# Qwen2.5-VL-32B-Instruct の GPU 要件

Qwen2.5-VL-32B-Instruct のパラメータ数は 33B です。推論で動かすには、16 ビットで約 80 GB、8 ビットで約 40 GB、4 ビットで約 20 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。

[Arrakis でデプロイする](/console/#/models?model=Qwen/Qwen2.5-VL-32B-Instruct)。

## 推論で動かすのに必要なもの

| 精度 | メモリと最小構成 |
|---|---|
| 16 ビット | 80 GB：[RTX PRO 6000](/ja/gpus/rtx-pro-6000.html.md) 1 枚、GPU 1 時間あたり $1.90 から |
| 8 ビット | 40 GB：[L40S](/ja/gpus/l40s.html.md)、[RTX 6000 Ada](/ja/gpus/rtx-6000-ada.html.md) または [RTX A6000](/ja/gpus/rtx-a6000.html.md) 1 枚、L40S は GPU 1 時間あたり $0.44 から |
| 4 ビット | 20 GB：[RTX 4090](/ja/gpus/rtx-4090.html.md) または [RTX 3090](/ja/gpus/rtx-3090.html.md) 1 枚、RTX 3090 は GPU 1 時間あたり $0.19 から |

## ファインチューニングに必要なもの

| メソッド | メモリと最小構成 |
|---|---|
| QLoRA | 23 GB：[RTX 4090](/ja/gpus/rtx-4090.html.md) または [RTX 3090](/ja/gpus/rtx-3090.html.md) 1 枚、RTX 3090 は GPU 1 時間あたり $0.19 から |
| LoRA | 80 GB：[RTX PRO 6000](/ja/gpus/rtx-pro-6000.html.md) 1 枚、GPU 1 時間あたり $1.90 から |
| フルファインチューニング | 535 GB：[H200](/ja/gpus/h200.html.md) × 4、4 枚で 1 時間あたり $16.12 から |

## モデルについて

| | |
|---|---|
| パラメータ数 | `33B` |
| コンテキスト長（トークン） | `128,000` |
| 公開時の精度 | `BF16` |
| ライセンス | `apache-2.0` |
| 公開日 | `2025-03-21` |
| 重み | [Qwen/Qwen2.5-VL-32B-Instruct](https://huggingface.co/Qwen/Qwen2.5-VL-32B-Instruct) |

## 自分で動かす

```
vllm serve Qwen/Qwen2.5-VL-32B-Instruct --tensor-parallel-size 1
```

## よくある質問

**Qwen2.5-VL-32B-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 80 GB、8 ビットで約 40 GB、4 ビットで約 20 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 23 GB、LoRA で約 80 GB、Adam によるフルファインチューニングで約 535 GB が必要です（活性化を除く）。

**Qwen2.5-VL-32B-Instruct は GPU 1 枚で動きますか？** はい。16 ビットで約 80 GB 必要で、RTX PRO 6000 1 枚に収まります。

**Qwen2.5-VL-32B-Instruct を動かす費用はいくらですか？** 16 ビットなら RTX PRO 6000 1 枚、4 ビットなら RTX 4090 または RTX 3090 1 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 Qwen2.5-VL-32B-Instruct をデプロイするには？** Arrakis コンソールで Models を開き、Qwen/Qwen2.5-VL-32B-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。


ほかのモデル：[/models](/ja/models.html.md)。