AI Ready
LLM đa dụngThương mại có điều kiện
Llama 3.3 70B Instruct: cần bao nhiêu VRAM, GPU nào để chạy
Meta phát hành Llama 3.3 70B Instruct với 70,6 tỷ tham số. Bảng dưới ước tính bộ nhớ GPU cho từng cách dùng để bạn chọn đúng máy chủ trước khi đầu tư.
Thông số
- Hãng phát triển
- Meta
- Họ mô hình
- Llama 3.3
- Nhóm
- LLM đa dụng
- Số tham số
- 70,6 tỷ tham số
- Ngữ cảnh gốc
- 131.072 token
- Giấy phép
- Llama 3.3 Community License — thương mại có điều kiệnGiới hạn 700 triệu người dùng hoạt động tháng và yêu cầu ghi nguồn.
- Tiếng Việt
- Hãng chưa công bố cụ thể
- Kiến trúc
- 80 lớp · hidden 8192 · 8 KV head × 128
- Ứng dụng gợi ý
- Trợ lý doanh nghiệp · RAG tài liệu nội bộ · Soạn thảo văn bản
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) | 318,8 GB | 160,5 GB | 82,9 GB | 47,9 GB |
| Fine-tune LoRA | — | 173,3 GB | 95,6 GB | — |
| Fine-tune QLoRA | — | — | — | 57,6 GB |
| Fine-tune toàn phần | 1,3 TB | 1,3 TB | — | — |
"—" 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 ~47,9 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 - Suy luận BF16 (chất lượng gốc)cần ~160,5 GB
2 × NVIDIA H100 NVL 94GB PCIe · 188 GB · ~910 W · card ~1.240.000.000 ₫
Chia mô hình qua 2 GPU (tensor parallel) với NVLink.
Tính với nhiều người dùng / context dài hơn - Fine-tune QLoRAcần ~57,6 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
Giá là giá tham khảo riêng card GPU, chưa gồm máy chủ và VAT.
Máy chủ HQG chạy được Llama 3.3 70B Instruct
Máy hỗ trợ từ 2 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
AI Ready
AI Ready
Sẵn hàngBH 36 tháng
Dell PowerEdge C4130 E5-2609 V3 Six Core 1.9Ghz 16GB 2x 800GB SSD 4 X K80
Cần triển khai Llama 3.3 70B Instruct 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/meta-llama/Llama-3.3-70B-Instruct.