# Requisitos de GPU do Qwen3-30B-A3B

O Qwen3-30B-A3B tem 31B parâmetros. Para servi-lo, conte com cerca de 73 GB de memória de GPU em 16 bits, 37 GB em 8 bits ou 18 GB em 4 bits, incluindo cerca de 20% para o cache KV e as ativações.

É um modelo de mistura de especialistas: 128 especialistas, 8 deles ativos para cada token. Todos ficam na memória da GPU, então conte memória para todos os 31B parâmetros.

[Implante na Arrakis](/console/#/models?model=Qwen/Qwen3-30B-A3B).

## O que é preciso para servi-lo

| Precisão | Memória e menor configuração |
|---|---|
| 16 bits | 73 GB: uma [H100](/pt/gpus/h100.html.md) ou [A100](/pt/gpus/a100.html.md), a H100 a partir de US$ 1,65 por GPU-hora |
| 8 bits | 37 GB: uma [L40S](/pt/gpus/l40s.html.md), [RTX 6000 Ada](/pt/gpus/rtx-6000-ada.html.md) ou [RTX A6000](/pt/gpus/rtx-a6000.html.md), a L40S a partir de US$ 0,44 por GPU-hora |
| 4 bits | 18 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 | 21 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 | 73 GB: uma [H100](/pt/gpus/h100.html.md) ou [A100](/pt/gpus/a100.html.md), a H100 a partir de US$ 1,65 por GPU-hora |
| Ajuste fino completo | 489 GB: 2 × [B300](/pt/gpus/b300.html.md), a partir de US$ 9,20 por hora pelas 2 |

## Sobre o modelo

| | |
|---|---|
| Parâmetros | `31B` |
| Ativos por token | `3B` |
| Especialistas | `128` |
| Especialistas por token | `8` |
| Janela de contexto (tokens) | `40,960` |
| Publicado em | `BF16` |
| Licença | `apache-2.0` |
| Data de lançamento | `2025-04-27` |
| Pesos | [Qwen/Qwen3-30B-A3B](https://huggingface.co/Qwen/Qwen3-30B-A3B) |

## Sirva você mesmo

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

## Perguntas

**Quanta memória de GPU o Qwen3-30B-A3B precisa?** Para servi-lo, cerca de 73 GB em 16 bits, 37 GB em 8 bits e 18 GB em 4 bits, incluindo cerca de 20% para o cache KV e as ativações. Para fazer ajuste fino, cerca de 21 GB com QLoRA, 73 GB com LoRA e 489 GB para ajuste fino completo com Adam, sem contar as ativações.

**Posso rodar o Qwen3-30B-A3B em uma única GPU?** Sim. Em 16 bits ele precisa de cerca de 73 GB, que cabem em uma H100 ou A100.

**Quanto custa rodar o Qwen3-30B-A3B?** 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 Qwen3-30B-A3B na Arrakis?** Abra Models no console da Arrakis, cole Qwen/Qwen3-30B-A3B, 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).