Arrakis / モデル / Kimi-K2-Instruct
Kimi-K2-Instruct の GPU 要件
Kimi-K2-Instruct のパラメータ数は 1.0T です。推論で動かすには、16 ビットで約 2,463 GB、8 ビットで約 1,232 GB、4 ビットで約 616 GB の GPU メモリを見込んでください。KV キャッシュと活性化の分として約 20% を含みます。
Mixture of Experts モデルです。エキスパートは 384 個で、トークンごとにそのうち 8 個が働きます。すべてのエキスパートが GPU メモリに載るため、メモリは 1.0T パラメータ全体の分を見込んでください。
ファインチューニングに必要なもの
QLoRA は 4 ビットで固定したモデルの上でアダプタを学習し、LoRA は 16 ビットで固定したモデルの上で学習します。フルファインチューニングはすべての重みを更新します。数値はアクティベーションを含まない値で、アクティベーションはバッチサイズとシーケンス長に応じて増えます。
| メソッド | メモリと最小構成 |
|---|---|
| QLoRA | 718 GB：B200 × 4、4 枚で 1 時間あたり $27.16 から |
| LoRA | 2,463 GB：8 GPU マシン 1 台を超える |
| フルファインチューニング | 16,423 GB：8 GPU マシン 1 台を超える |
モデルについて
Hugging Face 上のモデルカードとファイルから。このページのメモリの数字は GPU メモリガイドの計算に従っています。
- パラメータ数
- 1.0T
- エキスパート数
- 384
- トークンごとのエキスパート数
- 8
- コンテキスト長（トークン）
- 131,072
- 公開時の精度
- FP8
- ライセンス
- other
- 公開日
- 2025-07-11
Arrakis でデプロイする
コンソールで Models を開き、vLLM、SGLang、llama.cpp のいずれかを選んで、収まる GPU を借ります。専用の API キー付きの OpenAI 互換エンドポイントと、マシンへの root SSH が使えます。GPU メモリが足りるマシンなら、自分で動かすこともできます：
よくある質問
すべての GPU の最新価格は GPU 価格 のページにあります。
Kimi-K2-Instruct にはどれだけの GPU メモリが必要ですか？
推論で動かすには、16 ビットで約 2,463 GB、8 ビットで約 1,232 GB、4 ビットで約 616 GB です。KV キャッシュと活性化の分として約 20% を含みます。ファインチューニングには、QLoRA で約 718 GB、LoRA で約 2,463 GB、Adam によるフルファインチューニングで約 16,423 GB が必要です（活性化を除く）。
Kimi-K2-Instruct は GPU 1 枚で動きますか？
いいえ。4 ビットでも約 616 GB 必要で、H100 8 枚が必要です。
Kimi-K2-Instruct を動かす費用はいくらですか？
16 ビットなら 8 GPU マシン 1 台を超える構成、4 ビットなら H100 8 枚が必要です。このページの各構成には、Arrakis での現在の GPU 1 時間あたりの最安値を表示しています。料金は前払い残高から 1 時間単位で支払います。
Arrakis で Kimi-K2-Instruct をデプロイするには？
Arrakis コンソールで Models を開き、moonshotai/Kimi-K2-Instruct を貼り付け、vLLM、SGLang、llama.cpp のいずれかを選んで、収まる GPU を借ります。専用の API キー付きの OpenAI 互換エンドポイントと、マシンへの root SSH が使えます。