SmolLM2-1.7B-Instruct 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 (Hugging Face)：8,192 个 token 下约 2.61 GiB–3.11 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Hugging Face
- Hugging Face
HuggingFaceTB/SmolLM2-1.7B-Instruct - Revision
31b70e2e869a7173562077fd711b654946d38674 - 总参数量1,711,376,384
- 层数24
- 查询头32
- KV 头32 (mha)
- 头维度64
- 已记录的上下文能力8,192
- 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
- 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
计入的文件
| 量化 | 计入的文件 | 字节 | 运行引擎 | 证据 |
|---|---|---|---|---|
| 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 | 没有已发布的文件 | 855,688,192 (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 (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 理论行不是可下载的发布文件。 | 1.30 GiB–2.04 GiB | 2.42 GiB–3.45 GiB | 6.92 GiB–8.98 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（32），不是 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)
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 8192 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：smollm2-1.7b-instruct-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。