unabhängig von der Gewichtquantisierung, außer Sie ändern ihn.
Rechner
Katalog-Snapshot wird geladen…
Suchen oder ein Katalogmodell wählen, um den VRAM-Bedarf zu sehen.
Suchen oder ein Katalogmodell wählen, um den VRAM-Bedarf zu sehen.