Калькулятор требований к VRAM и GPU для GPT-OSS
Рассчитайте требования к VRAM и количество GPU для развёртывания GPT-OSS. Поддержка NVIDIA, AMD, Apple и Huawei
GPU
Требования к памяти 59.31 ГБ
Требуется 1 GPU (на основе емкости памяти)
58.5 GB
Все веса модели
0.28 GB
Кэш истории разговора
0.43 GB
Оптимизация экспертной модели
0.1 GB
Временный кэш вычислений
Метрики производительности
Тест 1100 ток/с →Общая пропускная способность
1100 токенов/с
Пропускная способность на пользователя
1100 токенов/с/пользователь
Оценочная задержка
136 мс
Макс QPS
7.3 запросов/с
Оценка пропускной способности памяти и вычислений для 1x NVIDIA H100 (80GB).
Команда быстрого запуска (CLI)
vllm serve openai/gpt-oss-120b --max-model-len 8192
Параметры автоматически учитывают выбранную точность, контекст и число GPU.Страница модели GPT-OSS-120B →
Архитектура и профиль памяти GPT-OSS
Всего параметров
117B
Архитектура
MoE (активно 5.1B)
Разработчик
OpenAI
Рекомендуемая точность
MXFP4
Матрица VRAM для GPT-OSS по точности и контексту
Предрасчёт для 1 пользователя (веса модели + KV-кэш + накладные расходы).
| Точность | Контекст 8K | Контекст 32K | Контекст 128K |
|---|---|---|---|
| FP16 | 235.7 GB | 239.2 GB | 252.9 GB |
| FP8 | 118.1 GB | 120.0 GB | 126.9 GB |
| INT8 | 118.1 GB | 120.0 GB | 126.9 GB |
| INT4 | 59.3 GB | 60.3 GB | 63.9 GB |
Рекомендуемые GPU для GPT-OSS (MXFP4)
Минимум видеокарт для контекста 8K при batch=1 и ожидаемая скорость.
| Модель GPU | Мин. GPU | Общая VRAM | Скорость |
|---|---|---|---|
| NVIDIA RTX 4090 (24GB) | 3× | 72 GB | 2722 tok/s |
| NVIDIA RTX 5090 (32GB) | 2× | 64 GB | 2267 tok/s |
| Apple M4 Max (128GB) (128GB) | 1× | 128 GB | 137 tok/s |
| NVIDIA A100 (80GB) (80GB) | 1× | 80 GB | 647 tok/s |
| NVIDIA H100 (80GB) | 1× | 80 GB | 1100 tok/s |
| NVIDIA H200 (141GB) | 1× | 141 GB | 1600 tok/s |
| Huawei Ascend 910B (64GB) | 1× | 64 GB | 400 tok/s |
Вопросы по развёртыванию GPT-OSS
Сколько видеопамяти требуется для запуска GPT-OSS?
При контексте 8K и одном пользователе GPT-OSS занимает около 235.7 ГБ в FP16, 118.1 ГБ в FP8 и 59.3 ГБ в квантовании INT4.
Сколько нужно видеокарт RTX 4090 или H100 для GPT-OSS?
В точности MXFP4 для GPT-OSS потребуется минимум 3x RTX 4090 (24 ГБ) или 1x NVIDIA H100 (80 ГБ).
Какую точность выбрать для GPT-OSS в продакшене?
Для GPT-OSS (117B, OpenAI) оптимальный баланс качества, скорости и памяти обеспечивает MXFP4.