Qwen3-235B-A22B (MoE) — Requisitos de VRAM, Matriz de Quantização e Guia de GPU
Qwen3-235B-A22B (MoE) (Qwen, Apache-2.0) é uma arquitetura Mistura de Especialistas (MoE) com 235B parâmetros residentes (22B ativos por token), 94 camadas e Atenção de Consulta Agrupada (GQA) suportando até 40,960 tokens de contexto.
Simulador Interativo de Memória e Contexto para Qwen3-235B-A22B (MoE)
Matriz de VRAM por Precisão e Quantização (Contexto 8K / 32K / 128K)
| Precisão / Formato | bpw Efetivo | Apenas Pesos | Total @ 8K ctx | Total @ 32K ctx | Total @ 128K ctx | Nível Recomendado (@ 32K) |
|---|---|---|---|---|---|---|
| FP16 / BF16 | 16.00 bpw | 437.72 GB | 446.56 GB | 450.96 GB | 468.59 GB | 8× NVIDIA H100 80GB |
| FP8 | 8.50 bpw | 232.54 GB | 238.30 GB | 242.70 GB | 260.33 GB | Mac Studio 512GB |
| Q8_0 | 8.50 bpw | 232.54 GB | 238.30 GB | 242.70 GB | 260.33 GB | Mac Studio 512GB |
| Q6_K | 6.56 bpw | 179.47 GB | 184.43 GB | 188.83 GB | 206.46 GB | Mac Studio 512GB |
| Q5_K_M | 5.69 bpw | 155.66 GB | 160.27 GB | 164.67 GB | 182.30 GB | Mac Studio 512GB |
| Q4_K_M | 4.85 bpw | 132.68 GB | 136.94 GB | 141.35 GB | 158.97 GB | Mac Studio 192GB |
| AWQ INT4 | 4.50 bpw | 123.11 GB | 127.22 GB | 131.63 GB | 149.26 GB | NVIDIA H200 141GB |
| IQ4_XS | 4.25 bpw | 116.27 GB | 120.28 GB | 124.69 GB | 142.31 GB | NVIDIA H200 141GB |
Compatibilidade de Hardware e Velocidade de Decodificação (Qwen3-235B-A22B (MoE) @ Q4_K_M, 32K)
| Nível de Hardware | Memória e Banda | Exigido (32K) | Veredito de Ajuste | Velocidade Est. |
|---|---|---|---|---|
| RTX 3090 24GB | 24 GB · 936 GB/s | 143.68 GB (599%) | Memória Insuficiente (OOM) | — |
| RTX 4090 24GB | 24 GB · 1008 GB/s | 143.68 GB (599%) | Memória Insuficiente (OOM) | — |
| RTX 5090 32GB | 32 GB · 1792 GB/s | 143.68 GB (449%) | Memória Insuficiente (OOM) | — |
| Apple M-Max 64GB | 64 GB · 546 GB/s | 141.35 GB (221%) | Memória Insuficiente (OOM) | — |
| Mac Studio 128GB | 128 GB · 546 GB/s | 141.35 GB (110%) | Memória Insuficiente (OOM) | — |
| Mac Studio 192GB | 192 GB · 800 GB/s | 141.35 GB (74%) | Ajuste Apertado (>90% Útil) | 24.0 tok/s |
| NVIDIA A100 80GB | 80 GB · 2039 GB/s | 143.68 GB (180%) | Memória Insuficiente (OOM) | — |
| NVIDIA H100 80GB | 80 GB · 3350 GB/s | 143.68 GB (180%) | Memória Insuficiente (OOM) | — |
Parâmetros Verificados da Arquitetura Transformer
- Checkpoint ID
- Qwen/Qwen3-235B-A22B
- Ollama Tag
- qwen3:235b
- License / Release
- Apache-2.0 · 2025-Q2
- Topologia e Atenção
- Mistura de Especialistas (MoE)
- Mecanismo de Atenção
- Atenção de Consulta Agrupada (GQA)
- Parâmetros Totais (B)
- 235B
- Parâmetros Ativos / Token (B)
- 22B
- Camadas Ocultas / Dimensão Oculta
- 94 / 4096
- Cabeças de Consulta / Cabeças KV
- 64Q / 4KV (d=128)
- MoE Routed Experts
- 8 active / 128 total
- Vocab / Max Position
- 151,936 / 40,960
Formatos quantizados armazenam fatores de escala e pontos zero por bloco junto aos pesos inteiros compactados. Um checkpoint GGUF Q4_K_M de 4 bits tem média de 4,85 bits efetivos por parâmetro (e não 4,00), enquanto Q8_0 tem média de 8,50 bpw. Em modelos Mixture-of-Experts, todos os especialistas roteados e compartilhados permanecem residentes na memória para evitar paginação a cada token.
O Grouped-Query Attention padrão aloca 2 × L × H_kv × d_head × S × B × bytes_kv entre as camadas. O DeepSeek Multi-head Latent Attention (MLA) comprime chaves e valores em L × (d_kv_lora + d_qk_rope) × S × B × bytes_kv, cortando a memória de contexto longo em mais de 90%. Modelos híbridos de janela deslizante limitam camadas de atenção local a min(S, window_size) enquanto escalam camadas globais linearmente com S.
Comandos Rápidos de vLLM e Ollama para Qwen3-235B-A22B (MoE)
vllm serve Qwen/Qwen3-235B-A22B \
--tensor-parallel-size 1 \
--max-model-len 32768 \
--max-num-seqs 8 \
--gpu-memory-utilization 0.88 \
--kv-cache-dtype fp8 \
--enable-prefix-caching \
--port 8000# Optional macOS unified-memory ceiling override before launching:
# sudo sysctl iogpu.wired_limit_mb=173015
# Save as Modelfile, then run: ollama create qwen3-235b-a22b-custom -f Modelfile
FROM qwen3:235b
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 serveComparar Modelos Irmãos e de Escala Semelhante
Qwen2.5-72B-Instruct
Qwen · 72.7B (GQA)
Qwen3-32B
Qwen · 32.8B (GQA)
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)