Inconsistent memory consumption?
Los mantenedores suelen responder en 2 días
Nadie ha tomado este issue todavía.
Evaluación
- Dificultad
- 4/5
- Tiempo estimado
- 3-5 días
- Aptitud para principiantes
- 35/100
- Tipo de issue
- Error
- Claridad
- Necesita aclaración
- Estado de actividad
- Activo
- Área
- ai, performance
Línea de trabajo
Start by reproducing the reported RAM measurements for the QWen3.5 2B, 4B, and 9B models with 4k and 8k contexts, recording usage at load and inference. Trace the inference and memory-management paths involved; done means determining whether the shared 27GB usage is expected or isolating a reproducible defect.
Escrito por el modelo de indexación a partir del texto del issue.
Descripción
This might not be an issue but a misunderstanding.
I run FastFlowLM on a Ryzen AI 7 360 PRO NPU with 64GB VRAM.
The purpose is to run visual tasks on NPU and I am selecting a model for perf/RAM among the QWen3.5 family. I try 2B, 4B, and 9B models with 4k/8k context window size to concisely read short text from a 1080x720pix PNG image.
What is confusing: On model load, the consumed RAM is slightly different - OK, but when I run inference on the models they all end up with the same 27GB consumed RAM, which is very confusing. Also the context window size does not have an effect. I expected to see less RAM consumed by smaller models.
Here are RAM consumption details:
- QWen3.5-2B
- On load: 4.2GB
- On inference: 27GB
- QWen3.5-4B
- On load: 5.5GB
- On inference: 27GB
- QWen3.5-9B
- On load: 9.0GB
- On inference: 27GB
Am I supposed to expect the same RAM consumption, no matter the LLM size: 2B/4B/9B?
- Lenguaje dominante
- C++
- Estrellas
- 2k
- Forks
- 161
- Merge medio
- 2 d 18 h
- PR fusionados (30 d)
- 16
Preparar el entorno
- Incluye un Dockerfile o un archivo de Docker Compose
- Sin plantilla de pull request
- Leer la guía de contribución
Primeros pasos
- Lee el issue completo y luego la guía de contribución del proyecto.
- Comenta en el issue que vas a ocuparte — evita que dos personas hagan lo mismo.
- Haz un fork del repositorio y trabaja en una rama.
- Abre un pull request que haga referencia al número del issue.
Más de ROCm/FastFlowLM
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 78/100
ROCm/FastFlowLM#757 ·
Los mantenedores suelen responder en 2 días
-
No valid checkpoint to restore + Max length reached on multi-turn tool calls (Qwen3.6-MoE, NPU)Abierto
Dificultad 2/5 1-3 horas Aptitud para principiantes 82/100
ROCm/FastFlowLM#744 · 2 comentarios ·
Los mantenedores suelen responder en 2 días
-
Truncated tool call is emitted as a complete one (unterminated heredoc reaches the client)Posiblemente ocupada @Javinator9889 la tomó hace 27 días. Abierto
Dificultad 2/5 1-3 horas Aptitud para principiantes 78/100
ROCm/FastFlowLM#741 · 1 comentario ·
Los mantenedores suelen responder en 2 días
-
Download timeoutPosiblemente ocupada @stdevPavelmc la tomó hace 155 días. Abierto
Dificultad 2/5 1-3 horas Aptitud para principiantes 74/100
ROCm/FastFlowLM#520 · 7 comentarios ·
Los mantenedores suelen responder en 2 días
-
[Nice-to-have] /v1/pingAbierto
Dificultad 2/5 1-3 horas Aptitud para principiantes 68/100
ROCm/FastFlowLM#434 · 1 comentario ·
Los mantenedores suelen responder en 2 días
Todos los issues de ROCm/FastFlowLM
Issues similares
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 70/100
FriendsofECCE/ECCE#336 · 1 comentario ·
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 66/100
bitcoin-core/gui-qml#1030 ·
Los mantenedores suelen responder en 3 días
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 82/100
Los mantenedores suelen responder en 1 día
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 85/100
tesseract-robotics/tesseract#1384 ·
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 62/100
NVIDIA/nccl-extensions#26 ·