// 零一万物 Yi · 文本大模型
Yi-1.5-9B-32K 本地部署与显存需求
8.83B 参数。4 位量化约 7.2 GB，BF16 约 20.7 GB（1 个 8K token 请求）。
发布 2024-05-15许可：可商用显存为估算值
01规格
02需要多少显存（估算）
合计 = 权重 + 10% + 0.5GB 运行开销 + 1 个请求的 KV 缓存（FP16）。并发用户越多，KV 部分成倍增加。
| 精度 | 权重 | 合计 @ 8K | 合计 @ 32K | 最低显卡 | Mac |
|---|---|---|---|---|---|
| BF16 / FP16（原始精度） | 17.7 GB | 20.7 GB | 23.1 GB | RTX 4090 24GB | Mac 36GB |
| FP8 / INT8 / Q8_0 | 9.4 GB | 11.6 GB | 14.0 GB | 16GB 显卡 | Mac 24GB |
| 4 位量化（Q4_K_M / AWQ / GPTQ-Int4） | 5.3 GB | 7.2 GB | 9.6 GB | 8GB 显卡 | Mac 16GB |
每个请求的 KV 缓存：8K 0.8 GB · 32K 3.2 GB
每权重比特：BF16 16、FP8 8.5、4 位 4.85。“放得下” = 合计 ≤ 显存 90%；Mac GPU 约可用统一内存的 2/3（≤36GB）或 3/4（更大机型）。MoE 模型所有专家都要进显存，按总参数算。 估算方法 →
03怎么跑
只列厂商或推理框架官方明确支持的方式。
- Transformers — Hugging Face 声明的库
04官方仓库与量化版
01-ai 官方发布的 1 个仓库。
- Yi-1.5-9B-32K main
05零一万物 Yi 其他模型
全部 9 个 →| 模型 | 参数 | 4 位合计 | 发布 |
|---|---|---|---|
| Yi-1.5-34B-32K · 同系列 | 34.4B | 25.4 GB | 2024-05-15 |
| Yi-Coder-1.5B-Chat | 1.48B | 3.1 GB | 2024-08-21 |
| Yi-Coder-9B-Chat | 8.83B | 7.2 GB | 2024-08-21 |
| Yi-1.5-9B-Chat-16K | 8.83B | 7.2 GB | 2024-05-15 |
| Yi-1.5-34B-Chat-16K | 34.4B | 25.4 GB | 2024-05-15 |
| Yi-1.5-6B | 6.06B | 5.1 GB | 2024-05-11 |
| Yi-1.5-9B-Chat | 8.83B | 7.2 GB | 2024-05-10 |
| Yi-1.5-34B-Chat | 34.4B | 25.4 GB | 2024-05-10 |
06来源
数据核对于 2024-06-26。参数、上下文、许可取自官方仓库；显存为本站估算。