Suy luận & lập trìnhDùng thương mại được
gpt-oss-20b: cần bao nhiêu VRAM, GPU nào để chạy
OpenAI phát hành gpt-oss-20b với 20,9 tỷ tham số (MoE, kích hoạt 3,6 tỷ/token). Bảng dưới ước tính bộ nhớ GPU cho từng cách dùng để bạn chọn đúng máy chủ trước khi đầu tư. Trọng số MoE phát hành sẵn dạng MXFP4 (~4-bit). Nửa số lớp dùng sliding window 128 token nên KV cache thực tế nhỏ hơn công thức.
Thông số
- Hãng phát triển
- OpenAI
- Họ mô hình
- gpt-oss
- Nhóm
- Suy luận & lập trình
- Số tham số
- 20,9 tỷ tham số (MoE, kích hoạt 3,6 tỷ/token)
- Ngữ cảnh gốc
- 131.072 token
- Giấy phép
- Apache 2.0 — dùng thương mại đượcKèm chính sách sử dụng gpt-oss của OpenAI.
- Tiếng Việt
- Hãng chưa công bố cụ thể
- Kiến trúc
- 24 lớp · hidden 2880 · 8 KV head × 64
- Ứng dụng gợi ý
- Suy luận nhiều bước · Agent gọi công cụ · Máy trạm một GPU
VRAM ước tính theo độ chính xác
Suy luận: 1 người dùng, ngữ cảnh 8.192 token. Huấn luyện: batch 1, 2.048 token/chuỗi, bật gradient checkpointing. Đã gồm dự phòng CUDA/framework.
| Tác vụ | FP32 | BF16 | FP8 / INT8 | INT4 |
|---|---|---|---|---|
| Suy luận (1 người dùng) | 94,2 GB | 47,7 GB | 24,8 GB | 14,4 GB |
| Fine-tune LoRA | — | 49,1 GB | 26,1 GB | — |
| Fine-tune QLoRA | — | — | — | 15,6 GB |
| Fine-tune toàn phần | 387,1 GB | 387,1 GB | — | — |
"—" là tổ hợp không dùng trong thực tế. GB = 10⁹ byte; VRAM hãng ghi theo GiB nên card thực tế dư thêm khoảng 7%.
Phương án GPU gợi ý
Số card ít nhất đủ VRAM, ưu tiên cân bằng giữa số lượng, độ dư bộ nhớ và giá card.
- Suy luận 4-bitcần ~14,4 GB
1 × NVIDIA L4 24GB · 24 GB · ~94 W · card ~68.500.000 ₫
Một card là đủ — đơn giản nhất để triển khai.
Tính với nhiều người dùng / context dài hơn - Suy luận BF16 (chất lượng gốc)cần ~47,7 GB
1 × NVIDIA A100 80GB PCIe · 80 GB · ~390 W · card ~285.000.000 ₫
Một card là đủ — đơn giản nhất để triển khai.
Tính với nhiều người dùng / context dài hơn - Fine-tune QLoRAcần ~15,6 GB
1 × NVIDIA L40S 48GB · 48 GB · ~455 W · card ~168.000.000 ₫
Một card là đủ — đơn giản nhất để triển khai.
Tính với nhiều người dùng / context dài hơn
Giá là giá tham khảo riêng card GPU, chưa gồm máy chủ và VAT.
Máy chủ HQG chạy được gpt-oss-20b
Máy hỗ trợ từ 1 GPU trở lên — đủ khe cho phương án suy luận BF16 ở trên. Cấu hình GPU cụ thể do kỹ sư HQG tư vấn.
AI Ready
Cần triển khai gpt-oss-20b cho doanh nghiệp?
HQG tư vấn cấu hình, lắp đặt máy chủ GPU và cài sẵn môi trường chạy mô hình tại hạ tầng của bạn.
Thông tin tham khảo, kiểm tra giấy phép trước khi dùng thương mại. Số tham số và kiến trúc lấy từ trang chính chủ; mức VRAM là ước tính theo công thức, không phải đo thực tế. Dữ liệu cập nhật 09/2026. Nguồn: huggingface.co/openai/gpt-oss-20b.