Qwen2-7B-Instruct: requisitos de VRAM e memória
Checkpoints específicos, com arquitetura e arquivos de peso rastreáveis. GGUF Q4_K_M (Qwen): 4,92 GiB–5,42 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
- FornecedorQwen
- Hugging Face
Qwen/Qwen2-7B-Instruct - Revision
f2826a00ceef68f0f2b946d945ecc0477ce4450c - Parâmetros totais7.615.616.512
- Camadas28
- Heads de consulta28
- Heads KV4 (gqa)
- Dimensão do head128
- Contexto documentado32.768
- Completudecomplete · full
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
- 4,36 GiB (4.683.071.264 bytes)
- Raw KV cache
- 0,44 GiB (469.762.048 bytes)
- Engine extras / workspace
- 0,13 GiB–0,62 GiB
- Total estimated demand
- 4,92 GiB–5,42 GiB
Arquivos contados
| Quantização | Arquivos contados | Bytes | Motor de execução | Evidência |
|---|---|---|---|---|
| BF16 safetensors bf16 | model-00001-of-00004.safetensors, model-00002-of-00004.safetensors, model-00003-of-00004.safetensors, model-00004-of-00004.safetensors | 15.231.233.024 (14,19 GiB / 15,23 GB) | vllm, sglang, unspecified | file-metadata |
| GGUF Q4_K_M (Qwen) gguf-q4_k_m | qwen2-7b-instruct-q4_k_m.gguf | 4.683.071.264 (4,36 GiB / 4,68 GB) | llama.cpp, ollama, unspecified | file-metadata |
| GGUF Q5_K_M (Qwen) gguf-q5_k_m | qwen2-7b-instruct-q5_k_m.gguf | 5.444.828.960 (5,07 GiB / 5,44 GB) | llama.cpp, ollama, unspecified | file-metadata |
| GGUF Q6_K (Qwen) gguf-q6_k | qwen2-7b-instruct-q6_k.gguf | 6.254.196.512 (5,82 GiB / 6,25 GB) | llama.cpp, ollama, unspecified | file-metadata |
| GGUF Q8_0 (Qwen) gguf-q8_0 | qwen2-7b-instruct-q8_0.gguf | 8.098.522.912 (7,54 GiB / 8,10 GB) | llama.cpp, ollama, unspecified | file-metadata |
| INT4 theoretical | Nenhum arquivo publicado | 3.807.808.256 (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 |
|---|---|---|---|
| BF16 safetensors | 14,92 GiB–16,80 GiB | 15,25 GiB–17,14 GiB | 16,56 GiB–18,49 GiB |
| GGUF Q4_K_M (Qwen) | 4,60 GiB–5,06 GiB | 4,92 GiB–5,42 GiB | 6,24 GiB–6,82 GiB |
| GGUF Q5_K_M (Qwen) | 5,31 GiB–5,78 GiB | 5,63 GiB–6,14 GiB | 6,95 GiB–7,54 GiB |
| GGUF Q6_K (Qwen) | 6,06 GiB–6,55 GiB | 6,39 GiB–6,91 GiB | 7,70 GiB–8,31 GiB |
| GGUF Q8_0 (Qwen) | 7,78 GiB–8,30 GiB | 8,10 GiB–8,66 GiB | 9,42 GiB–10,07 GiB |
| INT4 theoretical Linhas teóricas não são artefactos descarregáveis. | 3,78 GiB–5,27 GiB | 4,11 GiB–5,68 GiB | 5,42 GiB–7,30 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 (4), não query heads (28).
- 8,192 tokens, 1 sequence, FP16: 469.762.048 bytes (0,4375 GiB)
- 32,768 tokens: 1.879.048.192 bytes (1,7500 GiB)
Páginas relacionadas
Fontes
- Qwen2-7B-Instruct model card
- config.json — revision f2826a00ceef68f0f2b946d945ecc0477ce4450c
- safetensors index — metadata.total_size=15231233024
- Artifact repo Qwen/Qwen2-7B-Instruct-GGUF
Premissas que afetam o resultado
- O contexto pedido cabe na janela nativa de 32768 tokens.
- A estimativa residente usa o total de parâmetros, inclusive especialistas MoE inativos.
- 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: qwen2-7b-instruct-q4_k_m.gguf.
- O contexto é o número de tokens em cache por sequência (entrada mais geração reservada).
- Sequências simultâneas compartilham uma cópia do modelo; os pesos não multiplicam pela quantidade de sequências.
- O tipo da KV é independente da quantização dos pesos, a menos que você mude.
Calculadora
A carregar o snapshot do catálogo…
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.