Drama 3 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。 Unofficial int4 W4A16 (GPTQ-Marlin, with codec)：8,192 个 token 下约 22.61 GiB–26.64 GiB，1 条序列，FP16 KV，sglang。
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Fish Audio
- Hugging Face
fishaudio/drama-3 - Revision
e0a9218aa48888270f06ef1ed9ea67622c0e17d2 - 总参数量35,899,643,008
- 激活参数量3,000,000,000
- 层数40
- 查询头16
- KV 头2 (hybrid)
- 头维度256
- 已记录的上下文能力262,144
- 完整度partial · partial
该 MoE 记录总参数 35,899,643,008、激活参数 3,000,000,000。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
- 22.33 GiB (23,971,918,496 bytes)
- Raw KV cache
- 0.16 GiB (167,772,160 bytes)
- Engine extras / workspace
- 0.12 GiB–4.16 GiB
- Total estimated demand
- 22.61 GiB–26.64 GiB
计入的文件
| 量化 | 计入的文件 | 字节 | 运行引擎 | 证据 |
|---|---|---|---|---|
| Official checkpoint (FP8 experts + BF16, with codec) fp8-experts-bf16 | 41,465,995,344 (38.62 GiB / 41.47 GB) | sglang, unspecified | file-metadata | |
| Unofficial int4 W4A16 (GPTQ-Marlin, with codec) int4-w4a16-community | 23,971,918,496 (22.33 GiB / 23.97 GB) | sglang, unspecified | file-metadata |
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 |
|---|---|---|---|
| Official checkpoint (FP8 experts + BF16, with codec) | 38.78 GiB–45.25 GiB | 38.90 GiB–45.38 GiB | 39.37 GiB–45.92 GiB |
| Unofficial int4 W4A16 (GPTQ-Marlin, with codec) | 22.49 GiB–26.51 GiB | 22.61 GiB–26.64 GiB | 23.08 GiB–27.18 GiB |
KV Cache（原始数据）
相关页面
数据来源
- 来源
- 来源 — revision e0a9218aa48888270f06ef1ed9ea67622c0e17d2; 40 text layers (30 linear_attention + 10 full_attention), 16 query / 2 KV heads, head_dim 256, hidden 2048, 256 experts, 8 per token.
- 来源 — metadata.total_size=39594895616
- 来源 — Engine weights 37.0 GB (FP8) / 20.8 GB (int4); default engine memory share 0.70; reference audio up to 60 s; prompt up to 8192 rows.
- 来源 — Unofficial int4 W4A16 checkpoint; GPTQ-Marlin needs compute capability 8.0+.
影响结论的假设
- 请求的上下文在记录的原生窗口 262144 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 35899643008、激活参数 3000000000。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 13 个已发布的 safetensors 分片，合计 23971918496 字节。
- 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）。
- 并发序列共用一份模型副本；权重不会按序列数再乘一遍。
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。