RTX 4090 能跑 Qwen3-30B-A3B 吗？
能 Qwen3-30B-A3B 用 Q4_K_M、8,192 token 上下文需要 18.16 GiB–18.93 GiB。RTX 4090 大约有 22 GiB 可用。
文件：Qwen3-30B-A3B-Q4_K_M.gguf（18.6 GB）。
这些数字是根据模型 config 和文件大小算出的估算，不是实测。 计算方法
还剩多少余量
- 上下文大约可以加到 16,384 token，之后就不再稳妥。
这张卡上的其他文件
| 量化 | 文件大小 | 引擎 | 合计 | 适配 |
|---|---|---|---|---|
| BF16 safetensors | 61.1 GB | vllm | 58.2 GiB–60.1 GiB | 放不下 |
| GGUF Q8_0 | 32.5 GB | llama.cpp | 31.1 GiB–32.2 GiB | 放不下 |
| GGUF Q6_K (Qwen) | 25.1 GB | llama.cpp | 24.2 GiB–25.1 GiB | 放不下 |
| GGUF Q5_K_M (Qwen) | 21.7 GB | llama.cpp | 21.1 GiB–21.9 GiB | 勉强放得下 |
| GGUF Q4_K_M 当前配置 | 18.6 GB | llama.cpp | 18.2 GiB–18.9 GiB | 放得下 |
同样的上下文（8,192 token），一次一个对话，每个文件用它常用的引擎。
固定配置
- 模型Qwen3-30B-A3B
- 硬件GeForce RTX 4090 24GB (desktop)
- 量化GGUF Q4_K_M
- 上下文长度（缓存 token 数）8,192
- 运行引擎
llama.cpp - 同时运行的序列数1
- KV Cache 精度fp16
技术标识与分享数据
- 模型
qwen3-30b-a3b - 硬件
nvidia-geforce-rtx-4090-24gb-desktop - 量化
gguf-q4_k_m - 这套配置的分享代码
v2.eyJzY2hlbWFWZXJzaW9uIjoyLCJjYWxjdWxhdG9yVmVyc2lvbiI6IjAuMy4wIiwiZGF0YXNldFZlcnNpb24iOiIyMDI2LTEwLTAyLjEiLCJjb25maWciOnsibW9kZWxJZCI6InF3ZW4zLTMwYi1hM2IiLCJoYXJkd2FyZUlkIjoibnZpZGlhLWdlZm9yY2UtcnR4LTQwOTAtMjRnYi1kZXNrdG9wIiwiZGV2aWNlQ291bnQiOjEsInF1YW50aXphdGlvbklkIjoiZ2d1Zi1xNF9rX20iLCJjb250ZXh0VG9rZW5zIjo4MTkyLCJjb25jdXJyZW50U2VxdWVuY2VzIjoxLCJlbmdpbmUiOiJsbGFtYS5jcHAiLCJrdlR5cGUiOiJmcDE2In19
这个数字怎么算出来的
合计 = 权重文件 + KV 缓存 + 运行时缓冲区。范围覆盖所示引擎的低到高运行时开销。
- 权重（文件）
- 17.28 GiB (18,556,685,824 bytes)
- KV 缓存
- 0.75 GiB (805,306,368 bytes)
- 运行时缓冲区
- 0.13 GiB–0.90 GiB
- 合计
- 18.16 GiB–18.93 GiB
- 可用内存
- 22.00 GiB
- 系统 / 显示保留
- 2.00 GiB
- 剩余
- 3.07 GiB–3.84 GiB
最高估算 18.93 GiB，可用 22.00 GiB
内存够用，不代表指定引擎、量化格式和操作系统一定能跑。软件兼容也不代表性能足够好。
- 上下文在原生窗口 40960 token 以内。
- 完整驻留权重估算使用总参数量，MoE 里没激活的专家也算在内。
- 该 MoE 记录总参数 30532122624、激活参数 3300000000。激活参数的计算量不会当成权重驻留内存。
- 权重只算选中的文件，不会把仓库里所有量化版本加在一起。
- 下载文件大小不等于峰值显存。运行时布局、分配器对齐和 KV 缓存都要另算。
- 计入的文件：Qwen3-30B-A3B-Q4_K_M.gguf。
- 上下文长度指每条序列缓存的 token 数（输入加上预留的输出）。
- 多条并发序列共用一份权重，权重不会按序列数翻倍。
相关页面
数据来源
计算器
组合页锁定路由中的模型和设备。要改身份请到主计算器自定义；分享会保留那次选择。
正在加载已发布的目录快照…
选一个模型，看看它需要多少显存。
选一个模型，看看它需要多少显存。