Qwen2.5-Omni-7B (10.7B Total) VRAM・GPU 必要スペック計算機

Qwen2.5-Omni-7B (10.7B Total)(Alibaba Qwen・10.7Bパラメータ)のハードウェア要件。8Kコンテキスト目安:INT4 8.1 GB • FP8 13.6 GB • FP16 24.5 GB。

台

メモリ要件 24.47 GB

2 台のGPUが必要(メモリ容量ベース)

23 GB

すべてのモデル重み

0.44 GB

会話履歴キャッシュ

0.9 GB

同時処理キャッシュ

0.14 GB

一時計算キャッシュ

パフォーマンス指標
152 tok/s を体感 →
総スループット
152 トークン/秒
ユーザーあたりスループット
152 トークン/秒/ユーザー
推定レイテンシ
986 ms
最大QPS
1 クエリ/秒

2x NVIDIA RTX 4090 (24GB) のメモリ帯域と演算性能から推定された推論速度です。

クイック起動 CLI コマンド
vllm serve Qwen/Qwen2.5-Omni-7B --tensor-parallel-size 2 --max-model-len 8192
選択中の精度・コンテキスト長・テンソル並列GPU枚数が反映されています。Qwen2.5-Omni-7B 専用ページを開く →

Qwen2.5-Omni-7B (10.7B Total) アーキテクチャとメモリ仕様

総パラメータ数
10.7B
アーキテクチャ
Dense(標準)
開発元
Alibaba Qwen
推奨精度
FP16

Qwen2.5-Omni-7B (10.7B Total) 精度別・コンテキスト長別 VRAM マトリクス

同時実行数1におけるモデル重み+KVキャッシュ+実行時メモリの事前計算結果。

量子化精度8K コンテキスト32K コンテキスト128K コンテキスト
FP1624.5 GB25.8 GB31.0 GB
FP813.6 GB14.2 GB16.8 GB
INT813.6 GB14.2 GB16.8 GB
INT48.1 GB8.4 GB9.7 GB

Qwen2.5-Omni-7B (10.7B Total) 推奨 GPU 構成一覧(FP16)

8Kコンテキスト・バッチ1環境での最小必要枚数と推定生成速度。

GPU ハードウェア最小 GPU 数合計 VRAM推定速度
NVIDIA RTX 4090 (24GB)2×48 GB152 tok/s
NVIDIA RTX 5090 (32GB)1×32 GB71 tok/s
Apple M4 Max (128GB) (128GB)1×128 GB16 tok/s
NVIDIA A100 (80GB) (80GB)1×80 GB77 tok/s
NVIDIA H100 (80GB)1×80 GB131 tok/s
NVIDIA H200 (141GB)1×141 GB191 tok/s
Huawei Ascend 910B (64GB)1×64 GB48 tok/s

Qwen2.5-Omni-7B (10.7B Total) デプロイ FAQ

Qwen2.5-Omni-7B (10.7B Total) の実行には何 GB の VRAM が必要ですか?
8Kコンテキスト・バッチ1の Qwen2.5-Omni-7B (10.7B Total) では、FP16で約24.5 GB、FP8で約13.6 GB、INT4量子化で約8.1 GBのVRAMが必要です。
Qwen2.5-Omni-7B (10.7B Total) には RTX 4090 や NVIDIA H100 が何枚必要ですか?
FP16精度でQwen2.5-Omni-7B (10.7B Total)を動かすには、RTX 4090 (24GB) なら最低2枚、H100 (80GB) なら1枚必要です。
Qwen2.5-Omni-7B (10.7B Total) の本番環境ではどの精度を選ぶべきですか?
Alibaba QwenのQwen2.5-Omni-7B (10.7B Total)(10.7B)は、速度・メモリ消費・出力品質のバランスに優れたFP16での運用が推奨されます。