# Besoins GPU de MiniCPM-V-4.7-35B-A3B

MiniCPM-V-4.7-35B-A3B compte 35B paramètres. Pour le servir, prévoyez environ 85 Go de mémoire GPU en 16 bits, 42 Go en 8 bits ou 21 Go en 4 bits, dont environ 20 % pour le cache KV et les activations.

C’est un modèle à mélange d’experts : 256 experts, dont 8 actifs pour chaque token. Tous restent en mémoire GPU : prévoyez la mémoire pour l’ensemble des 35B paramètres.

[Déployez-le sur Arrakis](/console/#/models?model=openbmb/MiniCPM-V-4.7-35B-A3B).

## Ce qu’il faut pour le servir

| Précision | Mémoire et plus petite configuration |
|---|---|
| 16 bits | 85 Go : un [RTX PRO 6000](/fr/gpus/rtx-pro-6000.html.md), à partir de 1,90 $ par heure de GPU |
| 8 bits | 42 Go : un [L40S](/fr/gpus/l40s.html.md), [RTX 6000 Ada](/fr/gpus/rtx-6000-ada.html.md) ou [RTX A6000](/fr/gpus/rtx-a6000.html.md), la L40S à partir de 0,44 $ par heure de GPU |
| 4 bits | 21 Go : un [RTX 4090](/fr/gpus/rtx-4090.html.md) ou [RTX 3090](/fr/gpus/rtx-3090.html.md), la RTX 3090 à partir de 0,19 $ par heure de GPU |

## Ce qu’il faut pour l’affiner

| Méthode | Mémoire et plus petite configuration |
|---|---|
| QLoRA | 25 Go : un [RTX 5090](/fr/gpus/rtx-5090.html.md), à partir de 0,58 $ par heure de GPU |
| LoRA | 85 Go : un [RTX PRO 6000](/fr/gpus/rtx-pro-6000.html.md), à partir de 1,90 $ par heure de GPU |
| Fine-tuning complet | 563 Go : 4 × [H200](/fr/gpus/h200.html.md), à partir de 16,12 $ de l’heure pour les 4 |

## À propos du modèle

| | |
|---|---|
| Paramètres | `35B` |
| Actifs par token | `3B` |
| Experts | `256` |
| Experts par token | `8` |
| Fenêtre de contexte (tokens) | `262,144` |
| Publié en | `BF16` |
| Licence | `apache-2.0` |
| Date de publication | `2026-10-07` |
| Poids | [openbmb/MiniCPM-V-4.7-35B-A3B](https://huggingface.co/openbmb/MiniCPM-V-4.7-35B-A3B) |

## Servez-le vous-même

```
vllm serve openbmb/MiniCPM-V-4.7-35B-A3B --tensor-parallel-size 1
```

## Questions

**De combien de mémoire GPU MiniCPM-V-4.7-35B-A3B a-t-il besoin ?** Pour le servir, environ 85 Go en 16 bits, 42 Go en 8 bits et 21 Go en 4 bits, dont environ 20 % pour le cache KV et les activations. Pour l’affiner, environ 25 Go avec QLoRA, 85 Go avec LoRA et 563 Go pour un fine-tuning complet avec Adam, hors activations.

**Puis-je faire tourner MiniCPM-V-4.7-35B-A3B sur un seul GPU ?** Oui. En 16 bits, il lui faut environ 85 Go, ce qui tient sur un RTX PRO 6000.

**Combien coûte l’exécution de MiniCPM-V-4.7-35B-A3B ?** En 16 bits, il lui faut un RTX PRO 6000 ; en 4 bits, un RTX 4090 ou RTX 3090. Chaque configuration de cette page affiche le prix le plus bas par heure de GPU sur Arrakis en ce moment, et vous payez à l’heure depuis un solde prépayé.

**Comment déployer MiniCPM-V-4.7-35B-A3B sur Arrakis ?** Ouvrez Models dans la console Arrakis, collez openbmb/MiniCPM-V-4.7-35B-A3B, choisissez vLLM, SGLang ou llama.cpp, et louez un GPU sur lequel il tient. Vous obtenez un endpoint compatible OpenAI avec sa propre clé d’API, et un accès SSH root à la machine.


Plus de modèles : [/models](/fr/models.html.md).