一项新的分析详细介绍了运行26个流行的开源LLM在4位精度和8K上下文窗口下的实际VRAM需求。研究发现,虽然权重通常占内存使用的大部分,但KV缓存的大小对于具有长上下文的模型来说可能变得很重要,特别是那些架构不限制缓存增长的模型。这些数据来自GGUF文件大小和模型配置,可供社区公开使用。 AI
影响 为本地LLM部署提供了关键数据,帮助用户根据特定的模型架构和上下文长度优化硬件选择。
排序理由 该条目详细介绍了LLM技术规格的实证数据收集和分析,类似于一项研究。[lever_c_demoted from research: ic=1 ai=1.0]
- DeepSeek-v4.1-Flash-1017
- GGUF
- gpt-oss-120b
- Hugging Face
- Llama 3.1/3.3 70B
- Llama 3.1 8B
- Llama 3.2 3B
- Mixtral 8x7B
- MXFP4
- Q4_K_M
- Qwen2.5 7B
- Qwen3 14B
- Qwen3 32B
- UD-Q4_K_XL
- Unsloth
- vramneeded
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →