# Artiklar — Neur

Räkna antal parametrar och minnesbehov för en transformermodell utifrån lager, dimension, vokabulär och precision.

- [Minnesbehov vid inferens med transformermodell: så räknar du](https://neur.se/artiklar/minnesbehov-inferens-transformermodell) — Så räknar du ut hur mycket minne en transformermodell behöver vid inferens — vikter, aktiveringar och KV-cache — och hur precisionen påverkar resultatet.
- [Precision i transformermodell: FP32 FP16 BF16 och INT8 förklarade](https://neur.se/artiklar/precision-transformermodell) — Vad betyder precision FP32, FP16, BF16 och INT8 för en transformermodell? Lär dig hur precisionen påverkar minne, lagring och prestanda — och hur du räknar det själv.
- [Minnesbehov för transformermodell: så beräknar du VRAM](https://neur.se/artiklar/minnesbehov-transformermodell) — Lär dig beräkna minnesbehov för transformermodell i VRAM baserat på modellvikter, dynamisk KV-cache, aktiveringar och säkerhetsmarginaler.
- [Parametrar i en transformermodell: så räknar du](https://neur.se/artiklar/parametrar-transformermodell) — Så räknar du antalet parametrar i en transformermodell, från embedding-lagret till varje transformerlager, och hur många bytes vikterna tar i minnet.