Калькулятор VRAM и GPU для Qwen2.5-Omni-7B (10.7B Total)
Подбор оборудования для Qwen2.5-Omni-7B (10.7B Total) (10.7B, Alibaba Qwen). Оценка для контекста 8K: INT4 8.1 ГБ • FP8 13.6 ГБ • FP16 24.5 ГБ.
GPU
Требования к памяти 24.47 ГБ
Требуется 2 GPU (на основе емкости памяти)
23 GB
Все веса модели
0.44 GB
Кэш истории разговора
0.9 GB
Кэш параллельной обработки
0.14 GB
Временный кэш вычислений
Метрики производительности
Тест 152 ток/с →Общая пропускная способность
152 токенов/с
Пропускная способность на пользователя
152 токенов/с/пользователь
Оценочная задержка
986 мс
Макс QPS
1 запросов/с
Оценка пропускной способности памяти и вычислений для 2x NVIDIA RTX 4090 (24GB).
Команда быстрого запуска (CLI)
vllm serve Qwen/Qwen2.5-Omni-7B --tensor-parallel-size 2 --max-model-len 8192
Параметры автоматически учитывают выбранную точность, контекст и число GPU.Страница модели Qwen2.5-Omni-7B →
Архитектура и профиль памяти Qwen2.5-Omni-7B (10.7B Total)
Всего параметров
10.7B
Архитектура
Dense (плотная)
Разработчик
Alibaba Qwen
Рекомендуемая точность
FP16
Матрица VRAM для Qwen2.5-Omni-7B (10.7B Total) по точности и контексту
Предрасчёт для 1 пользователя (веса модели + KV-кэш + накладные расходы).
| Точность | Контекст 8K | Контекст 32K | Контекст 128K |
|---|---|---|---|
| FP16 | 24.5 GB | 25.8 GB | 31.0 GB |
| FP8 | 13.6 GB | 14.2 GB | 16.8 GB |
| INT8 | 13.6 GB | 14.2 GB | 16.8 GB |
| INT4 | 8.1 GB | 8.4 GB | 9.7 GB |
Рекомендуемые GPU для Qwen2.5-Omni-7B (10.7B Total) (FP16)
Минимум видеокарт для контекста 8K при batch=1 и ожидаемая скорость.
| Модель GPU | Мин. GPU | Общая VRAM | Скорость |
|---|---|---|---|
| NVIDIA RTX 4090 (24GB) | 2× | 48 GB | 152 tok/s |
| NVIDIA RTX 5090 (32GB) | 1× | 32 GB | 71 tok/s |
| Apple M4 Max (128GB) (128GB) | 1× | 128 GB | 16 tok/s |
| NVIDIA A100 (80GB) (80GB) | 1× | 80 GB | 77 tok/s |
| NVIDIA H100 (80GB) | 1× | 80 GB | 131 tok/s |
| NVIDIA H200 (141GB) | 1× | 141 GB | 191 tok/s |
| Huawei Ascend 910B (64GB) | 1× | 64 GB | 48 tok/s |
Вопросы по развёртыванию Qwen2.5-Omni-7B (10.7B Total)
Сколько видеопамяти требуется для запуска Qwen2.5-Omni-7B (10.7B Total)?
При контексте 8K и одном пользователе Qwen2.5-Omni-7B (10.7B Total) занимает около 24.5 ГБ в FP16, 13.6 ГБ в FP8 и 8.1 ГБ в квантовании INT4.
Сколько нужно видеокарт RTX 4090 или H100 для Qwen2.5-Omni-7B (10.7B Total)?
В точности FP16 для Qwen2.5-Omni-7B (10.7B Total) потребуется минимум 2x RTX 4090 (24 ГБ) или 1x NVIDIA H100 (80 ГБ).
Какую точность выбрать для Qwen2.5-Omni-7B (10.7B Total) в продакшене?
Для Qwen2.5-Omni-7B (10.7B Total) (10.7B, Alibaba Qwen) оптимальный баланс качества, скорости и памяти обеспечивает FP16.