Qwen3-1.7B-Base 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。 GGUF Q4_K_M (mradermacher)：8,192 トークンで約 2.03 GiB–2.49 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/Qwen3-1.7B-Base - Revision
ea980cb0a6c2ae4b936e82123acc929f1cec04c1 - 総パラメータ数1,720,574,976
- 層数28
- クエリヘッド16
- KVヘッド8 (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
- 1.03 GiB (1,107,409,024 bytes)
- Raw KV cache
- 0.88 GiB (939,524,096 bytes)
- Engine extras / workspace
- 0.13 GiB–0.58 GiB
- Total estimated demand
- 2.03 GiB–2.49 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 (mradermacher) gguf-q4_k_m | Qwen3-1.7B-Base.Q4_K_M.gguf | 1,107,409,024 (1.03 GiB / 1.11 GB) | llama.cpp, ollama, unspecified | file-metadata |
| GGUF Q5_K_M (mradermacher) gguf-q5_k_m | Qwen3-1.7B-Base.Q5_K_M.gguf | 1,257,879,680 (1.17 GiB / 1.26 GB) | llama.cpp, ollama, unspecified | file-metadata |
| GGUF Q6_K (mradermacher) gguf-q6_k | Qwen3-1.7B-Base.Q6_K.gguf | 1,417,754,752 (1.32 GiB / 1.42 GB) | llama.cpp, ollama, unspecified | file-metadata |
| GGUF Q8_0 (mradermacher) gguf-q8_0 | Qwen3-1.7B-Base.Q8_0.gguf | 1,834,426,496 (1.71 GiB / 1.83 GB) | llama.cpp, ollama, unspecified | file-metadata |
| INT4 theoretical | 公開ファイルなし | 860,287,488 (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 (mradermacher) | 1.38 GiB–1.78 GiB | 2.03 GiB–2.49 GiB | 4.66 GiB–5.30 GiB |
| GGUF Q5_K_M (mradermacher) | 1.52 GiB–1.92 GiB | 2.17 GiB–2.63 GiB | 4.80 GiB–5.44 GiB |
| GGUF Q6_K (mradermacher) | 1.66 GiB–2.07 GiB | 2.32 GiB–2.78 GiB | 4.95 GiB–5.59 GiB |
| GGUF Q8_0 (mradermacher) | 2.05 GiB–2.47 GiB | 2.71 GiB–3.18 GiB | 5.33 GiB–5.99 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。 | 1.14 GiB–1.86 GiB | 1.80 GiB–2.68 GiB | 4.43 GiB–5.91 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（16）ではなく KV heads（8）を使います。
- 8,192 tokens, 1 sequence, FP16: 939,524,096 bytes (0.8750 GiB)
- 32,768 tokens: 3,758,096,384 bytes (3.5000 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: Qwen3-1.7B-Base.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。