Qwen3-1.7B-Base: requisitos de VRAM e memória
Checkpoints específicos, com arquitetura e arquivos de peso rastreáveis. GGUF Q4_K_M (mradermacher): 2,03 GiB–2,49 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/Qwen3-1.7B-Base - Revision
ea980cb0a6c2ae4b936e82123acc929f1cec04c1 - Parâmetros totais1.720.574.976
- Camadas28
- Heads de consulta16
- Heads KV8 (gqa)
- Dimensão do head128
- Contexto documentado32.768
- Completudepartial · 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
- 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
Arquivos contados
| Quantização | Arquivos contados | Bytes | Motor de execução | Evidência |
|---|---|---|---|---|
| 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 | Nenhum arquivo publicado | 860.287.488 (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 |
|---|---|---|---|
| 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 Linhas teóricas não são artefactos descarregáveis. | 1,14 GiB–1,86 GiB | 1,80 GiB–2,68 GiB | 4,43 GiB–5,91 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 (16).
- 8,192 tokens, 1 sequence, FP16: 939.524.096 bytes (0,8750 GiB)
- 32,768 tokens: 3.758.096.384 bytes (3,5000 GiB)
Páginas relacionadas
Fontes
- Qwen3-1.7B-Base model card
- config.json — revision ea980cb0a6c2ae4b936e82123acc929f1cec04c1
- Artifact repo mradermacher/Qwen3-1.7B-Base-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: Qwen3-1.7B-Base.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.