POCKET GGUF 모델의 실제 램 사용량을 비트 수와 KV 캐시로 분해한 분석
로컬에서 모델을 실행할 때 파일 크기만으로 램을 정하면 문맥 길이와 구조에 따라 예상과 어긋날 수 있다고 설명한다. 저자들은 POCKET GGUF 파일 8개의 파라미터 수와 파일 크기를 이용해 가중치당 평균 비트를 계산했으며, 같은 Q2_K 이름이라도 모델에 따라 3.53비트와 2.99비트로 다르게 나타났다. KV 캐시는 문맥을 쌓는 층이 일부에 그쳐 262K 토큰에서도 5~6GiB 수준에 머문다고 밝혔다. 180B 모델은 파일의 대부분이 전문가 가중치와 임베딩 조회표이며, 토큰당 실제로 읽는 가중치는 파일의 5.7%에 불과하다고 전했다. 이를 바탕으로 문맥 길이별 램 예산표를 제시하고, 여유 메모리를 감안해 빌드를 고르는 방법을 안내했다.
This is an AI-generated summary. ShortSingh links to the original source for the complete article.

Discussion (0)
Log in to join the discussion and vote.
Log in