SmolLM2-1.7B-Instruct: requisitos de VRAM e memória
Checkpoints específicos, com arquitetura e arquivos de peso rastreáveis. GGUF Q4_K_M (Hugging Face): 2,61 GiB–3,11 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
- FornecedorHugging Face
- Hugging Face
HuggingFaceTB/SmolLM2-1.7B-Instruct - Revision
31b70e2e869a7173562077fd711b654946d38674 - Parâmetros totais1.711.376.384
- Camadas24
- Heads de consulta32
- Heads KV32 (mha)
- Dimensão do head64
- Contexto documentado8.192
- 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
- 0,98 GiB (1.055.609.536 bytes)
- Raw KV cache
- 1,50 GiB (1.610.612.736 bytes)
- Engine extras / workspace
- 0,13 GiB–0,62 GiB
- Total estimated demand
- 2,61 GiB–3,11 GiB
Arquivos contados
| Quantização | Arquivos contados | Bytes | Motor de execução | Evidência |
|---|---|---|---|---|
| GGUF Q4_K_M (Hugging Face) gguf-q4_k_m | smollm2-1.7b-instruct-q4_k_m.gguf | 1.055.609.536 (0,98 GiB / 1,06 GB) | llama.cpp, ollama, unspecified | file-metadata |
| GGUF Q5_K_M (Unsloth) gguf-q5_k_m | SmolLM2-1.7B-Instruct-Q5_K_M.gguf | 1.225.478.816 (1,14 GiB / 1,23 GB) | llama.cpp, ollama, unspecified | file-metadata |
| GGUF Q6_K (Unsloth) gguf-q6_k | SmolLM2-1.7B-Instruct-Q6_K.gguf | 1.405.964.960 (1,31 GiB / 1,41 GB) | llama.cpp, ollama, unspecified | file-metadata |
| GGUF Q8_0 (Unsloth) gguf-q8_0 | SmolLM2-1.7B-Instruct-Q8_0.gguf | 1.820.414.624 (1,70 GiB / 1,82 GB) | llama.cpp, ollama, unspecified | file-metadata |
| INT4 theoretical | Nenhum arquivo publicado | 855.688.192 (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 (Hugging Face) | 1,48 GiB–1,89 GiB | 2,61 GiB–3,11 GiB | 7,11 GiB–9,11 GiB |
| GGUF Q5_K_M (Unsloth) | 1,64 GiB–2,05 GiB | 2,77 GiB–3,27 GiB | 7,27 GiB–9,30 GiB |
| GGUF Q6_K (Unsloth) | 1,81 GiB–2,22 GiB | 2,93 GiB–3,44 GiB | 7,43 GiB–9,49 GiB |
| GGUF Q8_0 (Unsloth) | 2,20 GiB–2,61 GiB | 3,32 GiB–3,83 GiB | 7,82 GiB–9,95 GiB |
| INT4 theoretical Linhas teóricas não são artefactos descarregáveis. | 1,30 GiB–2,04 GiB | 2,42 GiB–3,45 GiB | 6,92 GiB–8,98 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 (32), não query heads (32).
- 8,192 tokens, 1 sequence, FP16: 1.610.612.736 bytes (1,5000 GiB)
- 32,768 tokens: 6.442.450.944 bytes (6,00 GiB)
Páginas relacionadas
Fontes
- SmolLM2-1.7B-Instruct model card
- config.json — revision 31b70e2e869a7173562077fd711b654946d38674
- Artifact repo HuggingFaceTB/SmolLM2-1.7B-Instruct-GGUF
- Artifact repo unsloth/SmolLM2-1.7B-Instruct-GGUF
Premissas que afetam o resultado
- O contexto pedido cabe na janela nativa de 8192 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: smollm2-1.7b-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.