Калькулятор VRAM и GPU для Qwen3-Omni-30B-A3B

Подбор оборудования для Qwen3-Omni-30B-A3B (30B, Alibaba Qwen). Оценка для контекста 8K: INT4 18.2 ГБ • FP8 33.4 ГБ • FP16 63.8 ГБ.

GPU

Требования к памяти 33.38 ГБ

Требуется 2 GPU (на основе емкости памяти)

31.8 GB

Все веса модели

0.38 GB

Кэш истории разговора

1.05 GB

Оптимизация экспертной модели

0.16 GB

Временный кэш вычислений

Метрики производительности
Тест 1085 ток/с →
Общая пропускная способность
1085 токенов/с
Пропускная способность на пользователя
1085 токенов/с/пользователь
Оценочная задержка
138 мс
Макс QPS
7.2 запросов/с

Оценка пропускной способности памяти и вычислений для 2x NVIDIA RTX 4090 (24GB).

Команда быстрого запуска (CLI)
vllm serve Qwen/Qwen3-Omni-30B-A3B-Instruct --quantization fp8 --tensor-parallel-size 2 --max-model-len 8192
Параметры автоматически учитывают выбранную точность, контекст и число GPU.Страница модели Qwen3-Omni-30B-A3B →

Архитектура и профиль памяти Qwen3-Omni-30B-A3B

Всего параметров
30B
Архитектура
MoE (активно 3B)
Разработчик
Alibaba Qwen
Рекомендуемая точность
FP8

Матрица VRAM для Qwen3-Omni-30B-A3B по точности и контексту

Предрасчёт для 1 пользователя (веса модели + KV-кэш + накладные расходы).

ТочностьКонтекст 8KКонтекст 32KКонтекст 128K
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

Рекомендуемые GPU для Qwen3-Omni-30B-A3B (FP8)

Минимум видеокарт для контекста 8K при batch=1 и ожидаемая скорость.

Модель GPUМин. GPUОбщая VRAMСкорость
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

Вопросы по развёртыванию Qwen3-Omni-30B-A3B

Сколько видеопамяти требуется для запуска Qwen3-Omni-30B-A3B?
При контексте 8K и одном пользователе Qwen3-Omni-30B-A3B занимает около 63.8 ГБ в FP16, 33.4 ГБ в FP8 и 18.2 ГБ в квантовании INT4.
Сколько нужно видеокарт RTX 4090 или H100 для Qwen3-Omni-30B-A3B?
В точности FP8 для Qwen3-Omni-30B-A3B потребуется минимум 2x RTX 4090 (24 ГБ) или 1x NVIDIA H100 (80 ГБ).
Какую точность выбрать для Qwen3-Omni-30B-A3B в продакшене?
Для Qwen3-Omni-30B-A3B (30B, Alibaba Qwen) оптимальный баланс качества, скорости и памяти обеспечивает FP8.