DeepSeek-V4.1-Flash の VRAM・メモリ要件
出典付きの構成と、選択した重みファイルに基づく具体的なチェックポイントです。 FP8 safetensors：8,192 トークンで約 476.49 GiB–550.14 GiB、シーケンス 1、FP16 KV、vllm。
これは見積もりであり、実機トレースではありません。未確認ファイル由来の重み確認済みの構成 3 件
動作が確認された構成
確認済みの構成 3 件実機で文脈長・量子化・ランタイムを確認した、コミュニティとメンテナの検証済みデプロイです。
DeepSeek-V4.1-Flash
2× NVIDIA DGX Spark (GB10, 128 GB unified)
量子化:EXL3 2.9 bpw (mul1)(2.9 bpw)
ランタイム:vLLM· TP2
オフロード:Engram n-gram tables (shards 47+48) → NVME
テスト済み:
- ✓ テキスト生成
- ✓ 262,144 コンテキスト
- ✓ ツール呼び出し
- ✓ 画像入力
- ✓ 投機的デコード
測定値:31.6 tok/s· 1 ストリーム
検証済みのデプロイです。解説は英語です。
DeepSeek-V4.1-Flash
3× NVIDIA DGX Spark (GB10, 128 GB unified)
量子化:Native MXFP4 MoE + FP8 Dense
ランタイム:SGLang· TP3
オフロード:Engram n-gram tables (189 GiB) → NVME
テスト済み:
- ✓ テキスト生成
- ✓ ~208K テスト済み (256K cfg)
- ✓ ツール呼び出し
- ✓ 画像入力
- ✓ 投機的デコード
測定値:37.9 tok/s· 1 ストリーム
検証済みのデプロイです。解説は英語です。
動く構成
公開元と出典
- 提供元DeepSeek
- Hugging Face
deepseek-ai/DeepSeek-V4.1-Flash - Revision
dba1be0a40aa45a94ad051997016db3960a90277 - 総パラメータ数763,205,315,794
- アクティブパラメータ数不明 / 独立した出典がない
- 層数40
- クエリヘッド64
- KVヘッド1 (mla)
- ヘッド次元512
- 記録されているコンテキスト上限1,048,576
- 完全性partial · partial
アクティブパラメータ数は不明、または独立した出典がありません。アクティブ数はルーティング計算量であり、常駐ウェイト全体ではありません。
この見積もりのメモリ内訳
ファイルのバイト、生の KV、エンジンの追加分、合計需要は別々です。ランタイムのトレースではありません。
- Weight artifact
- 475.24 GiB (510,286,023,000 bytes)
- Raw KV cache
- 0.63 GiB (671,088,640 bytes)
- Engine extras / workspace
- 0.63 GiB–74.28 GiB
- Total estimated demand
- 476.49 GiB–550.14 GiB
計上したファイル
| 量子化 | 計上したファイル | バイト | 実行エンジン | 根拠 |
|---|---|---|---|---|
| FP8 safetensors fp8 | 510,286,023,000 (475.24 GiB / 510.29 GB) | vllm, sglang, unspecified | file-metadata | |
| INT4 theoretical | 公開ファイルなし | 381,602,657,897 (理論行はダウンロード可能な成果物ではありません。) | — | theoretical |
量子化とコンテキストごとのメモリ
同時シーケンスは 1 です。KV は既定で FP16 です。範囲には、記載したエンジンの記録済みランタイム分が含まれます。数字は対話式計算機と同じコアです。
| 量子化 | 2,048 tokens | 8,192 tokens | 32,768 tokens |
|---|---|---|---|
| FP8 safetensors | 476.02 GiB–549.59 GiB | 476.49 GiB–550.14 GiB | 478.37 GiB–552.36 GiB |
| INT4 theoretical 理論行はダウンロード可能な成果物ではありません。 | 355.68 GiB–458.51 GiB | 356.15 GiB–459.09 GiB | 358.02 GiB–461.40 GiB |
KV Cache（生データ）
関連ページ
出典
結果を左右する前提
- 要求コンテキストは記録上のネイティブ窓 1048576 トークン以内です。
- 常駐ウェイトの見積もりは総パラメータを使い、非アクティブな MoE エキスパートも含めます。
- アクティブパラメータ数は不明、または独立した出典がありません。アクティブ数はルーティング計算量であり、常駐ウェイト全体ではありません。
- ウェイトのバイト数は選んだファイルだけです。リポジトリ内の全量子化を合計しません。
- ダウンロードサイズはピーク GPU メモリではありません。実行時レイアウトと KV は別です。
- ウェイトバイトは公開済み safetensors シャード 48 個、合計 510286023000 バイトです。
- 視覚コンポーネントがあります。テキスト推論ではエンコーダ/projector を含めません。
- MTP / draft ウェイトがあります。有効にするまで含めません。
計算機
公開カタログスナップショットを読み込み中…
検索するかカタログから選ぶと、ローカルLLMの必要VRAMが出ます。
検索するかカタログから選ぶと、ローカルLLMの必要VRAMが出ます。