Qwen3-32B — 必要VRAM・量子化マトリクス & 推奨GPUガイド
Qwen3-32B（Qwen、Apache-2.0）は常駐パラメータ 32.8B（トークンあたり有効 32.8B）、64 層、最大 40,960 コンテキストトークンに対応する グループ化クエリアテンション (GQA) 採用の Dense Transformer（密モデル） アーキテクチャです。
Qwen3-32B インタラクティブ・メモリ & コンテキストシミュレーター
精度・量子化別 VRAMマトリクス（8K / 32K / 128K コンテキスト）
| 精度 / 形式 | 実効 bpw | 重みのみ | 合計 @ 8K ctx | 合計 @ 32K ctx | 合計 @ 128K ctx | 推奨構成 (@ 32K) |
|---|---|---|---|---|---|---|
| FP16 / BF16 | 16.00 bpw | 61.09 GB | 66.13 GB | 72.13 GB | 96.13 GB | NVIDIA A100 80GB |
| FP8 | 8.50 bpw | 32.46 GB | 36.63 GB | 42.63 GB | 66.63 GB | NVIDIA L40S 48GB |
| Q8_0 | 8.50 bpw | 32.46 GB | 36.63 GB | 42.63 GB | 66.63 GB | NVIDIA L40S 48GB |
| Q6_K | 6.56 bpw | 25.05 GB | 29.00 GB | 35.00 GB | 59.00 GB | Apple M4 Pro 48GB |
| Q5_K_M | 5.69 bpw | 21.73 GB | 25.58 GB | 31.58 GB | 55.58 GB | Apple M4 Pro 48GB |
| Q4_K_M | 4.85 bpw | 18.52 GB | 22.28 GB | 28.28 GB | 52.28 GB | RTX 5090 32GB |
| AWQ INT4 | 4.50 bpw | 17.18 GB | 20.90 GB | 26.90 GB | 50.90 GB | RTX 5090 32GB |
| IQ4_XS | 4.25 bpw | 16.23 GB | 19.92 GB | 25.92 GB | 49.92 GB | RTX 5090 32GB |
ハードウェア互換性 & デコード速度（Qwen3-32B @ Q4_K_M, 32K コンテキスト）
| ハードウェア構成 | メモリ & 帯域幅 | 必要量 (32K) | 収容判定 | 推定デコード速度 |
|---|---|---|---|---|
| RTX 3090 24GB | 24 GB · 936 GB/s | 28.28 GB (118%) | メモリ不足 (OOM) | — |
| RTX 4090 24GB | 24 GB · 1008 GB/s | 28.28 GB (118%) | メモリ不足 (OOM) | — |
| RTX 5090 32GB | 32 GB · 1792 GB/s | 28.28 GB (88%) | ギリギリ収容 (>90%使用) | 39.4 tok/s |
| Apple M-Max 64GB | 64 GB · 546 GB/s | 27.66 GB (43%) | 余裕で収容可能 | 11.3 tok/s |
| Mac Studio 128GB | 128 GB · 546 GB/s | 27.66 GB (22%) | 余裕で収容可能 | 11.3 tok/s |
| Mac Studio 192GB | 192 GB · 800 GB/s | 27.66 GB (14%) | 余裕で収容可能 | 16.5 tok/s |
| NVIDIA A100 80GB | 80 GB · 2039 GB/s | 28.28 GB (35%) | 余裕で収容可能 | 47.4 tok/s |
| NVIDIA H100 80GB | 80 GB · 3350 GB/s | 28.28 GB (35%) | 余裕で収容可能 | 77.9 tok/s |
検証済み Transformer アーキテクチャ仕様
- Checkpoint ID
- Qwen/Qwen3-32B
- Ollama Tag
- qwen3:32b
- License / Release
- Apache-2.0 · 2025-Q2
- 構造 & アテンション
- Dense Transformer（密モデル）
- アテンション機構
- グループ化クエリアテンション (GQA)
- 総パラメータ数 (B)
- 32.8B
- 有効パラメータ / Token (B)
- 32.8B
- 隠れ層数 (Layers) / 隠れ層次元 (Hidden Size)
- 64 / 5120
- クエリヘッド数 / KVヘッド数
- 64Q / 8KV (d=128)
- Vocab / Max Position
- 151,936 / 40,960
量子化フォーマットはパックされた整数重みに加えてブロック単位のスケール係数とゼロポイントを保持します。4bit GGUF の Q4_K_M はパラメータあたり平均 4.85 実効ビット（4.00ではない）、Q8_0 は平均 8.50 bpw を消費します。Mixture-of-Experts モデルではトークンごとのホストページングを防ぐため、ルーティング対象および共有エキスパートのすべてがメモリ上に常駐します。
標準的な Grouped-Query Attention は全層で 2 × L × H_kv × d_head × S × B × bytes_kv を確保します。DeepSeek Multi-head Latent Attention (MLA) はKeyとValueを L × (d_kv_lora + d_qk_rope) × S × B × bytes_kv へ圧縮し、長文脈メモリを90%以上削減します。ハイブリッド・スライディングウィンドウはローカル層の消費を min(S, window_size) に抑えつつグローバル層のみ S に比例して拡張します。
Qwen3-32B 用 vLLM & Ollama クイック起動コマンド
vllm serve Qwen/Qwen3-32B \
--tensor-parallel-size 1 \
--max-model-len 32768 \
--max-num-seqs 8 \
--gpu-memory-utilization 0.95 \
--kv-cache-dtype fp8 \
--enable-prefix-caching \
--port 8000# Save as Modelfile, then run: ollama create qwen3-32b-custom -f Modelfile
FROM qwen3:32b
PARAMETER num_ctx 32768
PARAMETER num_batch 512
PARAMETER flash_attn true
# Environment variables for ollama serve:
# OLLAMA_NUM_PARALLEL=8 OLLAMA_FLASH_ATTENTION=1 OLLAMA_KV_CACHE_TYPE=q8_0 ollama serve同系列・同規模のオープンウェイトモデルを比較
QwQ-32B (Reasoning)
Qwen · 32.8B (GQA)
Qwen2.5-Coder-32B-Instruct
Qwen · 32.8B (GQA)
Qwen3-30B-A3B (MoE)
Qwen · 30.5B (GQA)
Qwen3-14B
Qwen · 14.8B (GQA)
Qwen3-8B
Qwen · 8.2B (GQA)
Qwen2.5-72B-Instruct
Qwen · 72.7B (GQA)