Mindket

GGUF Model VRAM Calculator

新上架第 1 版 · 更新于

概览

在浏览器里运行的静态页面,估算一个 GGUF 模型需要多少显存。适合想选一个能装进自己显卡的量化模型的人。

GGUF Model VRAM Calculator 是一款工具包,属于开发类,由 Mindket 上架。可免费获取。当前为第 1 版,最近更新于 。在本页下载,是一个装着它全部文件的 zip 压缩包。这些文件不会自己运行。

速览

你需要
  • 装有 pip 的 Python,这里只用来下载文件
  • Hugging Face hub 客户端,第一步会安装它
  • 任何一款当前的网页浏览器,用来打开页面
用在
  • 浏览器:打开 Hugging Face 上这个 Space 的页面,不用安装任何东西
  • 在 Windows、macOS 或 Linux 上的下载副本,从 index.html 打开
先运行
pip install -U huggingface_hub
hf download DavidAU/GGUF-Model-VRAM-Calculator --repo-type space --local-dir GGUF-Model-VRAM-Calculator
cd GGUF-Model-VRAM-Calculator

平台

Windows操作系统
macOS操作系统
Linux操作系统

关于

它是什么

这是 Hugging Face Spaces 上的一个静态网页,用来算出一个 GGUF 模型需要多少显存。它是 NyxKrage 早先那个计算器的副本,由 DavidAU 改编。你在浏览器里打开就能用,不用安装任何东西。来源没有列出它的输入项。

适合谁

它适合在自己的显卡上运行语言模型的人,想在下载大文件之前先看看装不装得下。

IndustryWho uses itHow they use itExample
本地 AI爱好者下载之前先看量化模型能不能装进自己的显卡查一个 7B 模型需要多少显存
IT 与硬件为机器选型的工程师在规划买显卡时比较各个模型的显存需求并排比较两个模型的大小
教育学习量化的学生看模型大小和显存占用有什么关系试几个模型并记下差别

如果你需要真实运行测出的数字,可以跳过它,因为计算器给出的是估算值。

用在哪里

  • 浏览器:打开 Hugging Face 上这个 Space 的页面,不用安装任何东西
  • 在 Windows、macOS 或 Linux 上的下载副本,从 index.html 打开
Use caseWhoWhat they get back
估算模型大小本地模型用户一个 GGUF 文件所需显存的估算值
规划硬件工程师一种在购买之前比较显存需求的方法
阅读页面网页开发者一个只有 HTML 文件和样式表的小型静态项目

如何设置

在线版本什么都不用准备。要把文件保存到自己的电脑上,你需要下面这些。

  • 装有 pip 的 Python,这里只用来下载文件
  • Hugging Face hub 客户端,第一步会安装它
  • 任何一款当前的网页浏览器,用来打开页面
  1. 安装 Hugging Face hub 客户端。
  2. 把这个 Space 的文件下载到本地文件夹。
  3. 进入这个文件夹。
  4. 在浏览器里加载 index.html。
pip install -U huggingface_hub
hf download DavidAU/GGUF-Model-VRAM-Calculator --repo-type space --local-dir GGUF-Model-VRAM-Calculator
cd GGUF-Model-VRAM-Calculator

如何使用

打开这个 Space 的页面,或者从你的副本里加载 index.html,然后填入你正在考虑的模型的详细信息。来源没有描述这些字段,所以请照着页面上的标签操作,再看它给出的估算值。

示例

你在为一张显存有限的显卡,挑选一个 7B 模型的两个量化版本。你依次输入每一个的详细信息,再比较页面给出的两个估算值。来源没有说它要填哪些字段。

新手与专家

如果你是新手,GGUF 文件是一种打包好的语言模型,在你自己的机器上运行,加载时需要显存。打开页面,试试这个 Space 列出的模型 Starling-LM-7B-beta,看看估算值长什么样。

如果你熟悉这个领域,仓库里只有一个 HTML 文件和两个样式表,所以计算很可能在你的浏览器里完成,不需要服务器。来源没有说它统计了哪些因素,所以任何结果都请对照你自己的加载情况核对。

  1. 你打开页面
  2. 你输入模型的详细信息
  3. 页面算出所需显存
  4. 你读到估算值

注意事项

来源很简短,所以这里没有记录这个计算器统计了什么。

  • License: mit,按 Hugging Face 上的标注
  • Cost to run: 没有提到 API 密钥或付费服务
  • Data it reaches: 没有提到,因为它是静态页面
  • Not for: 来源没有列出排除项,所以请把结果当作估算值,并对照你自己的运行情况核对

README 和文件

README

GGUF Model VRAM Calculator

在浏览器里运行的静态页面,估算一个 GGUF 模型需要多少显存。适合想选一个能装进自己显卡的量化模型的人。

由 DavidAU 在 Hugging Face 上制作。这些说明是 Mindket 根据它的 Space 页面和 README 写的,应用自己的文件和许可证在 Hugging Face 上。

简介

它是什么:这是 Hugging Face Spaces 上的一个静态网页,用来算出一个 GGUF 模型需要多少显存。它是 NyxKrage 早先那个计算器的副本,由 DavidAU 改编。你在浏览器里打开就能用,不用安装任何东西。来源没有列出它的输入项。

适合谁:它适合在自己的显卡上运行语言模型的人,想在下载大文件之前先看看装不装得下。

Industry | Who uses it | How they use it | Example
本地 AI | 爱好者 | 下载之前先看量化模型能不能装进自己的显卡 | 查一个 7B 模型需要多少显存
IT 与硬件 | 为机器选型的工程师 | 在规划买显卡时比较各个模型的显存需求 | 并排比较两个模型的大小
教育 | 学习量化的学生 | 看模型大小和显存占用有什么关系 | 试几个模型并记下差别

如果你需要真实运行测出的数字,可以跳过它,因为计算器给出的是估算值。

用在哪里:

  • 浏览器:打开 Hugging Face 上这个 Space 的页面,不用安装任何东西
  • 在 Windows、macOS 或 Linux 上的下载副本,从 index.html 打开
Use case | Who | What they get back
估算模型大小 | 本地模型用户 | 一个 GGUF 文件所需显存的估算值
规划硬件 | 工程师 | 一种在购买之前比较显存需求的方法
阅读页面 | 网页开发者 | 一个只有 HTML 文件和样式表的小型静态项目

如何设置:在线版本什么都不用准备。要把文件保存到自己的电脑上,你需要下面这些。

  • 装有 pip 的 Python,这里只用来下载文件
  • Hugging Face hub 客户端,第一步会安装它
  • 任何一款当前的网页浏览器,用来打开页面
  1. 安装 Hugging Face hub 客户端。
  2. 把这个 Space 的文件下载到本地文件夹。
  3. 进入这个文件夹。
  4. 在浏览器里加载 index.html。
pip install -U huggingface_hub
hf download DavidAU/GGUF-Model-VRAM-Calculator --repo-type space --local-dir GGUF-Model-VRAM-Calculator
cd GGUF-Model-VRAM-Calculator

如何使用:打开这个 Space 的页面,或者从你的副本里加载 index.html,然后填入你正在考虑的模型的详细信息。来源没有描述这些字段,所以请照着页面上的标签操作,再看它给出的估算值。

示例:你在为一张显存有限的显卡,挑选一个 7B 模型的两个量化版本。你依次输入每一个的详细信息,再比较页面给出的两个估算值。来源没有说它要填哪些字段。

新手与专家:如果你是新手,GGUF 文件是一种打包好的语言模型,在你自己的机器上运行,加载时需要显存。打开页面,试试这个 Space 列出的模型 Starling-LM-7B-beta,看看估算值长什么样。

如果你熟悉这个领域,仓库里只有一个 HTML 文件和两个样式表,所以计算很可能在你的浏览器里完成,不需要服务器。来源没有说它统计了哪些因素,所以任何结果都请对照你自己的加载情况核对。

你打开页面
你输入模型的详细信息
页面算出所需显存
你读到估算值

注意事项:来源很简短,所以这里没有记录这个计算器统计了什么。

  • License: mit,按 Hugging Face 上的标注
  • Cost to run: 没有提到 API 密钥或付费服务
  • Data it reaches: 没有提到,因为它是静态页面
  • Not for: 来源没有列出排除项,所以请把结果当作估算值,并对照你自己的运行情况核对

Hugging Face 上的数据(2026年11月13日)

  • 点赞:100
  • 构建方式:static
  • 许可证:mit

链接

  • Space:https://huggingface.co/spaces/DavidAU/GGUF-Model-VRAM-Calculator
  • 文件:https://huggingface.co/spaces/DavidAU/GGUF-Model-VRAM-Calculator/tree/main

试用

在浏览器里打开这个 Space,或在它的页面上把它复制到你自己的 Hugging Face 账号。这个工具包里没有会自己运行的东西。

文件
README.md  4 KB

1 个文件,共 4 KB,以 zip 压缩包下载。

更新内容

  • 第 1 版 · 2026-11-12

同类产品对比

同一分类里与本产品共有标签最多的已上架 Hugging Face Space。

产品点赞构建方式许可证最近更新
GGUF Model VRAM Calculator 本页100staticmit
InferenceSupport共有 static764staticafl-3.0
Huggy共有 static463staticcc-by-nc-sa-4.0
Z-Image Lookalike LoRA Index共有 static189staticapache-2.0
Granite Docling 258M WebGPU共有 static163staticapache-2.0
DINOv3 Web共有 static162staticapache-2.0
数据为 Mindket 在 2026-11-12 读取的数值。

评价

还没有评分

写评价

还没有评价。

Mindket 的更多商品

查看 Mindket 的全部商品

Bonsai-27B-GGUF

lmstudio-community · 工具包

面向 LM Studio 的 27B Bonsai 模型 GGUF 转换版,含 3.80 GB 的 Q1_0 语言文件和 0.93 GB 的 BF16 视觉投影器。已测试文本、视觉和并行工具调用。

新上架

以每权重 2.9 位的 EXL3 量化运行 DeepSeek-V4.1-Flash-1017,这是一份 196 GiB 的副本,适合在自己硬件上部署大模型的人。困惑度与原模型相差不大。

新上架

MusicGen Small

facebook · 工具包

根据文字描述或音频提示生成短音乐片段,是 facebook MusicGen 的 small 检查点。适合想在自己电脑上试用文字生成音乐的开发者和音乐爱好者。

新上架

开发类的相似商品

查看开发类的全部商品

Lexnet

alpindale · 工具包

用一个只有约 984 个权重的小型神经网络,为 C 源代码的每个字符打上语法高亮标签,通过一个小小的 C 程序运行。适合对手工设计的网络好奇的开发者和研究者。

新上架

FLUX.2 Klein LoRA Studio

prithivMLmods · 工具包

在浏览器或你自己的电脑上,用一个 Gradio 应用试用 FLUX.2 Klein 图像模型的一组 LoRA。适合制作或测试 AI 图片的人。

新上架

anaksor-ocr

Sokheng · 工具包

这个模型从文档、收据和路牌照片里读取高棉语和英语文字,用一个检测器找文本行,再用识别器读每一行。适合需要在 Python 里做高棉语 OCR 的开发者。

新上架