Qwen2.5-Coder-7B: requisitos de VRAM y memoria
Puntos de control concretos, con arquitectura y archivos de pesos con fuente. GGUF Q4_K_M (mradermacher): 4,92 GiB–5,42 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
- ProveedorQwen
- Hugging Face
Qwen/Qwen2.5-Coder-7B - Revision
0396a76181e127dfc13e5c5ec48a8cee09938b02 - Parámetros totales7.615.616.512
- Capas28
- Cabezas de consulta28
- Cabezas KV4 (gqa)
- Dimensión de cabeza128
- Contexto documentado32.768
- 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
- 4,36 GiB (4.683.074.400 bytes)
- Raw KV cache
- 0,44 GiB (469.762.048 bytes)
- Engine extras / workspace
- 0,13 GiB–0,62 GiB
- Total estimated demand
- 4,92 GiB–5,42 GiB
Archivos contados
| Cuantización | Archivos contados | Bytes | Motor | Evidencia |
|---|---|---|---|---|
| BF16 safetensors bf16 | model-00001-of-00004.safetensors, model-00002-of-00004.safetensors, model-00003-of-00004.safetensors, model-00004-of-00004.safetensors | 15.231.233.024 (14,19 GiB / 15,23 GB) | vllm, sglang, unspecified | file-metadata |
| GGUF Q4_K_M (mradermacher) gguf-q4_k_m | Qwen2.5-Coder-7B.Q4_K_M.gguf | 4.683.074.400 (4,36 GiB / 4,68 GB) | llama.cpp, ollama, unspecified | file-metadata |
| GGUF Q5_K_M (mradermacher) gguf-q5_k_m | Qwen2.5-Coder-7B.Q5_K_M.gguf | 5.444.832.096 (5,07 GiB / 5,44 GB) | llama.cpp, ollama, unspecified | file-metadata |
| GGUF Q6_K (mradermacher) gguf-q6_k | Qwen2.5-Coder-7B.Q6_K.gguf | 6.254.199.648 (5,82 GiB / 6,25 GB) | llama.cpp, ollama, unspecified | file-metadata |
| GGUF Q8_0 (mradermacher) gguf-q8_0 | Qwen2.5-Coder-7B.Q8_0.gguf | 8.098.526.048 (7,54 GiB / 8,10 GB) | llama.cpp, ollama, unspecified | file-metadata |
| INT4 theoretical | No hay archivo publicado | 3.807.808.256 (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 | 14,92 GiB–16,80 GiB | 15,25 GiB–17,14 GiB | 16,56 GiB–18,49 GiB |
| GGUF Q4_K_M (mradermacher) | 4,60 GiB–5,06 GiB | 4,92 GiB–5,42 GiB | 6,24 GiB–6,82 GiB |
| GGUF Q5_K_M (mradermacher) | 5,31 GiB–5,78 GiB | 5,63 GiB–6,14 GiB | 6,95 GiB–7,54 GiB |
| GGUF Q6_K (mradermacher) | 6,06 GiB–6,55 GiB | 6,39 GiB–6,91 GiB | 7,70 GiB–8,31 GiB |
| GGUF Q8_0 (mradermacher) | 7,78 GiB–8,30 GiB | 8,10 GiB–8,66 GiB | 9,42 GiB–10,07 GiB |
| INT4 theoretical Las filas teóricas no son artefactos descargables. | 3,78 GiB–5,27 GiB | 4,11 GiB–5,68 GiB | 5,42 GiB–7,30 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 (4), no query heads (28).
- 8,192 tokens, 1 sequence, FP16: 469.762.048 bytes (0,4375 GiB)
- 32,768 tokens: 1.879.048.192 bytes (1,7500 GiB)
Páginas relacionadas
Fuentes
- Qwen2.5-Coder-7B model card
- config.json — revision 0396a76181e127dfc13e5c5ec48a8cee09938b02
- safetensors index — metadata.total_size=15231233024
- Artifact repo mradermacher/Qwen2.5-Coder-7B-GGUF
Hipótesis que afectan al resultado
- El contexto pedido cabe en la ventana nativa de 32768 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: Qwen2.5-Coder-7B.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.