Qwen3-8B-Base: requisitos de VRAM y memoria
Puntos de control concretos, con arquitectura y archivos de pesos con fuente. GGUF Q4_K_M (mradermacher): 5,93 GiB–6,48 GiB a 8192 tokens, 1 secuencia, KV FP16, llama.cpp.
Este resultado es una estimación, no una traza medida.No verificadoPesos con archivo
Dónde corre
Editor y procedencia
- ProveedorQwen
- Hugging Face
Qwen/Qwen3-8B-Base - Revision
49e3418fbbbca6ecbdf9608b4d22e5a407081db4 - Parámetros totales8.190.735.360
- Capas36
- Cabezas de consulta32
- Cabezas KV8 (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
- 4,68 GiB (5.027.783.936 bytes)
- Raw KV cache
- 1,13 GiB (1.207.959.552 bytes)
- Engine extras / workspace
- 0,13 GiB–0,67 GiB
- Total estimated demand
- 5,93 GiB–6,48 GiB
Archivos contados
| Cuantización | Archivos contados | Bytes | Motor | Evidencia |
|---|---|---|---|---|
| BF16 safetensors bf16 | 16.383.567.872 (15,26 GiB / 16,38 GB) | vllm, sglang, unspecified | file-metadata | |
| GGUF Q4_K_M (mradermacher) gguf-q4_k_m | Qwen3-8B-Base.Q4_K_M.gguf | 5.027.783.936 (4,68 GiB / 5,03 GB) | llama.cpp, ollama, unspecified | file-metadata |
| GGUF Q5_K_M (mradermacher) gguf-q5_k_m | Qwen3-8B-Base.Q5_K_M.gguf | 5.851.112.704 (5,45 GiB / 5,85 GB) | llama.cpp, ollama, unspecified | file-metadata |
| GGUF Q6_K (mradermacher) gguf-q6_k | Qwen3-8B-Base.Q6_K.gguf | 6.725.899.520 (6,26 GiB / 6,73 GB) | llama.cpp, ollama, unspecified | file-metadata |
| GGUF Q8_0 (mradermacher) gguf-q8_0 | Qwen3-8B-Base.Q8_0.gguf | 8.709.518.592 (8,11 GiB / 8,71 GB) | llama.cpp, ollama, unspecified | file-metadata |
| INT4 theoretical | No hay archivo publicado | 4.095.367.680 (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 | 16,16 GiB–18,05 GiB | 17,01 GiB–18,92 GiB | 20,38 GiB–22,39 GiB |
| GGUF Q4_K_M (mradermacher) | 5,09 GiB–5,56 GiB | 5,93 GiB–6,48 GiB | 9,31 GiB–10,09 GiB |
| GGUF Q5_K_M (mradermacher) | 5,86 GiB–6,35 GiB | 6,70 GiB–7,26 GiB | 10,07 GiB–10,87 GiB |
| GGUF Q6_K (mradermacher) | 6,67 GiB–7,18 GiB | 7,51 GiB–8,09 GiB | 10,89 GiB–11,70 GiB |
| GGUF Q8_0 (mradermacher) | 8,52 GiB–9,06 GiB | 9,36 GiB–9,98 GiB | 12,74 GiB–13,59 GiB |
| INT4 theoretical Las filas teóricas no son artefactos descargables. | 4,22 GiB–5,82 GiB | 5,06 GiB–6,87 GiB | 8,44 GiB–11,02 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 (32).
- 8,192 tokens, 1 sequence, FP16: 1.207.959.552 bytes (1,1250 GiB)
- 32,768 tokens: 4.831.838.208 bytes (4,5000 GiB)
Páginas relacionadas
Fuentes
- Qwen3-8B-Base model card
- config.json — revision 49e3418fbbbca6ecbdf9608b4d22e5a407081db4
- safetensors index — metadata.total_size=16383567872
- Artifact repo mradermacher/Qwen3-8B-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: Qwen3-8B-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.
Busque o elija un modelo del catálogo para ver la VRAM necesaria de un LLM en local.