V LLMVRAMCalc
EN中文ESDE
Calculadora › Qwen3.5 397B-A17B › Atlas 300I Duo 96GB (310P)

Qwen3.5 397B-A17B en Atlas 300I Duo 96GB (310P) (96GB) — VRAM, KV Cache y Velocidad

Qwen3.5 397B-A17B (397B total, 17B activos, Híbrido Lineal/Mamba + MoE) requiere 224.56 GiB para pesos en 4-bit (Q4_K_M), 225.47 GiB totales a 8K de contexto y 226.17 GiB a 32K en Atlas 300I Duo 96GB (310P) (~7.3 tok/s).

Panel Interactivo de Dimensionamiento

Ver Informe Detallado →
96 GB · 408 GB/s
Supera la Memoria GPU Disponible
Fórmula derivada de config.json HF config.json ↗
Desglose de Asignación de Memoria (GiB) 225.47 GiB (242.1 GB) / 96 GiB (235%)
Pesos del Modelo: 224.56 GiB Caché KV y Estado: 0.35 GiB Motor y Buffers de Activación: 0.56 GiB RAM de Sistema (CPU): 0 GiB
Memoria GPU Requerida
225.47 GiB
242.1 GB (decimal)
Memoria Hardware Utilizable
91.2 GiB
96 GB (física)
Margen de Seguridad
-134.27 GiB
235% utilización
Velocidad Decode Est.
~7.3 tok/s
17B parámetros activos
Velocidad Prefill Est.
~2141 tok/s
TTFT Prompt 4K: ~1913 ms
Costo Est. / 1M Tokens
$144.60
Híbrido Lineal/Mamba + MoE · Apache-2.0

Hardware Recomendado para Esta Configuración

Mejor GPU Individual
Instinct MI325X 256GB (256GB)
~$21,000
Mejor Calidad-Precio / Usada
2x H200 141GB SXM
282GB · ~$64,000
Memoria Unificada Apple
Mac Studio M3 Ultra 512GB
~$9,500
Cloud Desde
DigitalOcean · $3.80 / h
1x Instinct MI325X 256GB

Comandos de Lanzamiento para Producción

llama.cpp (GGUF) 
llama-server -hf unsloth/Qwen3.5-397B-A17B-GGUF:Q4_K_M \
  --ctx-size 8192 -ngl 999 --flash-attn
vLLM 
vllm serve Qwen/Qwen3.5-397B-A17B \
  --max-model-len 8192 --gpu-memory-utilization 0.92
Simulador de Velocidad en Tiempo Real (TTFT ~1913ms · ~7.3 tok/s)
[Qwen3.5 397B-A17B · 225.47 GiB] asignado en la GPU objetivo. Prefill completado; generando tokens en tiempo real a la velocidad calculada...

Comparativa Cloud GPU y TCO Alquilar vs. Comprar

Tarifas públicas verificadas en RunPod, Vast.ai, Vultr y DigitalOcean.

Verificado: 2026-11-04
Amortización de compra
~25.5 meses
Electricidad local est.: $21.28 / mes
Proveedor Instancia Recomendada VRAM Total Tarifa por Hora Costo Mensual Estimado Facturación Desplegar
RunPod 1x B300 288GB Blackwell Ultra (Nube Comunitaria) 288 GB $6.94 / h $843.90 / mes Por segundo Lanzar GPU ↗
Vast.ai 2x H200 141GB SXM (Host Verificado · NVL) 282 GB $7.74 / h $940.94 / mes Spot / Bajo demanda Lanzar GPU ↗
Vultr ($300 Free Credit*) 8x A100 80GB SXM (Instancia Dedicada · $300 Credit*) 640 GB $19.18 / h $2331.80 / mes Por hora Lanzar GPU ↗
Vultr Cloud GPU 8x A100 80GB SXM (Instancia Dedicada) 640 GB $19.18 / h $2331.80 / mes Por hora Lanzar GPU ↗
DigitalOcean 1x Instinct MI325X 256GB (Instancia Dedicada) 256 GB $3.80 / h $462.08 / mes Por segundo Lanzar GPU ↗

Las tarifas reflejan precios públicos en la fecha de verificación y varían según región y disponibilidad.

Requisitos de VRAM para Fine-Tuning (QLoRA / LoRA / Completo) — Qwen3.5 397B-A17B

QLoRA (4b) Supera la Memoria GPU Disponible
228.02 GiB
Pesos del Modelo: 224.56 GiB · Gradientes + Optimizador: 2.38 GiB · Act: 1.08 GiB
GPU Recomendada: Instinct MI325X 256GB (256GB)
LoRA (16b) Supera la Memoria GPU Disponible
744.64 GiB
Pesos del Modelo: 739.47 GiB · Gradientes + Optimizador: 3.74 GiB · Act: 1.43 GiB
GPU Recomendada: 8x H200 141GB SXM (1128GB)
FT Completo Supera la Memoria GPU Disponible
3034.35 GiB
Pesos del Modelo: 739.47 GiB · Gradientes + Optimizador: 2292.36 GiB · Act: 2.52 GiB
GPU Recomendada: Requiere Multi-GPU

Diagnóstico de Ingeniería y Guía de Optimización

Veredicto Rápido de Hardware

Una sola Atlas 300I Duo 96GB (310P) (96GB) no alcanza para cargar Qwen3.5 397B-A17B en 4 bits (225.47 GiB a 8K). Usa paralelismo tensorial multi-GPU, offload a RAM o alquila una GPU de mayor capacidad.

Ajuste de KV Cache y Motor

Qwen3.5 397B-A17B utiliza topología Híbrido Lineal/Mamba + MoE (397B totales, 17B activos por token). Al pasar de 8K a 32K tokens, el caché KV FP16 pasa de 0.35 GiB a 1.05 GiB; activar caché KV FP8/Q8_0 ahorra 0.46 GiB en 32K (total 225.71 GiB).

Escalado de VRAM según Ventana de Contexto (4K a 128K, Pesos 4-bit)

Qwen3.5 397B-A17B VRAM scaling from 4K to 128K context (4K: 225.35 GiB, 8K: 225.47 GiB, 32K: 226.17 GiB, 128K: 228.99 GiB) 4K 225.35 GiB (KV 0.23 GiB) 8K 225.47 GiB (KV 0.35 GiB) 32K 226.17 GiB (KV 1.05 GiB) 128K 228.99 GiB (KV 3.87 GiB) Atlas 300I Duo 96GB (310P) (96GB)
Los pesos del modelo permanecen constantes mientras el caché KV crece con la longitud del contexto.

Matriz de Cuantización, Memoria y Velocidad — Qwen3.5 397B-A17B @ 8K

Formato de Cuantización Pesos (GiB) Caché KV VRAM Total (GiB) Velocidad Decode Compatibilidad (Atlas 300I Duo 96GB (310P)) GPU Recomendada Fuente de Datos
Pesos Nativos (BF16 / FP8 / MXFP4 — Sin Pérdida) (BF16) 739.47 GiB 0.35 GiB 740.38 GiB (794.98 GB) ~1.8 tok/s Supera la Memoria GPU Disponible Requiere Multi-GPU Tamaño oficial del checkpoint
FP8 / GGUF Q8_0 (8-bit — Casi Sin Pérdida) (Q8_0) 392.84 GiB 0.35 GiB 393.75 GiB (422.79 GB) ~3.6 tok/s Supera la Memoria GPU Disponible Requiere Multi-GPU Fórmula derivada de config.json
GGUF Q6_K (6-bit — Alta Precisión) (Q6_K) 303.18 GiB 0.35 GiB 304.09 GiB (326.51 GB) ~4.9 tok/s Supera la Memoria GPU Disponible Requiere Multi-GPU Fórmula derivada de config.json
GGUF Q5_K_M (5-bit — Equilibrado) (Q5_K_M) 263.18 GiB 0.35 GiB 264.09 GiB (283.56 GB) ~5.9 tok/s Supera la Memoria GPU Disponible Instinct MI355X 288GB (288GB) Fórmula derivada de config.json
Q4_K_M / UD-Q4_K_XL / AWQ (4-bit — Recomendado) (Q4_K_M) 224.56 GiB 0.35 GiB 225.47 GiB (242.1 GB) ~7.3 tok/s Supera la Memoria GPU Disponible Instinct MI325X 256GB (256GB) Fórmula derivada de config.json
GGUF IQ4_XS (4.25-bit — Compacto) (IQ4_XS) 196.72 GiB 0.35 GiB 197.63 GiB (212.2 GB) ~8.8 tok/s Supera la Memoria GPU Disponible Instinct MI325X 256GB (256GB) Fórmula derivada de config.json
GGUF Q3_K_M (3-bit — Bajo VRAM) (Q3_K_M) 180.97 GiB 0.35 GiB 181.88 GiB (195.29 GB) ~10 tok/s Supera la Memoria GPU Disponible Instinct MI325X 256GB (256GB) Fórmula derivada de config.json
GGUF UD-Q2_K_XL (2-bit — MoE Extremo) (UD-Q2_K_XL) 127.51 GiB 0.35 GiB 128.42 GiB (137.89 GB) ~18.8 tok/s Supera la Memoria GPU Disponible Instinct MI300X 192GB (192GB) Fórmula derivada de config.json

Especificaciones Técnicas y Preguntas Frecuentes

¿Puede Atlas 300I Duo 96GB (310P) (96GB) ejecutar Qwen3.5 397B-A17B?

En cuantización de 4 bits (Q4_K_M) con contexto 8K, Qwen3.5 397B-A17B requiere 225.47 GiB de VRAM total (224.56 GiB pesos + 0.35 GiB caché KV + 0.56 GiB buffers) frente a 91.2 GiB utilizables en Atlas 300I Duo 96GB (310P), alcanzando ~7.3 tok/s.

¿Cuánta VRAM necesita Qwen3.5 397B-A17B con contexto de 32K?

Con una ventana de contexto de 32.768 tokens, el caché KV ocupa 1.05 GiB y la memoria GPU total requerida en 4 bits asciende a 226.17 GiB (242.85 GB decimales).

Evaluar Este Modelo en Otras GPUs

RTX 3060 12GB (12GB)RTX 4060 Ti 16GB (16GB)RTX 4070 Ti Super (16GB)RTX 4080 Super (16GB)RTX 5070 12GB (12GB)RTX 5070 Ti (16GB)RTX 5080 (16GB)RTX 3090 (24GB)RTX 4090 (24GB)RTX 4090 D (24GB)RTX 5090 (32GB)RTX 5090 D (32GB)RTX A6000 (48GB)RTX 6000 Ada (48GB)RTX PRO 6000 Blackwell (96GB)DGX Spark (GB10 128GB) (128GB)L4 24GB (24GB)A40 48GB (48GB)L20 48GB (48GB)L40S 48GB (48GB)A800 80GB SXM (80GB)A100 80GB SXM (80GB)H800 80GB SXM (80GB)H100 80GB SXM (80GB)H20 96GB HBM3 (96GB)H20 141GB HBM3e (141GB)H200 141GB SXM (141GB)B200 180GB (180GB)B300 288GB Blackwell Ultra (288GB)Ascend 910B 64GB (昇腾) (64GB)Ascend 910C 128GB (昇腾) (128GB)MLU590 80GB (寒武纪思元) (80GB)DCU K100-AI 64GB (海光深算) (64GB)MetaX C500 64GB (沐曦曦云) (64GB)Kunlunxin P800 64GB (昆仑芯) (64GB)MTT S4000 48GB (摩尔线程) (48GB)Radeon RX 7900 XTX 24GB (24GB)Radeon AI PRO R9700 32GB (32GB)Ryzen AI Max+ 395 128GB (128GB)Instinct MI300X 192GB (192GB)Instinct MI325X 256GB (256GB)Instinct MI355X 288GB (288GB)Arc Pro B60 24GB (24GB)Gaudi 3 128GB HBM2e (128GB)Mac mini M4 Pro 64GB (64GB)MacBook Pro M4 Max 128GB (128GB)Mac Studio M4 Ultra 256GB (256GB)Mac Studio M3 Ultra 512GB (512GB)

Evaluar Otros Modelos en Este Hardware

Qwen3.8 Flash Next (125B-A6B)Qwen3.8 27BQwen3.8 2.4T-A95BQwen3.6 35B-A3BQwen3.5 122B-A10BQwen3.5 35B-A3BQwen3.5 27BQwen3.5 9BQwen3.5 4BQwen3 Coder 480B-A35BQwen3 Coder Next 80B-A3BQwen3 Coder 30B-A3BQwen3 30B-A3B Instruct 2507Qwen3 235B-A22B Instruct 2507Qwen3 32BQwen3 14BQwen3 8BQwen3 4B Instruct 2507Qwen3 1.7BQwen3 0.6BQwen2.5 72B InstructQwen2.5 Coder 32B InstructQwQ 32B ReasoningDeepSeek V4.1 Flash (552B-A16B)DeepSeek V4 FlashDeepSeek V3.2 (685B)DeepSeek R1-0528 671BDeepSeek V3-0324 671BDeepSeek R1 Distill Llama 70BDeepSeek R1 Distill Qwen 32BDeepSeek R1 Distill Qwen 14BDeepSeek R1 Distill Llama 8Bgpt-oss-20bgpt-oss-120bGemma 4 31B ITGemma 4 26B-A4B ITGemma 4 12B ITGemma 3 27B ITGemma 3 12B ITGemma 3 4B ITGLM-5.3 Flash (320B-A18B)GLM-5.3 (753B)GLM-5 (744B)GLM-4.5 (355B-A32B)GLM-4.5 Air (110B-A12B)GLM-4 32B-0414Kimi K3 (2.8T-A104B)Kimi K2 Instruct (1T-A32B)Kimi-Dev 72BMiniMax M3.1 Flash (428B-A23B)MiniMax M2.5 (229B-A10B)Step-3.7 Flash (198B-A11B)Step-3.5 Flash (197B-A11B)ERNIE 4.5 300B-A47B (文心)ERNIE 4.5 21B-A3B (文心)Hunyuan A13B Instruct (混元 80B)MiniCPM5 2B (面壁)Llama 4 Maverick 17B-128E (400B)Llama 4 Scout 17B-16E (109B)Llama 3.1 405B InstructLlama 3.3 70B InstructLlama 3.1 8B InstructLlama 3.2 3B InstructMistral Large 4 (1T-A52B)Mistral Large 2 123BMixtral 8x22B InstructMixtral 8x7B InstructMistral Small 3.2 24BDevstral Small 24BNemotron 3 Ultra 550B-A55BNemotron 3 Super 120B-A12BNemotron 3 Nano 30B-A3BCohere Command A 111BPhi-4 14BLiquid LFM3 1.7B