Skip to content
Généré le: 20 juillet 2026 à 21:34

Calculateur de taille de modèle selon la quantification

Données

Paramètres7
QuantificationFP16 / BF16 (16 bits)

Cette estimation ne compte que le stockage des poids. Les fichiers et l'usage mémoire réels incluent aussi les embeddings, les métadonnées de quantification, les tampons d'activation et le cache clé-valeur pendant l'inférence, si bien que l'occupation réelle du disque et du GPU peut être un peu supérieure aux valeurs indiquées.

Généré avec OneCalc · https://onecalc.app/fr/ai/model-size-quantization

AI & LLM

Calculateur de taille de modèle selon la quantification

Estimez la taille sur disque et en mémoire d'un grand modèle de langage à partir de son nombre de paramètres et de sa précision de quantification, en gigaoctets décimaux et en gibioctets binaires.

Données

Modèle

Résultats

Saisissez une valeur pour afficher les résultats.

Détails

Intégrer ce calculateur

Aperçu

Collez ce code dans votre page pour afficher le calculateur.

Partager ce calcul

Toute personne ouvrant ce lien verra vos valeurs déjà renseignées.

Taille de modèle selon la quantification

La taille d'un grand modèle de langage sur disque dépend presque entièrement du nombre de paramètres qu'il contient et du nombre de bits utilisés pour stocker chacun d'eux. Un poids n'est qu'un nombre, et un modèle est une longue liste de nombres ; multiplier ce décompte par la précision en bits par poids puis convertir en octets donne donc une estimation proche de la taille du fichier, et de la mémoire nécessaire pour le charger. Ce calculateur transforme un nombre de paramètres et un format de quantification en une valeur exprimée à la fois en gigaoctets décimaux et en gibioctets binaires.

La formule

Avec un nombre de paramètres NN en milliards et une précision bb par paramètre, la taille des poids en gigaoctets décimaux vaut

S=N⋅b8S = \frac{N \cdot b}{8}

La division par huit convertit les bits en octets. Comme un milliard d'octets correspond exactement à un gigaoctet décimal, exprimer NN en milliards fait directement ressortir le résultat en gigaoctets. La même quantité en gibioctets binaires — l'unité affichée par la plupart des systèmes d'exploitation et des outils GPU — vaut

G=S⋅1091073741824G = S \cdot \frac{10^9}{1073741824}

puisqu'un gibioctet vaut 230=1 073 741 8242^{30} = 1\,073\,741\,824 octets.

Exemple chiffré

Prenons un modèle de 7 milliards de paramètres stocké à 16 bits par poids, le format demi-précision standard sous lequel la plupart des modèles sont publiés :

S=7×168=14 Go,G=14×1091073741824≈13,04 GioS = \frac{7 \times 16}{8} = 14\ \text{Go}, \qquad G = 14 \times \frac{10^9}{1073741824} \approx 13{,}04\ \text{Gio}

Les poids occupent donc environ 14 Go sur disque, qu'un outil de mémoire rapporte autour de 13 Gio. Quantifier le même modèle à 4 bits stockerait chaque poids dans un quart de l'espace, ramenant le fichier à environ 3,5 Go.

Choisir une précision

La pleine précision 32 bits sert surtout pendant l'entraînement. Pour le déploiement, le 16 bits constitue la référence habituelle, tandis que les quantifications 8 bits et 4 bits échangent un peu de précision contre une empreinte réduite de moitié ou au quart. Les formats à faible nombre de bits comme l'INT4 sont ce qui permet à un modèle de plusieurs dizaines de milliards de paramètres de tenir sur un seul GPU grand public. L'estimation de taille proposée ici ne couvre que les poids ; faire fonctionner le modèle requiert aussi de la place pour les activations et le cache clé-valeur, dont tient compte le Calculateur de VRAM pour l'inférence LLM. Pour convertir une taille en temps de transfert sur une connexion donnée, voir le Calculateur de temps de téléchargement de modèle.

Questions fréquentes (FAQ)

Quelle précision un modèle doit-il utiliser ?

La plupart des modèles sont entraînés et publiés en 16 bits (FP16 ou BF16), qui constitue la taille de référence habituelle. Pour fonctionner sur du matériel plus modeste, les quantifications 8 bits et 4 bits réduisent l'empreinte respectivement de moitié et au quart, au prix d'une certaine perte de précision.

L'INT4 est apprécié pour faire tenir de grands modèles sur des GPU grand public, tandis que le FP32 sert surtout pendant l'entraînement ou lorsqu'une fidélité numérique maximale est nécessaire. Le bon choix dépend de la mémoire disponible et de la tolérance à la perte de qualité.

Quelle est la différence entre le Go et le Gio ?

Un gigaoctet (Go) vaut un milliard d'octets, tandis qu'un gibioctet (Gio) vaut 2^30, soit 1 073 741 824 octets, c'est-à-dire environ 7,4 % de plus. Les fabricants de stockage et les tailles de téléchargement utilisent généralement le Go décimal, mais les systèmes d'exploitation, les outils de mémoire GPU et de nombreux chargeurs de modèles rapportent le Gio binaire.

Un même fichier affiche donc un nombre légèrement plus petit en Gio qu'en Go, raison pour laquelle les deux valeurs sont indiquées ici.

La quantification réduit-elle la qualité du modèle ?

Réduire la précision élimine une partie du détail numérique, ce qui peut diminuer la précision, mais l'effet est souvent faible. La quantification 8 bits moderne est généralement quasi sans perte pour l'inférence, et les méthodes 4 bits telles que GPTQ et AWQ conservent l'essentiel de la qualité pour de nombreux modèles tout en réduisant la mémoire au quart.

Les très basses précisions et les petits modèles se dégradent plus nettement. L'estimation de taille proposée ici reste la même quelle que soit la méthode de quantification ; seul le compromis sur la précision diffère.

Mentions légales

Cette estimation ne compte que le stockage des poids. Les fichiers et l'usage mémoire réels incluent aussi les embeddings, les métadonnées de quantification, les tampons d'activation et le cache clé-valeur pendant l'inférence, si bien que l'occupation réelle du disque et du GPU peut être un peu supérieure aux valeurs indiquées.

Recommandations

Calculateur de VRAM pour l'inférence LLM

Estimez la VRAM GPU nécessaire pour servir un grand modèle de langage en inférence à partir de son nombre de paramètres, de la précision des poids et de la surcharge d'exécution liée au cache clé-valeur, aux activations et à la fragmentation.

 En savoir plus
Calculateur de temps de téléchargement de modèle

Estimez la durée de téléchargement d'un grand modèle de langage à partir de son nombre de paramètres, de sa précision de quantification et de la bande passante réseau, exprimée en minutes et en heures avec la taille des poids.

 En savoir plus

200+ calculateurs · 10 langues · 100 % gratuit

Ce calculateur vous a-t-il été utile ?

Non

Comment pourrions-nous améliorer ce calculateur ?
Propulsé par OneCalc ↗