DeepSeek-R1-0528 显存与内存需求
具体的模型版本,带来源的结构和权重文件信息。 GGUF Q4_K_M (Unsloth):8,192 个 token 下约 377.79 GiB–443.71 GiB,1 条序列,FP16 KV,llama.cpp。
当前结果是估算,不是对应环境的实测。未核实有文件依据的权重
发布方与出处
- 提供方DeepSeek
- Hugging Face
deepseek-ai/DeepSeek-R1-0528 - Revision
4236a6af538feda4548eca9ab308586007567f52 - 总参数量684,531,386,000
- 激活参数量37,000,000,000
- 层数61
- 查询头128
- KV 头128 (mla)
- 头维度56
- 已记录的上下文能力163,840
- 完整度partial · partial
该 MoE 记录总参数 684,531,386,000、激活参数 37,000,000,000。激活参数的计算量不会当成权重驻留内存。 完整驻留权重估算使用总参数量,包括未激活的 MoE 专家。
这次估算里的内存分层
文件字节、原始 KV、引擎额外占用和总需求是分开的。这不是一次运行时轨迹。
- Weight artifact
- 377.13 GiB (404,941,900,832 bytes)
- Raw KV cache
- 0.54 GiB (575,668,224 bytes)
- Engine extras / workspace
- 0.13 GiB–66.04 GiB
- Total estimated demand
- 377.79 GiB–443.71 GiB
计入的文件
| 量化 | 计入的文件 | 字节 | 运行引擎 | 证据 |
|---|---|---|---|---|
| FP8 safetensors fp8 | 1,369,062,772,000 (1,275.04 GiB / 1,369.06 GB) | vllm, sglang, unspecified | file-metadata | |
| GGUF Q4_K_M (Unsloth) gguf-q4_k_m | 404,941,900,832 (377.13 GiB / 404.94 GB) | llama.cpp, ollama, unspecified | file-metadata | |
| GGUF Q5_K_M (Unsloth) gguf-q5_k_m | 475,780,344,992 (443.10 GiB / 475.78 GB) | llama.cpp, ollama, unspecified | file-metadata | |
| GGUF Q6_K (Unsloth) gguf-q6_k | 551,046,192,128 (513.20 GiB / 551.05 GB) | llama.cpp, ollama, unspecified | file-metadata | |
| GGUF Q8_0 (Unsloth) gguf-q8_0 | 713,286,522,336 (664.30 GiB / 713.29 GB) | llama.cpp, ollama, unspecified | file-metadata | |
| INT4 theoretical | 没有已发布的文件 | 342,265,693,000 (理论行不是可下载的发布文件。) | — | theoretical |
按量化与上下文查看显存
并发序列数为 1。KV 默认 FP16。区间包含所列引擎已记录的运行时额外占用。这些数字与交互式计算器使用同一套核心。
| 量化 | 2,048 tokens | 8,192 tokens | 32,768 tokens |
|---|---|---|---|
| FP8 safetensors | 1,275.80 GiB–1,469.35 GiB | 1,276.20 GiB–1,469.90 GiB | 1,277.81 GiB–1,472.09 GiB |
| GGUF Q4_K_M (Unsloth) | 377.39 GiB–443.13 GiB | 377.79 GiB–443.71 GiB | 379.40 GiB–445.98 GiB |
| GGUF Q5_K_M (Unsloth) | 443.36 GiB–520.52 GiB | 443.77 GiB–521.10 GiB | 445.37 GiB–523.37 GiB |
| GGUF Q6_K (Unsloth) | 513.46 GiB–602.74 GiB | 513.86 GiB–603.32 GiB | 515.47 GiB–605.60 GiB |
| GGUF Q8_0 (Unsloth) | 664.56 GiB–779.98 GiB | 664.96 GiB–780.56 GiB | 666.57 GiB–782.83 GiB |
| INT4 theoretical 理论行不是可下载的发布文件。 | 319.02 GiB–411.32 GiB | 319.42 GiB–411.90 GiB | 321.03 GiB–414.17 GiB |
KV Cache(原始数据)
相关页面
数据来源
影响结论的假设
- 请求的上下文在记录的原生窗口 163840 token 以内。
- 完整驻留权重估算使用总参数量,包括未激活的 MoE 专家。
- 该 MoE 记录总参数 684531386000、激活参数 37000000000。激活参数的计算量不会当成权重驻留内存。
- 权重字节只计入选定的权重文件,不会把仓库里所有量化版本加在一起。
- 下载文件大小不是峰值 GPU 内存。运行时布局、分配器填充和 KV 是额外占用。
- 权重字节来自 9 个已发布的 safetensors 分片,合计 404941900832 字节。
- 存在 MTP / draft 权重;未启用时不计入。
- 上下文预算是每个序列缓存的 token 数(输入加上预留的生成长度)。
计算器
正在加载已发布的目录快照…
搜索或选择目录中的模型,查看本地大模型的显存需求。
搜索或选择目录中的模型,查看本地大模型的显存需求。