SmolLM2-1.7B-Instruct: VRAM- und Speicherbedarf
Konkrete Checkpoints mit belegter Struktur und ausgewählten Gewichtungsdateien. GGUF Q4_K_M (Hugging Face): 2,61 GiB–3,11 GiB bei 8.192 Tokens, 1 Sequenz, FP16-KV, llama.cpp.
Das Ergebnis ist eine Schätzung, keine Messung.Nicht geprüftDateigestützte Gewichte
Herausgeber und Herkunft
- AnbieterHugging Face
- Hugging Face
HuggingFaceTB/SmolLM2-1.7B-Instruct - Revision
31b70e2e869a7173562077fd711b654946d38674 - Parameter gesamt1.711.376.384
- Schichten24
- Query-Köpfe32
- KV-Köpfe32 (mha)
- Kopfdimension64
- Dokumentierte Kontextfähigkeit8.192
- Vollständigkeitpartial · full
Speicherschichten in dieser Schätzung
Datei-Bytes, rohes KV, Engine-Zusätze und Gesamtbedarf stehen getrennt. Das ist keine Laufzeitspur.
- Weight artifact
- 0,98 GiB (1.055.609.536 bytes)
- Raw KV cache
- 1,50 GiB (1.610.612.736 bytes)
- Engine extras / workspace
- 0,13 GiB–0,62 GiB
- Total estimated demand
- 2,61 GiB–3,11 GiB
Gewählte Dateien
| Quantisierung | Gewählte Dateien | Bytes | Laufzeit | Beleg |
|---|---|---|---|---|
| GGUF Q4_K_M (Hugging Face) gguf-q4_k_m | smollm2-1.7b-instruct-q4_k_m.gguf | 1.055.609.536 (0,98 GiB / 1,06 GB) | llama.cpp, ollama, unspecified | file-metadata |
| GGUF Q5_K_M (Unsloth) gguf-q5_k_m | SmolLM2-1.7B-Instruct-Q5_K_M.gguf | 1.225.478.816 (1,14 GiB / 1,23 GB) | llama.cpp, ollama, unspecified | file-metadata |
| GGUF Q6_K (Unsloth) gguf-q6_k | SmolLM2-1.7B-Instruct-Q6_K.gguf | 1.405.964.960 (1,31 GiB / 1,41 GB) | llama.cpp, ollama, unspecified | file-metadata |
| GGUF Q8_0 (Unsloth) gguf-q8_0 | SmolLM2-1.7B-Instruct-Q8_0.gguf | 1.820.414.624 (1,70 GiB / 1,82 GB) | llama.cpp, ollama, unspecified | file-metadata |
| INT4 theoretical | Keine veröffentlichte Datei | 855.688.192 (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 (Hugging Face) | 1,48 GiB–1,89 GiB | 2,61 GiB–3,11 GiB | 7,11 GiB–9,11 GiB |
| GGUF Q5_K_M (Unsloth) | 1,64 GiB–2,05 GiB | 2,77 GiB–3,27 GiB | 7,27 GiB–9,30 GiB |
| GGUF Q6_K (Unsloth) | 1,81 GiB–2,22 GiB | 2,93 GiB–3,44 GiB | 7,43 GiB–9,49 GiB |
| GGUF Q8_0 (Unsloth) | 2,20 GiB–2,61 GiB | 3,32 GiB–3,83 GiB | 7,82 GiB–9,95 GiB |
| INT4 theoretical Theoretische Zeilen sind keine herunterladbaren Artefakte. | 1,30 GiB–2,04 GiB | 2,42 GiB–3,45 GiB | 6,92 GiB–8,98 GiB |
KV-Cache (Rohdaten)
Rohes GQA/MHA-KV ist 2 × Schichten × kvHeads × headDim × Tokens × Sequenzen × Bytes je Element. Diese Seite nutzt KV-Heads (32), nicht Query-Heads (32).
- 8,192 tokens, 1 sequence, FP16: 1.610.612.736 bytes (1,5000 GiB)
- 32,768 tokens: 6.442.450.944 bytes (6,00 GiB)
Verwandte Seiten
Quellen
- SmolLM2-1.7B-Instruct model card
- config.json — revision 31b70e2e869a7173562077fd711b654946d38674
- Artifact repo HuggingFaceTB/SmolLM2-1.7B-Instruct-GGUF
- Artifact repo unsloth/SmolLM2-1.7B-Instruct-GGUF
Annahmen, die das Ergebnis beeinflussen
- Der Kontext liegt im dokumentierten nativen Fenster von 8192 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: smollm2-1.7b-instruct-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.