Qwen3-Omni-30B-A3B VRAM・GPU 必要スペック計算機

Qwen3-Omni-30B-A3B(Alibaba Qwen・30Bパラメータ)のハードウェア要件。8Kコンテキスト目安:INT4 18.2 GB • FP8 33.4 GB • FP16 63.8 GB。

台

メモリ要件 33.38 GB

2 台のGPUが必要(メモリ容量ベース)

31.8 GB

すべてのモデル重み

0.38 GB

会話履歴キャッシュ

1.05 GB

エキスパートモデル最適化

0.16 GB

一時計算キャッシュ

パフォーマンス指標
1085 tok/s を体感 →
総スループット
1085 トークン/秒
ユーザーあたりスループット
1085 トークン/秒/ユーザー
推定レイテンシ
138 ms
最大QPS
7.2 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/Qwen3-Omni-30B-A3B-Instruct --quantization fp8 --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。Qwen3-Omni-30B-A3B 専用ページを開く →

Qwen3-Omni-30B-A3B アーキテクチャとメモリ仕様

総パラメータ数
30B
アーキテクチャ
MoE(アクティブ 3B)
開発元
Alibaba Qwen
推奨精度
FP8

Qwen3-Omni-30B-A3B 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
FP1663.8 GB66.0 GB75.0 GB
FP833.4 GB34.5 GB39.0 GB
INT833.4 GB34.5 GB39.0 GB
INT418.2 GB18.8 GB21.0 GB

Qwen3-Omni-30B-A3B 推奨 GPU 構成一覧(FP8)

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 GB1085 tok/s
NVIDIA RTX 5090 (32GB)2×64 GB1927 tok/s
Apple M4 Max (128GB) (128GB)1×128 GB116 tok/s
NVIDIA A100 (80GB) (80GB)1×80 GB550 tok/s
NVIDIA H100 (80GB)1×80 GB935 tok/s
NVIDIA H200 (141GB)1×141 GB1360 tok/s
Huawei Ascend 910B (64GB)1×64 GB340 tok/s

Qwen3-Omni-30B-A3B デプロイ FAQ

Qwen3-Omni-30B-A3B 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 Qwen3-Omni-30B-A3B では、FP16で約63.8 GB、FP8で約33.4 GB、INT4量子化で約18.2 GBのVRAMが必要です。
Qwen3-Omni-30B-A3B には RTX 4090 や NVIDIA H100 が何枚必要ですか?
FP8精度でQwen3-Omni-30B-A3B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。
Qwen3-Omni-30B-A3B の本番環境ではどの精度を選ぶべきですか?
Alibaba QwenのQwen3-Omni-30B-A3B(30B)は、速度・メモリ消費・出力品質のバランスに優れたFP8での運用が推奨されます。