Qwen3-1.7B-Base: requisitos de VRAM y memoria
Puntos de control concretos, con arquitectura y archivos de pesos con fuente. GGUF Q4_K_M (mradermacher): 2,03 GiB–2,49 GiB a 8192 tokens, 1 secuencia, KV FP16, llama.cpp.
Editor y procedencia
- ProveedorQwen
- Hugging Face
Qwen/Qwen3-1.7B-Base - Revision
ea980cb0a6c2ae4b936e82123acc929f1cec04c1 - Parámetros totales1.720.574.976
- Capas28
- Cabezas de consulta16
- Cabezas KV8 (gqa)
- Dimensión de cabeza128
- Contexto documentado32.768
- Integridadpartial · 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
- 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
Archivos contados
| Cuantización | Archivos contados | Bytes | Motor | Evidencia |
|---|---|---|---|---|
| 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 | No hay archivo publicado | 860.287.488 (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 |
|---|---|---|---|
| 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 Las filas teóricas no son artefactos descargables. | 1,14 GiB–1,86 GiB | 1,80 GiB–2,68 GiB | 4,43 GiB–5,91 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 (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)
Páginas relacionadas
Fuentes
- Qwen3-1.7B-Base model card
- config.json — revision ea980cb0a6c2ae4b936e82123acc929f1cec04c1
- Artifact repo mradermacher/Qwen3-1.7B-Base-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: Qwen3-1.7B-Base.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.