Калькулятор VRAM и GPU для Qwen3-ASR-1.7B

Подбор оборудования для Qwen3-ASR-1.7B (2B, Alibaba Qwen). Оценка для контекста 8K: INT4 1.9 ГБ • FP8 2.9 ГБ • FP16 5.0 ГБ.

Фиксированное окно 30 сек / предел кодека
GPU

Требования к памяти 4.97 ГБ

Требуется 1 GPU (на основе емкости памяти)

4 GB

Все веса модели

0.11 GB

Кэш истории разговора

0.75 GB

Кэш параллельной обработки

0.11 GB

Временный кэш вычислений

Метрики производительности
Тест 214 ток/с →
Макс. потоков на GPU
48 streams
Тип дуплекса
Stream / Turn-Based
Оценочная задержка
700 мс
Макс QPS
1.4 запросов/с

Оценка пропускной способности памяти и вычислений для 1x NVIDIA RTX 4090 (24GB).

Команда быстрого запуска (CLI)
vllm serve Qwen/Qwen3-ASR-1.7B --max-model-len 8192
Параметры автоматически учитывают выбранную точность, контекст и число GPU.Страница модели Qwen3-ASR-1.7B →

Архитектура и профиль памяти Qwen3-ASR-1.7B

Всего параметров
2B
Архитектура
Dense (плотная)
Разработчик
Alibaba Qwen
Рекомендуемая точность
FP16

Матрица VRAM Qwen3-ASR-1.7B по точности и числу потоков

Включает неквантуемые акустические кодеки, потоковые буферы и KV-окно.

Точность1 поток4 потока16 потоков
FP165.0 GB6.2 GB11.0 GB
FP82.9 GB4.0 GB8.1 GB
INT82.9 GB4.0 GB8.1 GB
INT41.9 GB2.8 GB6.7 GB

Рекомендуемые GPU для Qwen3-ASR-1.7B (FP16)

Количество GPU и максимум одновременных голосовых потоков.

Модель GPUМин. GPUОбщая VRAMМакс. потоков
NVIDIA RTX 4090 (24GB)1×24 GB48 streams
NVIDIA RTX 5090 (32GB)1×32 GB68 streams
Apple M4 Max (128GB) (128GB)1×128 GB309 streams
NVIDIA A100 (80GB) (80GB)1×80 GB188 streams
NVIDIA H100 (80GB)1×80 GB188 streams
NVIDIA H200 (141GB)1×141 GB341 streams
Huawei Ascend 910B (64GB)1×64 GB148 streams

Вопросы по развёртыванию Qwen3-ASR-1.7B

Сколько видеопамяти требуется для запуска Qwen3-ASR-1.7B?
Для 1 аудиопотока Qwen3-ASR-1.7B требуется ~5.0 ГБ в FP16, ~2.9 ГБ в FP8 и ~1.9 ГБ в INT4.
Сколько нужно видеокарт RTX 4090 или H100 для Qwen3-ASR-1.7B?
В точности FP16 для Qwen3-ASR-1.7B потребуется минимум 1x RTX 4090 (24 ГБ) или 1x NVIDIA H100 (80 ГБ).
Какую точность выбрать для Qwen3-ASR-1.7B в продакшене?
Для Qwen3-ASR-1.7B (2B, Alibaba Qwen) оптимальный баланс качества, скорости и памяти обеспечивает FP16.