推理与成本

显存

VRAM

显卡上专供模型使用的内存,决定你能跑多大模型。

又称 VRAM 显存占用

本词条最后核验 2026-11-21 · 由本站编辑整理,欢迎指正

01 详细解释

占用分三块:权重(参数量 × 每参数字节数)、KV 缓存(随上下文与并发增长)、以及运行时开销。粗略估算:4bit 量化下,参数量(B)× 0.6 GB 是权重占用。

跑了就爆显存,多半不是权重太大,而是上下文太长或并发太高把 KV 缓存撑爆了。

02 什么时候会碰到它
账单变贵、响应变慢、要压成本时

同样一个模型,费用能差十倍,差别全在缓存、批处理、量化、并行和让它想多久。做容量规划、选部署方式、谈单价,都绕不开这几个词。

03 和这几个词怎么区分
04 接着读这几篇

小7分享网 · 聚焦 AI 的实用博客

每天一篇,跟进 AI 行业动态、实测新工具、拆解实战教程。不堆术语,不炒概念,只写真正用得上的内容。

浏览全部文章关于本站

欢迎回来

登录 小7分享网,继续你的精彩

还没有账号?立即注册

忘记密码 ?

创建账号

注册后即可体验完整功能

已有账号?直接登录

我们将发送一封验证邮件至你的邮箱, 请正确填写以完成账号注册和激活