Qwen3-1.7B-Base 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 (mradermacher)：8,192 个 token 下约 2.03 GiB–2.49 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Qwen
- Hugging Face
Qwen/Qwen3-1.7B-Base - Revision
ea980cb0a6c2ae4b936e82123acc929f1cec04c1 - 总参数量1,720,574,976
- 层数28
- 查询头16
- KV 头8 (gqa)
- 头维度128
- 已记录的上下文能力32,768
- 完整度partial · full
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
- 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
计入的文件
| 量化 | 计入的文件 | 字节 | 运行引擎 | 证据 |
|---|---|---|---|---|
| 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 | 没有已发布的文件 | 860,287,488 (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 |
|---|---|---|---|
| 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 理论行不是可下载的发布文件。 | 1.14 GiB–1.86 GiB | 1.80 GiB–2.68 GiB | 4.43 GiB–5.91 GiB |
KV Cache（原始数据）
标准 GQA/MHA 的原始 KV 为 2 × 层数 × kvHeads × headDim × token 数 × 序列数 × 每元素字节。本页使用 KV heads（8），不是 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)
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 32768 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。
- 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：Qwen3-1.7B-Base.Q4_K_M.gguf。
- 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。
- 除非你改 KV 精度，否则 KV 的数据类型与权重量化无关。
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。