LLM đa dụngDùng thương mại đượcHỗ trợ tiếng Việt
Qwen3 30B-A3B: cần bao nhiêu VRAM, GPU nào để chạy
Alibaba Qwen phát hành Qwen3 30B-A3B với 30,5 tỷ tham số (MoE, kích hoạt 3,3 tỷ/token). Bảng dưới ước tính bộ nhớ GPU cho từng cách dùng để bạn chọn đúng máy chủ trước khi đầu tư. MoE 128 chuyên gia: VRAM theo 30,5 tỷ tham số nhưng mỗi token chỉ tính ~3,3 tỷ.
Thông số
- Hãng phát triển
- Alibaba Qwen
- Họ mô hình
- Qwen3
- Nhóm
- LLM đa dụng
- Số tham số
- 30,5 tỷ tham số (MoE, kích hoạt 3,3 tỷ/token)
- Ngữ cảnh gốc
- 40.960 token
- Giấy phép
- Apache 2.0 — dùng thương mại được
- Tiếng Việt
- Có trong danh sách ngôn ngữ hãng công bố
- Kiến trúc
- 48 lớp · hidden 2048 · 4 KV head × 128
- Ứng dụng gợi ý
- Chatbot nhiều người dùng · Agent · Máy chủ ít 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) | 137,1 GB | 69,2 GB | 35,6 GB | 20,5 GB |
| Fine-tune LoRA | — | 70,2 GB | 36,7 GB | — |
| Fine-tune QLoRA | — | — | — | 21,4 GB |
| Fine-tune toàn phần | 563,8 GB | 563,8 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 ~20,5 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 ~69,2 GB
1 × NVIDIA A100 80GB PCIe · 80 GB · ~390 W · card ~285.000.000 ₫
Một card là đủ — đơn giản nhất để triển khai.
Tính với nhiều người dùng / context dài hơn - Fine-tune QLoRAcần ~21,4 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 Qwen3 30B-A3B
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 Qwen3 30B-A3B 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/Qwen3-30B-A3B.