SmolLM2-1.7B-Instruct: requisitos de VRAM y memoria
Puntos de control concretos, con arquitectura y archivos de pesos con fuente. GGUF Q4_K_M (Hugging Face): 2,61 GiB–3,11 GiB a 8192 tokens, 1 secuencia, KV FP16, llama.cpp.
Editor y procedencia
- ProveedorHugging Face
- Hugging Face
HuggingFaceTB/SmolLM2-1.7B-Instruct - Revision
31b70e2e869a7173562077fd711b654946d38674 - Parámetros totales1.711.376.384
- Capas24
- Cabezas de consulta32
- Cabezas KV32 (mha)
- Dimensión de cabeza64
- Contexto documentado8192
- 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
- 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
Archivos contados
| Cuantización | Archivos contados | Bytes | Motor | Evidencia |
|---|---|---|---|---|
| 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 | No hay archivo publicado | 855.688.192 (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 (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 Las filas teóricas no son artefactos descargables. | 1,30 GiB–2,04 GiB | 2,42 GiB–3,45 GiB | 6,92 GiB–8,98 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 (32), no 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)
Páginas relacionadas
Fuentes
- 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
Hipótesis que afectan al resultado
- El contexto pedido cabe en la ventana nativa de 8192 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: smollm2-1.7b-instruct-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.