GPT-OSS显存与GPU需求计算器

计算GPT-OSS部署所需的显存和GPU数量,支持NVIDIA、AMD、苹果、华为等各厂商显卡

张卡

显存需求 59.31 GB

需要 1 张显卡(基于显存容量)

58.5 GB

所有模型权重

0.28 GB

对话历史缓存

0.43 GB

专家模型优化

0.1 GB

临时计算缓存

总吞吐量
1100 tokens/s
每用户吞吐量
1100 tokens/s/user
预估延迟
136 ms
最大QPS
7.3 queries/s

基于 1x NVIDIA H100 (80GB) 的显存带宽与算力模型推算的参考推理速率。

一键部署命令生成
vllm serve openai/gpt-oss-120b --max-model-len 8192
命令参数已自动匹配当前所选精度、上下文长度与多卡张量并行数量。查看 GPT-OSS-120B 专属显存指南 →

GPT-OSS 模型架构与显存规格

总参数量
117B
模型架构
MoE(单步激活 5.1B)
发布厂商
OpenAI
推荐部署精度
MXFP4

GPT-OSS 不同精度与上下文显存占用矩阵

预计算的并发=1 显存总占用(含模型权重 + KV Cache + 运行时开销)。

量化精度8K 上下文32K 上下文128K 上下文
FP16235.7 GB239.2 GB252.9 GB
FP8118.1 GB120.0 GB126.9 GB
INT8118.1 GB120.0 GB126.9 GB
INT459.3 GB60.3 GB63.9 GB

GPT-OSS 推荐 GPU 硬件配置表(MXFP4)

基于 8K 上下文、单并发推算所需最小卡数与单流生成速率。

GPU 显卡型号最低卡数总显存池预估速度
NVIDIA RTX 4090 (24GB)3×72 GB2722 tok/s
NVIDIA RTX 5090 (32GB)2×64 GB2267 tok/s
Apple M4 Max (128GB) (128GB)1×128 GB137 tok/s
NVIDIA A100 (80GB) (80GB)1×80 GB647 tok/s
NVIDIA H100 (80GB)1×80 GB1100 tok/s
NVIDIA H200 (141GB)1×141 GB1600 tok/s
Huawei Ascend 910B (64GB)1×64 GB400 tok/s

GPT-OSS 部署常见问题

运行 GPT-OSS 最低需要多大显存?
在 8K 上下文单并发场景下,GPT-OSS 于 FP16 精度约需 235.7 GB,FP8 约需 118.1 GB,INT4 量化后仅需约 59.3 GB 显存。
用 RTX 4090 或 H100 部署 GPT-OSS 需要几张卡?
以 MXFP4 精度运行 GPT-OSS,至少需要 3 张 RTX 4090 (24GB) 或 1 张 NVIDIA H100 (80GB)。
生产环境运行 GPT-OSS 推荐哪种量化精度?
对于 OpenAI 推出的 GPT-OSS(117B),推荐优先使用 MXFP4,在生成质量、显存开销与吞吐效率间表现最佳。