# Requisitos de GPU do InternVL3_5-GPT-OSS-20B-A4B-Preview-HF

O InternVL3_5-GPT-OSS-20B-A4B-Preview-HF tem 21B parâmetros. Para servi-lo, conte com cerca de 51 GB de memória de GPU em 16 bits, 25 GB em 8 bits ou 13 GB em 4 bits, incluindo cerca de 20% para o cache KV e as ativações.

É um modelo de mistura de especialistas: 32 especialistas, 4 deles ativos para cada token. Todos ficam na memória da GPU, então conte memória para todos os 21B parâmetros.

[Implante na Arrakis](/console/#/models?model=OpenGVLab/InternVL3_5-GPT-OSS-20B-A4B-Preview-HF).

## O que é preciso para servi-lo

| Precisão | Memória e menor configuração |
|---|---|
| 16 bits | 51 GB: uma [H100](/pt/gpus/h100.html.md) ou [A100](/pt/gpus/a100.html.md), a H100 a partir de US$ 2,25 por GPU-hora |
| 8 bits | 25 GB: uma [RTX 5090](/pt/gpus/rtx-5090.html.md), a partir de US$ 0,58 por GPU-hora |
| 4 bits | 13 GB: uma [RTX 4090](/pt/gpus/rtx-4090.html.md) ou [RTX 3090](/pt/gpus/rtx-3090.html.md), a RTX 3090 a partir de US$ 0,19 por GPU-hora |

## O que é preciso para fazer ajuste fino

| Método | Memória e menor configuração |
|---|---|
| QLoRA | 15 GB: uma [RTX 4090](/pt/gpus/rtx-4090.html.md) ou [RTX 3090](/pt/gpus/rtx-3090.html.md), a RTX 3090 a partir de US$ 0,19 por GPU-hora |
| LoRA | 51 GB: uma [H100](/pt/gpus/h100.html.md) ou [A100](/pt/gpus/a100.html.md), a H100 a partir de US$ 2,25 por GPU-hora |
| Ajuste fino completo | 340 GB: 2 × [B200](/pt/gpus/b200.html.md), a partir de US$ 13,58 por hora pelas 2 |

## Sobre o modelo

| | |
|---|---|
| Parâmetros | `21B` |
| Ativos por token | `4B` |
| Especialistas | `32` |
| Especialistas por token | `4` |
| Janela de contexto (tokens) | `131,072` |
| Publicado em | `BF16` |
| Licença | `apache-2.0` |
| Data de lançamento | `2025-08-29` |
| Pesos | [OpenGVLab/InternVL3_5-GPT-OSS-20B-A4B-Preview-HF](https://huggingface.co/OpenGVLab/InternVL3_5-GPT-OSS-20B-A4B-Preview-HF) |

## Sirva você mesmo

```
vllm serve OpenGVLab/InternVL3_5-GPT-OSS-20B-A4B-Preview-HF --tensor-parallel-size 1
```

## Perguntas

**Quanta memória de GPU o InternVL3_5-GPT-OSS-20B-A4B-Preview-HF precisa?** Para servi-lo, cerca de 51 GB em 16 bits, 25 GB em 8 bits e 13 GB em 4 bits, incluindo cerca de 20% para o cache KV e as ativações. Para fazer ajuste fino, cerca de 15 GB com QLoRA, 51 GB com LoRA e 340 GB para ajuste fino completo com Adam, sem contar as ativações.

**Posso rodar o InternVL3_5-GPT-OSS-20B-A4B-Preview-HF em uma única GPU?** Sim. Em 16 bits ele precisa de cerca de 51 GB, que cabem em uma H100 ou A100.

**Quanto custa rodar o InternVL3_5-GPT-OSS-20B-A4B-Preview-HF?** Em 16 bits ele precisa de uma H100 ou A100; em 4 bits, de uma RTX 4090 ou RTX 3090. Cada configuração desta página mostra o menor preço por GPU-hora na Arrakis agora, e você paga por hora a partir de um saldo pré-pago.

**Como implanto o InternVL3_5-GPT-OSS-20B-A4B-Preview-HF na Arrakis?** Abra Models no console da Arrakis, cole OpenGVLab/InternVL3_5-GPT-OSS-20B-A4B-Preview-HF, escolha vLLM, SGLang ou llama.cpp e alugue uma GPU em que ele caiba. Você recebe um endpoint compatível com OpenAI com sua própria chave de API, e SSH root na máquina.


Mais modelos: [/models](/pt/models.html.md).