MiniMax-M2: requisitos de VRAM e memória

Checkpoints específicos, com arquitetura e arquivos de peso rastreáveis. GGUF Q4_K_M (Unsloth): 130,90 GiB–133,99 GiB em 8.192 tokens, 1 sequência, KV FP16, llama.cpp.

Este resultado é uma estimativa, não um rastreio medido.Não verificadoPesos com arquivo

Publicador e procedência

FornecedorMiniMax
Hugging FaceMiniMaxAI/MiniMax-M2
Revision757303d492a50514c312788b5247a4f696a4c6a3
Parâmetros totais228.689.764.864
Parâmetros ativosDesconhecido / sem fonte independente
Camadas62
Heads de consulta48
Heads KV8 (gqa)
Dimensão do head128
Contexto documentado196.608
Completudecomplete · full

A contagem de parâmetros ativos é desconhecida ou não tem fonte independente. Parâmetros ativos descrevem o compute roteado, não a pegada residente completa.

Camadas de memória desta estimativa

Bytes do arquivo, KV bruto, extras do engine e demanda total ficam separados. Isto não é um rastreio de execução.

Weight artifact: 128,84 GiB (138.342.385.120 bytes)
Raw KV cache: 1,94 GiB (2.080.374.784 bytes)
Engine extras / workspace: 0,13 GiB–3,21 GiB
Total estimated demand: 130,90 GiB–133,99 GiB

Arquivos contados

Quantização	Arquivos contados	Bytes	Motor de execução	Evidência
FP8 safetensors fp8 Calculadora: FP8 safetensors	125 shards safetensors Total de bytes selecionados: 480.836.588.544 (447,81 GiB / 480,84 GB) Primeiro shard: model-00000-of-00130.safetensors Último shard: model-00124-of-00130.safetensors Ver todos os 125 arquivos de shard `model-00000-of-00130.safetensors` `model-00001-of-00130.safetensors` `model-00002-of-00130.safetensors` `model-00003-of-00130.safetensors` `model-00004-of-00130.safetensors` `model-00005-of-00130.safetensors` `model-00006-of-00130.safetensors` `model-00007-of-00130.safetensors` `model-00008-of-00130.safetensors` `model-00009-of-00130.safetensors` `model-00010-of-00130.safetensors` `model-00011-of-00130.safetensors` `model-00012-of-00130.safetensors` `model-00013-of-00130.safetensors` `model-00014-of-00130.safetensors` `model-00015-of-00130.safetensors` `model-00016-of-00130.safetensors` `model-00017-of-00130.safetensors` `model-00018-of-00130.safetensors` `model-00019-of-00130.safetensors` `model-00020-of-00130.safetensors` `model-00021-of-00130.safetensors` `model-00022-of-00130.safetensors` `model-00023-of-00130.safetensors` `model-00024-of-00130.safetensors` `model-00025-of-00130.safetensors` `model-00026-of-00130.safetensors` `model-00027-of-00130.safetensors` `model-00028-of-00130.safetensors` `model-00029-of-00130.safetensors` `model-00030-of-00130.safetensors` `model-00031-of-00130.safetensors` `model-00032-of-00130.safetensors` `model-00033-of-00130.safetensors` `model-00034-of-00130.safetensors` `model-00035-of-00130.safetensors` `model-00036-of-00130.safetensors` `model-00037-of-00130.safetensors` `model-00038-of-00130.safetensors` `model-00039-of-00130.safetensors` `model-00040-of-00130.safetensors` `model-00041-of-00130.safetensors` `model-00042-of-00130.safetensors` `model-00043-of-00130.safetensors` `model-00044-of-00130.safetensors` `model-00045-of-00130.safetensors` `model-00046-of-00130.safetensors` `model-00047-of-00130.safetensors` `model-00048-of-00130.safetensors` `model-00049-of-00130.safetensors` `model-00050-of-00130.safetensors` `model-00051-of-00130.safetensors` `model-00052-of-00130.safetensors` `model-00053-of-00130.safetensors` `model-00054-of-00130.safetensors` `model-00055-of-00130.safetensors` `model-00056-of-00130.safetensors` `model-00057-of-00130.safetensors` `model-00058-of-00130.safetensors` `model-00059-of-00130.safetensors` `model-00060-of-00130.safetensors` `model-00061-of-00130.safetensors` `model-00062-of-00130.safetensors` `model-00063-of-00130.safetensors` `model-00064-of-00130.safetensors` `model-00065-of-00130.safetensors` `model-00066-of-00130.safetensors` `model-00067-of-00130.safetensors` `model-00068-of-00130.safetensors` `model-00069-of-00130.safetensors` `model-00070-of-00130.safetensors` `model-00071-of-00130.safetensors` `model-00072-of-00130.safetensors` `model-00073-of-00130.safetensors` `model-00074-of-00130.safetensors` `model-00075-of-00130.safetensors` `model-00076-of-00130.safetensors` `model-00077-of-00130.safetensors` `model-00078-of-00130.safetensors` `model-00079-of-00130.safetensors` `model-00080-of-00130.safetensors` `model-00081-of-00130.safetensors` `model-00082-of-00130.safetensors` `model-00083-of-00130.safetensors` `model-00084-of-00130.safetensors` `model-00085-of-00130.safetensors` `model-00086-of-00130.safetensors` `model-00087-of-00130.safetensors` `model-00088-of-00130.safetensors` `model-00089-of-00130.safetensors` `model-00090-of-00130.safetensors` `model-00091-of-00130.safetensors` `model-00092-of-00130.safetensors` `model-00093-of-00130.safetensors` `model-00094-of-00130.safetensors` `model-00095-of-00130.safetensors` `model-00096-of-00130.safetensors` `model-00097-of-00130.safetensors` `model-00098-of-00130.safetensors` `model-00099-of-00130.safetensors` `model-00100-of-00130.safetensors` `model-00101-of-00130.safetensors` `model-00102-of-00130.safetensors` `model-00103-of-00130.safetensors` `model-00104-of-00130.safetensors` `model-00105-of-00130.safetensors` `model-00106-of-00130.safetensors` `model-00107-of-00130.safetensors` `model-00108-of-00130.safetensors` `model-00109-of-00130.safetensors` `model-00110-of-00130.safetensors` `model-00111-of-00130.safetensors` `model-00112-of-00130.safetensors` `model-00113-of-00130.safetensors` `model-00114-of-00130.safetensors` `model-00115-of-00130.safetensors` `model-00116-of-00130.safetensors` `model-00117-of-00130.safetensors` `model-00118-of-00130.safetensors` `model-00119-of-00130.safetensors` `model-00120-of-00130.safetensors` `model-00121-of-00130.safetensors` `model-00122-of-00130.safetensors` `model-00123-of-00130.safetensors` `model-00124-of-00130.safetensors`	480.836.588.544 (447,81 GiB / 480,84 GB)	`vllm, sglang, unspecified`	`file-metadata`
GGUF Q4_K_M (Unsloth) gguf-q4_k_m Calculadora: GGUF Q4_K_M (Unsloth)	Q4_K_M/MiniMax-M2-Q4_K_M-00001-of-00003.gguf, Q4_K_M/MiniMax-M2-Q4_K_M-00002-of-00003.gguf, Q4_K_M/MiniMax-M2-Q4_K_M-00003-of-00003.gguf	138.342.385.120 (128,84 GiB / 138,34 GB)	`llama.cpp, ollama, unspecified`	`file-metadata`
GGUF Q5_K_M (Unsloth) gguf-q5_k_m Calculadora: GGUF Q5_K_M (Unsloth)	Q5_K_M/MiniMax-M2-Q5_K_M-00001-of-00004.gguf, Q5_K_M/MiniMax-M2-Q5_K_M-00002-of-00004.gguf, Q5_K_M/MiniMax-M2-Q5_K_M-00003-of-00004.gguf, Q5_K_M/MiniMax-M2-Q5_K_M-00004-of-00004.gguf	162.303.936.128 (151,16 GiB / 162,30 GB)	`llama.cpp, ollama, unspecified`	`file-metadata`
GGUF Q6_K (Unsloth) gguf-q6_k Calculadora: GGUF Q6_K (Unsloth)	Q6_K/MiniMax-M2-Q6_K-00001-of-00004.gguf, Q6_K/MiniMax-M2-Q6_K-00002-of-00004.gguf, Q6_K/MiniMax-M2-Q6_K-00003-of-00004.gguf, Q6_K/MiniMax-M2-Q6_K-00004-of-00004.gguf	187.763.083.904 (174,87 GiB / 187,76 GB)	`llama.cpp, ollama, unspecified`	`file-metadata`
GGUF Q8_0 (Unsloth) gguf-q8_0 Calculadora: GGUF Q8_0 (Unsloth)	5 shards safetensors Total de bytes selecionados: 243.136.873.184 (226,44 GiB / 243,14 GB) Primeiro shard: Q8_0/MiniMax-M2-Q8_0-00001-of-00005.gguf Último shard: Q8_0/MiniMax-M2-Q8_0-00005-of-00005.gguf Ver todos os 5 arquivos de shard `Q8_0/MiniMax-M2-Q8_0-00001-of-00005.gguf` `Q8_0/MiniMax-M2-Q8_0-00002-of-00005.gguf` `Q8_0/MiniMax-M2-Q8_0-00003-of-00005.gguf` `Q8_0/MiniMax-M2-Q8_0-00004-of-00005.gguf` `Q8_0/MiniMax-M2-Q8_0-00005-of-00005.gguf`	243.136.873.184 (226,44 GiB / 243,14 GB)	`llama.cpp, ollama, unspecified`	`file-metadata`
INT4 theoretical	Nenhum arquivo publicado	114.344.882.432 (Linhas teóricas não são artefactos descarregáveis.)	—	theoretical

Memória por quantização e contexto

Sequências concorrentes = 1. O KV padrão é FP16. O intervalo inclui extras de runtime documentados para o engine indicado. Os números usam o mesmo núcleo da calculadora interativa.

Quantização	2.048 tokens	8.192 tokens	32.768 tokens
FP8 safetensors	448,92 GiB–450,81 GiB	450,38 GiB–452,31 GiB	456,19 GiB–458,30 GiB
GGUF Q4_K_M (Unsloth)	129,45 GiB–132,41 GiB	130,90 GiB–133,99 GiB	136,72 GiB–140,21 GiB
GGUF Q5_K_M (Unsloth)	151,77 GiB–155,17 GiB	153,22 GiB–156,75 GiB	159,03 GiB–162,97 GiB
GGUF Q6_K (Unsloth)	175,48 GiB–179,36 GiB	176,93 GiB–180,94 GiB	182,74 GiB–187,16 GiB
GGUF Q8_0 (Unsloth)	227,05 GiB–231,96 GiB	228,50 GiB–233,54 GiB	234,31 GiB–239,76 GiB
INT4 theoretical Linhas teóricas não são artefactos descarregáveis.	107,10 GiB–138,30 GiB	108,55 GiB–140,12 GiB	114,37 GiB–147,27 GiB

Cache KV (dados brutos)

O KV bruto de GQA/MHA é 2 × camadas × kvHeads × headDim × tokens × sequências × bytes por elemento. Esta página usa KV heads (8), não query heads (48).

8,192 tokens, 1 sequence, FP16: 2.080.374.784 bytes (1,9375 GiB)
32,768 tokens: 8.321.499.136 bytes (7,7500 GiB)

Abrir a calculadora com este modelo

Páginas relacionadas

Fontes

MiniMax-M2 model card
config.json — revision 757303d492a50514c312788b5247a4f696a4c6a3
safetensors index — metadata.total_size=480836588544
Artifact repo unsloth/MiniMax-M2-GGUF

Premissas que afetam o resultado

O contexto pedido cabe na janela nativa de 196608 tokens.
A estimativa residente usa o total de parâmetros, inclusive especialistas MoE inativos.
A contagem de parâmetros ativos é desconhecida ou não tem fonte independente. Parâmetros ativos descrevem o compute roteado, não a pegada residente completa.
Os bytes dos pesos vêm só dos arquivos escolhidos, não de todas as quantizações do repositório.
O tamanho do download não é o pico de GPU. Layout em execução e KV vêm a mais.
Arquivos contados: Q4_K_M/MiniMax-M2-Q4_K_M-00001-of-00003.gguf, Q4_K_M/MiniMax-M2-Q4_K_M-00002-of-00003.gguf, Q4_K_M/MiniMax-M2-Q4_K_M-00003-of-00003.gguf.
Há pesos MTP/draft; só entram se ativados.
O contexto é o número de tokens em cache por sequência (entrada mais geração reservada).

Calculadora

A carregar o snapshot do catálogo…

Escolha primeiro um modelo e depois confira o equipamento.

Modelo

Mostrar modelos históricos

Quantização

Tipo de dispositivo

Hardware

Carga

O comprimento de contexto afeta principalmente a memória do KV cache.

Configurações avançadas

Runtime

Engine e tipo de cache KV desta estimativa.

Motor de execuçãoTipo do cache KVDtype do estado recorrente / conv Incluir estimativas teóricas (especialista) Permitir substituto se o filtro não tiver correspondência

Carga

Cenário de overhead e o espaço de prefill.

Cenário de overhead em tempo de execução Incluir área de trabalho mais pesada no prefill

Topologia

Como o modelo é dividido entre dispositivos. A memória não é somada.

Forma de implantaçãoDivisão intra-réplicaQuantidade de dispositivos

O número de réplicas é avançado. A quantidade são nós ou GPUs, não réplicas.

Grupos de réplicasDispositivos por réplica

Orçamento

Reserva do sistema e margem de segurança. Um número vazio mantém o valor anterior.

Reserva para sistema / tela

GiB (2^30 bytes)

O orçamento já exclui a reserva do sistemaMargem extra de segurança

Bits efetivos por parâmetro (personalizado)Unidade de exibição

Modelo personalizado

Importe uma config ou digite a arquitetura. Nada é varrido até você importar.

Importar config.json local

O arquivo é lido só no navegador e não é enviado.

Repositório público do Hugging FaceRevisão

Só huggingface.co, só config.json, sem token. Repositório privado é recusado.

Parâmetros totaisParâmetros ativosCamadasHeads de consultaHeads KVDimensão do head

Pesquise ou escolha um modelo do catálogo para ver a VRAM necessária e rodar um LLM local.

Pesquise ou escolha um modelo do catálogo para ver a VRAM necessária e rodar um LLM local.