Калькулятор VRAM и GPU для Whisper-large-v3-turbo (0.81B)

Подбор оборудования для Whisper-large-v3-turbo (0.81B) (0.81B, OpenAI). Оценка для контекста 8K: INT4 1.2 ГБ • FP8 1.6 ГБ • FP16 2.5 ГБ.

Фиксированное окно 30 сек / предел кодека
GPU

Требования к памяти 2.46 ГБ

Требуется 1 GPU (на основе емкости памяти)

1.62 GB

Все веса модели

0.01 GB

Кэш истории разговора

0.72 GB

Кэш параллельной обработки

0.11 GB

Временный кэш вычислений

Метрики производительности
Тест 529 ток/с →
Макс. потоков на GPU
79 streams
Тип дуплекса
Stream / Turn-Based
Оценочная задержка
284 мс
Макс QPS
3.5 запросов/с

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

Команда быстрого запуска (CLI)
vllm serve openai/whisper-large-v3-turbo --task transcription
Параметры автоматически учитывают выбранную точность, контекст и число GPU.Страница модели Whisper-large-v3-turbo →

Архитектура и профиль памяти Whisper-large-v3-turbo (0.81B)

Всего параметров
0.81B
Архитектура
Dense (плотная)
Разработчик
OpenAI
Рекомендуемая точность
FP16

Матрица VRAM Whisper-large-v3-turbo (0.81B) по точности и числу потоков

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

Точность1 поток4 потока16 потоков
FP162.5 GB3.3 GB6.6 GB
FP81.6 GB2.5 GB5.7 GB
INT81.6 GB2.5 GB5.7 GB
INT41.2 GB2.0 GB5.2 GB

Рекомендуемые GPU для Whisper-large-v3-turbo (0.81B) (FP16)

Количество GPU и максимум одновременных голосовых потоков.

Модель GPUМин. GPUОбщая VRAMМакс. потоков
NVIDIA RTX 4090 (24GB)1×24 GB79 streams
NVIDIA RTX 5090 (32GB)1×32 GB109 streams
Apple M4 Max (128GB) (128GB)1×128 GB460 streams
NVIDIA A100 (80GB) (80GB)1×80 GB284 streams
NVIDIA H100 (80GB)1×80 GB284 streams
NVIDIA H200 (141GB)1×141 GB507 streams
Huawei Ascend 910B (64GB)1×64 GB226 streams

Вопросы по развёртыванию Whisper-large-v3-turbo (0.81B)

Сколько видеопамяти требуется для запуска Whisper-large-v3-turbo (0.81B)?
Для 1 аудиопотока Whisper-large-v3-turbo (0.81B) требуется ~2.5 ГБ в FP16, ~1.6 ГБ в FP8 и ~1.2 ГБ в INT4.
Сколько нужно видеокарт RTX 4090 или H100 для Whisper-large-v3-turbo (0.81B)?
В точности FP16 для Whisper-large-v3-turbo (0.81B) потребуется минимум 1x RTX 4090 (24 ГБ) или 1x NVIDIA H100 (80 ГБ).
Какую точность выбрать для Whisper-large-v3-turbo (0.81B) в продакшене?
Для Whisper-large-v3-turbo (0.81B) (0.81B, OpenAI) оптимальный баланс качества, скорости и памяти обеспечивает FP16.