Ling-3.1-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。 Official FP8 safetensors (F8_E4M3 experts + BF16 remainder)：8,192 トークンで約 535.61 GiB–618.24 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
公開元と出典
- 提供元Ant Group / inclusionAI
- Hugging Face
inclusionAI/Ling-3.1-flash - Revision
a4ccd6b45c002ddb236f9cb77d52cc427482bf19 - 総パラメータ数572,120,680,768
- アクティブパラメータ数25,000,000,000
- 層数72
- クエリヘッド64
- KVヘッド64 (hybrid)
- ヘッド次元128
- 記録されているコンテキスト上限262,144
- 完全性partial · partial
この MoE は総パラメータ 572,120,680,768、アクティブ 25,000,000,000 です。アクティブ側の計算量はウェイト常駐メモリに使いません。 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。
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
- 534.35 GiB (573,753,281,152 bytes)
- Raw KV cache
- 0.63 GiB (679,477,248 bytes)
- Engine extras / workspace
- 0.63 GiB–83.26 GiB
- Total estimated demand
- 535.61 GiB–618.24 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 |
|---|---|---|---|---|
| Official FP8 safetensors (F8_E4M3 experts + BF16 remainder) fp8 | 573,753,281,152 (534.35 GiB / 573.75 GB) | sglang, vllm, unspecified | file-metadata | |
| INT4 theoretical | 公開ファイルなし | 286,060,340,384 (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 |
|---|---|---|---|
| Official FP8 safetensors (F8_E4M3 experts + BF16 remainder) | 535.13 GiB–617.59 GiB | 535.61 GiB–618.24 GiB | 537.51 GiB–620.82 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。 | 266.70 GiB–343.93 GiB | 267.17 GiB–344.61 GiB | 269.07 GiB–347.30 GiB |
KV Cache（生データ）
関連ページ
出典
- 出典 — MIT license. Card: 560B total / 25B active, 1M-token context, hybrid-linear MoE, 63 KDA + 9 Gated MLA (7:1), 4 dense layers, 512 routed experts, 8 activated, 1 shared, 64 heads, hidden 4096. Official serving: 8× H200 TP8+EP8; 4× GB300 TP4+EP4.
- 出典
- 出典 — metadata.total_size=573753281152
- 出典 — sha a4ccd6b45c002ddb236f9cb77d52cc427482bf19; gated false; safetensors.total=572120680768; sibling safetensors sum 573,781,078,249 bytes.
- 出典
- 出典 — Table: 560B parameters, 25B activated, 256K served context, 1M window cap.
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 262144 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。
- この MoE は総パラメータ 572120680768、アクティブ 25000000000 です。アクティブ側の計算量はウェイト常駐メモリに使いません。
- 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 54 個、合計 573753281152 バイトです。
- MTP / draft ウェイトがあります。有効にするまで含めません。
- コンテキストはシーケンスあたりのキャッシュトークン数（入力＋生成の予約）です。
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。