# Qwen3-235B-A22B 的 GPU 需求

Qwen3-235B-A22B 有 235B 参数。部署推理时，16 位约需 564 GB 显存，8 位约 282 GB，4 位约 141 GB，其中包含约 20% 用于 KV 缓存和激活值。

它是混合专家模型：共 128 个专家，每个 token 激活其中 8 个。所有专家都常驻显存，因此显存要按全部 235B 参数来规划。

[在 Arrakis 上部署](/console/#/models?model=Qwen/Qwen3-235B-A22B)。

## 部署推理需要什么

| 精度 | 显存与最小配置 |
|---|---|
| 16 位 | 564 GB：8 × [H100](/zh-cn/gpus/h100.html.md)，8 块合计每小时 $18.00 起 |
| 8 位 | 282 GB：4 × [H100](/zh-cn/gpus/h100.html.md)，4 块合计每小时 $9.00 起 |
| 4 位 | 141 GB：一块 [B200](/zh-cn/gpus/b200.html.md)，每 GPU 小时 $6.79 起 |

## 微调需要什么

| 方法 | 显存与最小配置 |
|---|---|
| QLoRA | 165 GB：一块 [B200](/zh-cn/gpus/b200.html.md)，每 GPU 小时 $6.79 起 |
| LoRA | 564 GB：8 × [H100](/zh-cn/gpus/h100.html.md)，8 块合计每小时 $18.00 起 |
| 全量微调 | 3,761 GB：多于一台 8 卡机器 |

## 关于这个模型

| | |
|---|---|
| 参数量 | `235B` |
| 每个 token 激活的参数 | `22B` |
| 专家数 | `128` |
| 每个 token 的专家数 | `8` |
| 上下文窗口（token） | `40,960` |
| 发布精度 | `BF16` |
| 许可证 | `apache-2.0` |
| 发布日期 | `2025-04-27` |
| 权重 | [Qwen/Qwen3-235B-A22B](https://huggingface.co/Qwen/Qwen3-235B-A22B) |

## 自己部署

```
vllm serve Qwen/Qwen3-235B-A22B --tensor-parallel-size 8
```

## 常见问题

**Qwen3-235B-A22B 需要多少显存？** 推理部署时，16 位约需 564 GB，8 位约 282 GB，4 位约 141 GB，其中包含约 20% 用于 KV 缓存和激活值。微调时，QLoRA 约需 165 GB，LoRA 约需 564 GB，使用 Adam 全量微调约需 3,761 GB，均未计入激活值。

**Qwen3-235B-A22B 能在单块 GPU 上运行吗？** 可以，但需要量化。4 位下约需 141 GB，一块 B200 就能放下。16 位下需要 8 块 H100。

**运行 Qwen3-235B-A22B 要多少钱？** 16 位下需要 8 块 H100；4 位下需要一块 B200。本页每种配置都显示 Arrakis 当前每 GPU 小时的最低价格，从预付余额中按小时扣费。

**如何在 Arrakis 上部署 Qwen3-235B-A22B？** 在 Arrakis 控制台中打开 Models，粘贴 Qwen/Qwen3-235B-A22B，选择 vLLM、SGLang 或 llama.cpp，然后租用一块能放下它的 GPU。你会得到一个兼容 OpenAI 的端点，带有专属 API 密钥，并可通过 root SSH 登录机器。


更多模型：[/models](/zh-cn/models.html.md)。