Qwen2.5-Coder-1.5B-Instruct の必要VRAMは 1.80 GiB
必要VRAM 1.80 GiB。Qwen2.5-Coder-1.5B-Instruct Q4_K_M を 8,192 トークンで見積もると 1.38 GiB–1.80 GiB。リポジトリ Qwen/Qwen2.5-Coder-1.5B-Instruct。ファイルは 1,117,320,768 バイト。グラボ未選択のため需要のみで、収まるかは示さない。
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。 GGUF Q4_K_M (Qwen)：8,192 トークンで約 1.38 GiB–1.80 GiB、シーケンス 1、FP16 KV、llama.cpp。
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Qwen
- Hugging Face
Qwen/Qwen2.5-Coder-1.5B-Instruct - Revision
2e1fd397ee46e1388853d2af2c993145b0f1098a - 総パラメータ数1,543,714,304
- 層数28
- クエリヘッド12
- KVヘッド2 (gqa)
- ヘッド次元128
- 記録されているコンテキスト上限32,768
- 完全性partial · full
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
- 1.04 GiB (1,117,320,768 bytes)
- Raw KV cache
- 0.22 GiB (234,881,024 bytes)
- Engine extras / workspace
- 0.13 GiB–0.54 GiB
- Total estimated demand
- 1.38 GiB–1.80 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 |
|---|---|---|---|---|
| GGUF Q4_K_M (Qwen) gguf-q4_k_m | qwen2.5-coder-1.5b-instruct-q4_k_m.gguf | 1,117,320,768 (1.04 GiB / 1.12 GB) | llama.cpp, ollama, unspecified | file-metadata |
| GGUF Q5_K_M (Qwen) gguf-q5_k_m | qwen2.5-coder-1.5b-instruct-q5_k_m.gguf | 1,285,494,336 (1.20 GiB / 1.29 GB) | llama.cpp, ollama, unspecified | file-metadata |
| GGUF Q6_K (Qwen) gguf-q6_k | qwen2.5-coder-1.5b-instruct-q6_k.gguf | 1,464,178,752 (1.36 GiB / 1.46 GB) | llama.cpp, ollama, unspecified | file-metadata |
| GGUF Q8_0 (Qwen) gguf-q8_0 | qwen2.5-coder-1.5b-instruct-q8_0.gguf | 1,894,532,160 (1.76 GiB / 1.89 GB) | llama.cpp, ollama, unspecified | file-metadata |
| INT4 theoretical | 公開ファイルなし | 771,857,152 (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 |
|---|---|---|---|
| GGUF Q4_K_M (Qwen) | 1.22 GiB–1.62 GiB | 1.38 GiB–1.80 GiB | 2.04 GiB–2.50 GiB |
| GGUF Q5_K_M (Qwen) | 1.38 GiB–1.78 GiB | 1.54 GiB–1.96 GiB | 2.20 GiB–2.66 GiB |
| GGUF Q6_K (Qwen) | 1.54 GiB–1.95 GiB | 1.71 GiB–2.12 GiB | 2.36 GiB–2.83 GiB |
| GGUF Q8_0 (Qwen) | 1.94 GiB–2.36 GiB | 2.11 GiB–2.53 GiB | 2.76 GiB–3.24 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。 | 0.90 GiB–1.57 GiB | 1.06 GiB–1.77 GiB | 1.72 GiB–2.58 GiB |
KV Cache（生データ）
標準の GQA/MHA 生 KV は 2 × 層数 × kvHeads × headDim × トークン数 × シーケンス数 × 要素バイトです。このページは query heads（12）ではなく KV heads（2）を使います。
- 8,192 tokens, 1 sequence, FP16: 234,881,024 bytes (0.2188 GiB)
- 32,768 tokens: 939,524,096 bytes (0.8750 GiB)
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 32768 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。
- 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。
- 計上したファイル: qwen2.5-coder-1.5b-instruct-q4_k_m.gguf。
- 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。
- 同時シーケンスは同一のモデル複製を共有し、ウェイトはシーケンス数では増えません。
- KV の型は、変更しない限りウェイト量子化とは独立です。
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。