OpenMath-Nemotron-32B: requisitos de VRAM y memoria
Puntos de control concretos, con arquitectura y archivos de pesos con fuente. GGUF Q4_K_M (mradermacher): 20,61 GiB–21,50 GiB a 8192 tokens, 1 secuencia, KV FP16, llama.cpp.
Este resultado es una estimación, no una traza medida.No verificadoPesos con archivo
Editor y procedencia
- ProveedorNVIDIA
- Hugging Face
nvidia/OpenMath-Nemotron-32B - Revision
bc78382d1594995c5202c25d20630a10c10b9707 - Parámetros totales32.763.876.352
- Capas64
- Cabezas de consulta40
- Cabezas KV8 (gqa)
- Dimensión de cabeza128
- Contexto documentado131.072
- Integridadcomplete · full
Capas de memoria de esta estimación
Los bytes del archivo, el KV bruto, los extras del motor y la demanda total van aparte. No es una traza de ejecución.
- Weight artifact
- 18,49 GiB (19.851.334.912 bytes)
- Raw KV cache
- 2,00 GiB (2.147.483.648 bytes)
- Engine extras / workspace
- 0,13 GiB–1,01 GiB
- Total estimated demand
- 20,61 GiB–21,50 GiB
Archivos contados
| Cuantización | Archivos contados | Bytes | Motor | Evidencia |
|---|---|---|---|---|
| BF16 safetensors bf16 | 65.527.752.704 (61,03 GiB / 65,53 GB) | vllm, sglang, unspecified | file-metadata | |
| GGUF Q4_K_M (mradermacher) gguf-q4_k_m | OpenMath-Nemotron-32B.Q4_K_M.gguf | 19.851.334.912 (18,49 GiB / 19,85 GB) | llama.cpp, ollama, unspecified | file-metadata |
| GGUF Q5_K_M (mradermacher) gguf-q5_k_m | OpenMath-Nemotron-32B.Q5_K_M.gguf | 23.262.156.032 (21,66 GiB / 23,26 GB) | llama.cpp, ollama, unspecified | file-metadata |
| GGUF Q6_K (mradermacher) gguf-q6_k | OpenMath-Nemotron-32B.Q6_K.gguf | 26.886.153.472 (25,04 GiB / 26,89 GB) | llama.cpp, ollama, unspecified | file-metadata |
| GGUF Q8_0 (mradermacher) gguf-q8_0 | OpenMath-Nemotron-32B.Q8_0.gguf | 34.820.883.712 (32,43 GiB / 34,82 GB) | llama.cpp, ollama, unspecified | file-metadata |
| INT4 theoretical | No hay archivo publicado | 16.381.938.176 (Las filas teóricas no son artefactos descargables.) | — | theoretical |
Memoria por cuantización y contexto
Secuencias concurrentes = 1. El KV es FP16 por defecto. El intervalo incluye extras de runtime documentados para el motor indicado. Las cifras usan el mismo núcleo que la calculadora interactiva.
| Cuantización | 2048 tokens | 8192 tokens | 32.768 tokens |
|---|---|---|---|
| BF16 safetensors | 62,15 GiB–64,04 GiB | 63,65 GiB–65,59 GiB | 69,65 GiB–71,77 GiB |
| GGUF Q4_K_M (mradermacher) | 19,11 GiB–19,87 GiB | 20,61 GiB–21,50 GiB | 26,61 GiB–27,92 GiB |
| GGUF Q5_K_M (mradermacher) | 22,29 GiB–23,11 GiB | 23,79 GiB–24,74 GiB | 29,79 GiB–31,16 GiB |
| GGUF Q6_K (mradermacher) | 25,66 GiB–26,55 GiB | 27,16 GiB–28,18 GiB | 33,16 GiB–34,60 GiB |
| GGUF Q8_0 (mradermacher) | 33,05 GiB–34,09 GiB | 34,55 GiB–35,72 GiB | 40,55 GiB–42,14 GiB |
| INT4 theoretical Las filas teóricas no son artefactos descargables. | 15,88 GiB–20,81 GiB | 17,38 GiB–22,69 GiB | 23,38 GiB–30,07 GiB |
Caché KV (datos brutos)
El KV bruto de GQA/MHA es 2 × capas × kvHeads × headDim × tokens × secuencias × bytes por elemento. Esta página usa KV heads (8), no query heads (40).
- 8,192 tokens, 1 sequence, FP16: 2.147.483.648 bytes (2,00 GiB)
- 32,768 tokens: 8.589.934.592 bytes (8,00 GiB)
Páginas relacionadas
Fuentes
- OpenMath-Nemotron-32B model card
- config.json — revision bc78382d1594995c5202c25d20630a10c10b9707
- safetensors index — metadata.total_size=65527752704
- Artifact repo mradermacher/OpenMath-Nemotron-32B-GGUF
Hipótesis que afectan al resultado
- El contexto pedido cabe en la ventana nativa de 131072 tokens.
- La estimación residente usa el total de parámetros, incluidos expertos MoE inactivos.
- Los bytes de pesos salen solo de los archivos elegidos, no de todas las cuantizaciones del repositorio.
- El tamaño de descarga no es la memoria GPU de pico. El diseño en ejecución y la KV van aparte.
- Archivos contados: OpenMath-Nemotron-32B.Q4_K_M.gguf.
- El contexto es el número de tokens en caché por secuencia (entrada más generación reservada).
- Las secuencias concurrentes comparten una copia del modelo; los pesos no se multiplican por el número de secuencias.
- El tipo de KV es independiente de la cuantización de pesos salvo que lo cambie.
Calculadora
Cargando la instantánea del catálogo…
Busque o elija un modelo del catálogo para ver la VRAM necesaria de un LLM en local.
Busque o elija un modelo del catálogo para ver la VRAM necesaria de un LLM en local.