Qwen3-235B-A22B-Instruct-2507: VRAM- und Speicherbedarf

Konkrete Checkpoints mit belegter Struktur und ausgewählten Gewichtungsdateien. GGUF Q4_K_M (Unsloth): 133,99 GiB–137,11 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 FaceQwen/Qwen3-235B-A22B-Instruct-2507
Revisionac9c66cc9b46af7306746a9250f23d47083d689e
Parameter gesamt235.093.634.560
Aktive Parameter22.000.000.000
Schichten94
Query-Köpfe64
KV-Köpfe4 (gqa)
Kopfdimension128
Dokumentierte Kontextfähigkeit262.144
Vollständigkeitcomplete · full

Dieses MoE nennt 235.093.634.560 Gesamt- und 22.000.000.000 aktive Parameter. Die aktive Rechenmenge ist nicht die Gewichtresidenz. Die vollständige Residenzschätzung nutzt die Gesamtparameter, inklusive inaktiver MoE-Experten.

Speicherschichten in dieser Schätzung

Datei-Bytes, rohes KV, Engine-Zusätze und Gesamtbedarf stehen getrennt. Das ist keine Laufzeitspur.

Weight artifact: 132,39 GiB (142.154.074.880 bytes)
Raw KV cache: 1,47 GiB (1.577.058.304 bytes)
Engine extras / workspace: 0,13 GiB–3,25 GiB
Total estimated demand: 133,99 GiB–137,11 GiB

Gewählte Dateien

Quantisierung	Gewählte Dateien	Bytes	Laufzeit	Beleg
BF16 safetensors bf16 Rechner: BF16 safetensors	118 Safetensors-Shards Ausgewählte Bytes gesamt: 470.187.269.120 (437,90 GiB / 470,19 GB) Erster Shard: model-00001-of-00118.safetensors Letzter Shard: model-00118-of-00118.safetensors Alle 118 Shard-Dateien anzeigen `model-00001-of-00118.safetensors` `model-00002-of-00118.safetensors` `model-00003-of-00118.safetensors` `model-00004-of-00118.safetensors` `model-00005-of-00118.safetensors` `model-00006-of-00118.safetensors` `model-00007-of-00118.safetensors` `model-00008-of-00118.safetensors` `model-00009-of-00118.safetensors` `model-00010-of-00118.safetensors` `model-00011-of-00118.safetensors` `model-00012-of-00118.safetensors` `model-00013-of-00118.safetensors` `model-00014-of-00118.safetensors` `model-00015-of-00118.safetensors` `model-00016-of-00118.safetensors` `model-00017-of-00118.safetensors` `model-00018-of-00118.safetensors` `model-00019-of-00118.safetensors` `model-00020-of-00118.safetensors` `model-00021-of-00118.safetensors` `model-00022-of-00118.safetensors` `model-00023-of-00118.safetensors` `model-00024-of-00118.safetensors` `model-00025-of-00118.safetensors` `model-00026-of-00118.safetensors` `model-00027-of-00118.safetensors` `model-00028-of-00118.safetensors` `model-00029-of-00118.safetensors` `model-00030-of-00118.safetensors` `model-00031-of-00118.safetensors` `model-00032-of-00118.safetensors` `model-00033-of-00118.safetensors` `model-00034-of-00118.safetensors` `model-00035-of-00118.safetensors` `model-00036-of-00118.safetensors` `model-00037-of-00118.safetensors` `model-00038-of-00118.safetensors` `model-00039-of-00118.safetensors` `model-00040-of-00118.safetensors` `model-00041-of-00118.safetensors` `model-00042-of-00118.safetensors` `model-00043-of-00118.safetensors` `model-00044-of-00118.safetensors` `model-00045-of-00118.safetensors` `model-00046-of-00118.safetensors` `model-00047-of-00118.safetensors` `model-00048-of-00118.safetensors` `model-00049-of-00118.safetensors` `model-00050-of-00118.safetensors` `model-00051-of-00118.safetensors` `model-00052-of-00118.safetensors` `model-00053-of-00118.safetensors` `model-00054-of-00118.safetensors` `model-00055-of-00118.safetensors` `model-00056-of-00118.safetensors` `model-00057-of-00118.safetensors` `model-00058-of-00118.safetensors` `model-00059-of-00118.safetensors` `model-00060-of-00118.safetensors` `model-00061-of-00118.safetensors` `model-00062-of-00118.safetensors` `model-00063-of-00118.safetensors` `model-00064-of-00118.safetensors` `model-00065-of-00118.safetensors` `model-00066-of-00118.safetensors` `model-00067-of-00118.safetensors` `model-00068-of-00118.safetensors` `model-00069-of-00118.safetensors` `model-00070-of-00118.safetensors` `model-00071-of-00118.safetensors` `model-00072-of-00118.safetensors` `model-00073-of-00118.safetensors` `model-00074-of-00118.safetensors` `model-00075-of-00118.safetensors` `model-00076-of-00118.safetensors` `model-00077-of-00118.safetensors` `model-00078-of-00118.safetensors` `model-00079-of-00118.safetensors` `model-00080-of-00118.safetensors` `model-00081-of-00118.safetensors` `model-00082-of-00118.safetensors` `model-00083-of-00118.safetensors` `model-00084-of-00118.safetensors` `model-00085-of-00118.safetensors` `model-00086-of-00118.safetensors` `model-00087-of-00118.safetensors` `model-00088-of-00118.safetensors` `model-00089-of-00118.safetensors` `model-00090-of-00118.safetensors` `model-00091-of-00118.safetensors` `model-00092-of-00118.safetensors` `model-00093-of-00118.safetensors` `model-00094-of-00118.safetensors` `model-00095-of-00118.safetensors` `model-00096-of-00118.safetensors` `model-00097-of-00118.safetensors` `model-00098-of-00118.safetensors` `model-00099-of-00118.safetensors` `model-00100-of-00118.safetensors` `model-00101-of-00118.safetensors` `model-00102-of-00118.safetensors` `model-00103-of-00118.safetensors` `model-00104-of-00118.safetensors` `model-00105-of-00118.safetensors` `model-00106-of-00118.safetensors` `model-00107-of-00118.safetensors` `model-00108-of-00118.safetensors` `model-00109-of-00118.safetensors` `model-00110-of-00118.safetensors` `model-00111-of-00118.safetensors` `model-00112-of-00118.safetensors` `model-00113-of-00118.safetensors` `model-00114-of-00118.safetensors` `model-00115-of-00118.safetensors` `model-00116-of-00118.safetensors` `model-00117-of-00118.safetensors` `model-00118-of-00118.safetensors`	470.187.269.120 (437,90 GiB / 470,19 GB)	`vllm, sglang, unspecified`	`file-metadata`
GGUF Q4_K_M (Unsloth) gguf-q4_k_m Rechner: GGUF Q4_K_M (Unsloth)	Q4_K_M/Qwen3-235B-A22B-Instruct-2507-Q4_K_M-00001-of-00003.gguf, Q4_K_M/Qwen3-235B-A22B-Instruct-2507-Q4_K_M-00002-of-00003.gguf, Q4_K_M/Qwen3-235B-A22B-Instruct-2507-Q4_K_M-00003-of-00003.gguf	142.154.074.880 (132,39 GiB / 142,15 GB)	`llama.cpp, ollama, unspecified`	`file-metadata`
GGUF Q5_K_M (Unsloth) gguf-q5_k_m Rechner: GGUF Q5_K_M (Unsloth)	Q5_K_M/Qwen3-235B-A22B-Instruct-2507-Q5_K_M-00001-of-00004.gguf, Q5_K_M/Qwen3-235B-A22B-Instruct-2507-Q5_K_M-00002-of-00004.gguf, Q5_K_M/Qwen3-235B-A22B-Instruct-2507-Q5_K_M-00003-of-00004.gguf, Q5_K_M/Qwen3-235B-A22B-Instruct-2507-Q5_K_M-00004-of-00004.gguf	166.814.157.632 (155,36 GiB / 166,81 GB)	`llama.cpp, ollama, unspecified`	`file-metadata`
GGUF Q6_K (Unsloth) gguf-q6_k Rechner: GGUF Q6_K (Unsloth)	Q6_K/Qwen3-235B-A22B-Instruct-2507-Q6_K-00001-of-00004.gguf, Q6_K/Qwen3-235B-A22B-Instruct-2507-Q6_K-00002-of-00004.gguf, Q6_K/Qwen3-235B-A22B-Instruct-2507-Q6_K-00003-of-00004.gguf, Q6_K/Qwen3-235B-A22B-Instruct-2507-Q6_K-00004-of-00004.gguf	193.015.495.552 (179,76 GiB / 193,02 GB)	`llama.cpp, ollama, unspecified`	`file-metadata`
GGUF Q8_0 (Unsloth) gguf-q8_0 Rechner: GGUF Q8_0 (Unsloth)	6 Safetensors-Shards Ausgewählte Bytes gesamt: 249.940.106.336 (232,77 GiB / 249,94 GB) Erster Shard: Q8_0/Qwen3-235B-A22B-Instruct-2507-Q8_0-00001-of-00006.gguf Letzter Shard: Q8_0/Qwen3-235B-A22B-Instruct-2507-Q8_0-00006-of-00006.gguf Alle 6 Shard-Dateien anzeigen `Q8_0/Qwen3-235B-A22B-Instruct-2507-Q8_0-00001-of-00006.gguf` `Q8_0/Qwen3-235B-A22B-Instruct-2507-Q8_0-00002-of-00006.gguf` `Q8_0/Qwen3-235B-A22B-Instruct-2507-Q8_0-00003-of-00006.gguf` `Q8_0/Qwen3-235B-A22B-Instruct-2507-Q8_0-00004-of-00006.gguf` `Q8_0/Qwen3-235B-A22B-Instruct-2507-Q8_0-00005-of-00006.gguf` `Q8_0/Qwen3-235B-A22B-Instruct-2507-Q8_0-00006-of-00006.gguf`	249.940.106.336 (232,77 GiB / 249,94 GB)	`llama.cpp, ollama, unspecified`	`file-metadata`
INT4 theoretical	Keine veröffentlichte Datei	117.546.817.280 (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
BF16 safetensors	438,89 GiB–440,77 GiB	439,99 GiB–441,91 GiB	444,40 GiB–446,45 GiB
GGUF Q4_K_M (Unsloth)	132,88 GiB–135,91 GiB	133,99 GiB–137,11 GiB	138,39 GiB–141,83 GiB
GGUF Q5_K_M (Unsloth)	155,85 GiB–159,34 GiB	156,95 GiB–160,54 GiB	161,36 GiB–165,25 GiB
GGUF Q6_K (Unsloth)	180,25 GiB–184,23 GiB	181,35 GiB–185,43 GiB	185,76 GiB–190,14 GiB
GGUF Q8_0 (Unsloth)	233,27 GiB–238,30 GiB	234,37 GiB–239,50 GiB	238,77 GiB–244,22 GiB
INT4 theoretical Theoretische Zeilen sind keine herunterladbaren Artefakte.	109,97 GiB–142,01 GiB	111,07 GiB–143,38 GiB	115,47 GiB–148,81 GiB

KV-Cache (Rohdaten)

Rohes GQA/MHA-KV ist 2 × Schichten × kvHeads × headDim × Tokens × Sequenzen × Bytes je Element. Diese Seite nutzt KV-Heads (4), nicht Query-Heads (64).

8,192 tokens, 1 sequence, FP16: 1.577.058.304 bytes (1,4688 GiB)
32,768 tokens: 6.308.233.216 bytes (5,8750 GiB)

Rechner mit diesem Modell öffnen

Quellen

Qwen3-235B-A22B-Instruct-2507 model card
config.json — revision ac9c66cc9b46af7306746a9250f23d47083d689e
safetensors index — metadata.total_size=470187269120
Artifact repo unsloth/Qwen3-235B-A22B-Instruct-2507-GGUF

Annahmen, die das Ergebnis beeinflussen

Der Kontext liegt im dokumentierten nativen Fenster von 262144 Tokens.
Die vollständige Residenzschätzung nutzt die Gesamtparameter, inklusive inaktiver MoE-Experten.
Dieses MoE nennt 235093634560 Gesamt- und 22000000000 aktive Parameter. Die aktive Rechenmenge ist nicht die Gewichtresidenz.
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: Q4_K_M/Qwen3-235B-A22B-Instruct-2507-Q4_K_M-00001-of-00003.gguf, Q4_K_M/Qwen3-235B-A22B-Instruct-2507-Q4_K_M-00002-of-00003.gguf, Q4_K_M/Qwen3-235B-A22B-Instruct-2507-Q4_K_M-00003-of-00003.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.

Rechner

Katalog-Snapshot wird geladen…

Zuerst ein Modell wählen, danach das Gerät prüfen.

Modell

Historische Modelle anzeigen

Quantisierung

Gerätetyp

Hardware

Last

Die Kontextlänge betrifft vor allem den KV-Cache.

Erweiterte Einstellungen

Laufzeit

Engine und KV-Cache-Typ für diese Schätzung.

LaufzeitKV-Cache-TypRecurrent-/Conv-State-Datentyp Theoretische Schätzungen einbeziehen (Experte) Ersatz erlauben, wenn der Filter nichts trifft

Arbeitslast

Overhead-Szenario und der Prefill-Arbeitsspeicher.

Szenario für Laufzeitoverhead Größeren Prefill-Arbeitsspeicher einbeziehen

Topologie

Wie das Modell auf Geräte verteilt wird. Speicher wird nicht addiert.

VerteilungSplit in der ReplikaAnzahl Geräte

Replikatzahl ist eine erweiterte Option. Anzahl meint Knoten oder GPUs, nicht Replikate.

ReplikagruppenGeräte je Replika

Budget

Systemreserve und Sicherheitsmarge. Ein leeres Feld behält den vorherigen Wert.

Reserve für System / Anzeige

GiB (2^30 Byte)

Budget enthält die Systemreserve bereits nicht mehrZusätzliche Sicherheitsmarge

Effektive Bits je Parameter (eigene Angabe)Anzeigeeinheit

Eigenes Modell

Konfiguration importieren oder die Architektur eintragen. Vor dem Import wird nichts gescannt.

Lokale config.json laden

Die Datei wird nur im Browser gelesen und nicht hochgeladen.

Öffentliches Hugging-Face-RepoRevision

Nur huggingface.co, nur config.json, kein Token. Private Repos werden abgelehnt.

Parameter gesamtAktive ParameterSchichtenQuery-KöpfeKV-KöpfeKopfdimension

Suchen oder ein Katalogmodell wählen, um den VRAM-Bedarf zu sehen.

Suchen oder ein Katalogmodell wählen, um den VRAM-Bedarf zu sehen.