28 пресетов: Qwen3.5 / 3.6 / 3.8, Qwen3, Llama, DeepSeek Distill, gpt-oss, Gemma 4 и Clef. Отдельные расчёты full attention, гибридных состояний и выбранных MoE.
Веса, состояние DeltaNet и резерв фиксированы. Меняется KV-кэш. Числа — в ГиБ; длины ограничены лимитом пресета, шкала начинается с нуля.
Число параметров × эффективная битность / 8. В MoE считаются все эксперты. Для gpt-oss-20b/120b — объём тензоров исходного MXFP4 из официального индекса, а не универсальная «4-битная» оценка. У Clef исходные тензоры joint schema head добавляются отдельно и не меняются от квантования backbone; рабочие буферы головки исключены.
Full attention: 2 × слои × KV-головы × размер головы × контекст × байты. Gemma 4: глобальные и локальные головы считаются раздельно, K и V хранятся двумя тензорами. Sliding: только окно или весь контекст по выбранному режиму. DeltaNet: отдельная рекуррентная матрица и буфер свёртки.
По умолчанию 1,5 ГиБ. Пиковые активации prefill, дополнительное кэширование состояний, выравнивание и перекладка весов зависят от реализации. Резерв подбирается по фактическому запуску.
ГиБ = 2³⁰ байт; используем номинальную физическую ёмкость видеопамяти, доступный объём проверьте в драйвере. Числа округлены, статусы определены до округления. Это бюджет хранения и заданный резерв, а не измеренный пик VRAM, прогноз скорости или гарантия запуска. Размер контекста — общий бюджет входа и выхода.
Для состояний DeltaNet: одна копия, рекуррентная матрица FP32, свёрточный буфер шириной 4 элемента в FP16/BF16 по референсной реализации Transformers и реализации кэша. Движок может хранить дополнительные копии. Формулы и ограничения →
Подборка не охватывает все современные модели. Наличие пресета означает поддержку указанной схемы памяти, а не подтверждённый запуск во всех приложениях. Вот проверенные примеры, которым требуется отдельная реализация:
Техотчёт §2.3–2.4 даёт CSA2 и 890 байт глобального KV на токен, но это не весь бюджет: отдельно нужны SWA, индексатор, FP4-шкалы и размещение Engram. config.json задаёт compress_ratios и общие источники KV. Полный профиль этих компонентов и исходных FP8/FP4-весов в калькуляторе не реализован; число 890 нельзя подставлять вместо всего KV.
Проверено 25.10.2026Техотчёт §2.1.2 описывает сжатие ключей индексатора QSA по блокам, а не сжатие всего основного KV. Нужны отдельные бюджеты основного KV, индекса и незавершённого блока, DeltaNet и n-gram/PLE с выбранным размещением. Полный профиль хранения этих компонентов в движке не подтверждён для численного пресета.
Проверено 25.10.2026Крупная MoE-модель для отдельного анализа размещения. 95B активных параметров не означают 95B хранимых весов. Расчёт многокарточной конфигурации пока не реализован.
Проверено 17.10.2026