# Besoins GPU de Qwen3-30B-A3B

Qwen3-30B-A3B compte 31B paramètres. Pour le servir, prévoyez environ 73 Go de mémoire GPU en 16 bits, 37 Go en 8 bits ou 18 Go en 4 bits, dont environ 20 % pour le cache KV et les activations.

C’est un modèle à mélange d’experts : 128 experts, dont 8 actifs pour chaque token. Tous restent en mémoire GPU : prévoyez la mémoire pour l’ensemble des 31B paramètres.

[Déployez-le sur Arrakis](/console/#/models?model=Qwen/Qwen3-30B-A3B).

## Ce qu’il faut pour le servir

| Précision | Mémoire et plus petite configuration |
|---|---|
| 16 bits | 73 Go : un [H100](/fr/gpus/h100.html.md) ou [A100](/fr/gpus/a100.html.md), la H100 à partir de 1,65 $ par heure de GPU |
| 8 bits | 37 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 | 18 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 | 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 |
| LoRA | 73 Go : un [H100](/fr/gpus/h100.html.md) ou [A100](/fr/gpus/a100.html.md), la H100 à partir de 1,65 $ par heure de GPU |
| Fine-tuning complet | 489 Go : 2 × [B300](/fr/gpus/b300.html.md), à partir de 9,20 $ de l’heure pour les 2 |

## À propos du modèle

| | |
|---|---|
| Paramètres | `31B` |
| Actifs par token | `3B` |
| Experts | `128` |
| Experts par token | `8` |
| Fenêtre de contexte (tokens) | `40,960` |
| Publié en | `BF16` |
| Licence | `apache-2.0` |
| Date de publication | `2025-04-27` |
| Poids | [Qwen/Qwen3-30B-A3B](https://huggingface.co/Qwen/Qwen3-30B-A3B) |

## Servez-le vous-même

```
vllm serve Qwen/Qwen3-30B-A3B --tensor-parallel-size 1
```

## Questions

**De combien de mémoire GPU Qwen3-30B-A3B a-t-il besoin ?** Pour le servir, environ 73 Go en 16 bits, 37 Go en 8 bits et 18 Go en 4 bits, dont environ 20 % pour le cache KV et les activations. Pour l’affiner, environ 21 Go avec QLoRA, 73 Go avec LoRA et 489 Go pour un fine-tuning complet avec Adam, hors activations.

**Puis-je faire tourner Qwen3-30B-A3B sur un seul GPU ?** Oui. En 16 bits, il lui faut environ 73 Go, ce qui tient sur un H100 ou A100.

**Combien coûte l’exécution de Qwen3-30B-A3B ?** En 16 bits, il lui faut un H100 ou A100 ; 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 Qwen3-30B-A3B sur Arrakis ?** Ouvrez Models dans la console Arrakis, collez Qwen/Qwen3-30B-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).