Suy luận & lập trìnhDùng thương mại được
Qwen2.5-Coder 32B Instruct: cần bao nhiêu VRAM, GPU nào để chạy
Alibaba Qwen phát hành Qwen2.5-Coder 32B Instruct với 32,8 tỷ tham số. Bảng dưới ước tính bộ nhớ GPU cho từng cách dùng để bạn chọn đúng máy chủ trước khi đầu tư. Mã nguồn không rời hạ tầng công ty — lý do chính để tự chạy thay vì dùng dịch vụ đám mây.
Thông số
- Hãng phát triển
- Alibaba Qwen
- Họ mô hình
- Qwen2.5
- Nhóm
- Suy luận & lập trình
- Số tham số
- 32,8 tỷ tham số
- Ngữ cảnh gốc
- 32.768 token
- Giấy phép
- Apache 2.0 — dùng thương mại được
- Tiếng Việt
- Hãng chưa công bố cụ thể
- Kiến trúc
- 64 lớp · hidden 5120 · 8 KV head × 128
- Ứng dụng gợi ý
- Trợ lý lập trình nội bộ · Review mã · Sinh SQL
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) | 150,8 GB | 76,2 GB | 40,2 GB | 23,9 GB |
| Fine-tune LoRA | — | 81,8 GB | 45,7 GB | — |
| Fine-tune QLoRA | — | — | — | 28 GB |
| Fine-tune toàn phần | 607,5 GB | 607,5 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 ~23,9 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 - Suy luận BF16 (chất lượng gốc)cần ~76,2 GB
1 × NVIDIA A100 80GB PCIe · 80 GB · ~390 W · card ~285.000.000 ₫
Một card là đủ — đơn giản nhất để triển khai. Dư VRAM dưới 10%, dễ thiếu khi tăng context hoặc người dùng.
Tính với nhiều người dùng / context dài hơn - Fine-tune QLoRAcần ~28 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 Qwen2.5-Coder 32B Instruct
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 Qwen2.5-Coder 32B 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/Qwen/Qwen2.5-Coder-32B-Instruct.