gpt-oss-20b 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。 MXFP4 safetensors：8,192 个 token 下约 13.63 GiB–15.51 GiB，1 条序列，FP16 KV，vllm。
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OpenAI
- Hugging Face
openai/gpt-oss-20b - Revision
6cee5e81ee83917806bbde320786a8fb61efebee - 总参数量20,914,757,184
- 激活参数量3,600,000,000
- 层数24
- 查询头64
- KV 头8 (sliding-window)
- 头维度64
- 已记录的上下文能力131,072
- 完整度complete · full
该 MoE 记录总参数 20,914,757,184、激活参数 3,600,000,000。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
- 12.82 GiB (13,761,264,768 bytes)
- Raw KV cache
- 0.19 GiB (204,472,320 bytes)
- Engine extras / workspace
- 0.63 GiB–2.51 GiB
- Total estimated demand
- 13.63 GiB–15.51 GiB
计入的文件
| 量化 | 计入的文件 | 字节 | 运行引擎 | 证据 |
|---|---|---|---|---|
| MXFP4 safetensors mxfp4 | model-00000-of-00002.safetensors, model-00001-of-00002.safetensors, model-00002-of-00002.safetensors | 13,761,264,768 (12.82 GiB / 13.76 GB) | vllm, unspecified | file-metadata |
| INT4 theoretical | 没有已发布的文件 | 10,457,378,592 (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 |
|---|---|---|---|
| MXFP4 safetensors | 13.49 GiB–15.37 GiB | 13.63 GiB–15.51 GiB | 14.19 GiB–16.09 GiB |
| INT4 theoretical 理论行不是可下载的发布文件。 | 9.91 GiB–13.18 GiB | 10.05 GiB–13.35 GiB | 10.62 GiB–14.05 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 131072 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 20914757184、激活参数 3600000000。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。
- 计入的文件：model-00000-of-00002.safetensors, model-00001-of-00002.safetensors, model-00002-of-00002.safetensors。
- 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。