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).
| Точность | Контекст 8K | Контекст 32K | Контекст 128K |
|---|---|---|---|
| FP16 | 63.8 GB | 66.0 GB | 75.0 GB |
| FP8 | 33.4 GB | 34.5 GB | 39.0 GB |
| INT8 | 33.4 GB | 34.5 GB | 39.0 GB |
| INT4 | 18.2 GB | 18.8 GB | 21.0 GB |
Рекомендуемые GPU для Qwen3-Omni-30B-A3B (FP8)
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 | 1085 tok/s |
| NVIDIA RTX 5090 (32GB) | 2× | 64 GB | 1927 tok/s |
| Apple M4 Max (128GB) (128GB) | 1× | 128 GB | 116 tok/s |
| NVIDIA A100 (80GB) (80GB) | 1× | 80 GB | 550 tok/s |
| NVIDIA H100 (80GB) | 1× | 80 GB | 935 tok/s |
| NVIDIA H200 (141GB) | 1× | 141 GB | 1360 tok/s |
| Huawei Ascend 910B (64GB) | 1× | 64 GB | 340 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.