DeepSeek V3 671B VRAM-Bedarf & GPU-Cluster-Dimensionierung
Berechnen Sie direkt im Browser den genauen GPU-Speicher für DeepSeek V3 671B Gewichte, GQA/MLA KV-Cache und Tensor-Parallelismus auf A100, H100, H200 und RTX 5090.
DeepSeek V3 671B VRAM-Verbrauch nach Genauigkeit (Batch 1)
| Präzision | Modellgewichte | KV-Cache (8k) | Aktivierung + CUDA | Gesamtbedarf (ca.) |
|---|---|---|---|---|
| FP16 / BF16 | 1342.0 GB | 0.54 GB | ~3 GB | 1345.5 GB |
| FP8 / INT8 | 671.0 GB | 0.27 GB | ~3 GB | 674.3 GB |
| INT4 / AWQ / GPTQ | 335.5 GB | 0.27 GB | ~3 GB | 338.8 GB |
DeepSeek V3 671B KV-Cache-Skalierung (FP16 / Batch 1)
DeepSeek V3 671B nutzt Multi-Head Latent Attention (komprimierte Dimension 576) und skaliert mit der Kontextlänge wie folgt:
Interaktiver VRAM-Rechner
Passen Sie Batch-Größe, Kontextlänge, Quantisierung und Inferenz/LoRA/Full-Training interaktiv an.
Kostenloser LLM-VRAM-Rechner
Berechnen Sie den genauen GPU-Speicherbedarf für Inferenz, Full-Fine-Tuning und LoRA-Training. Planen Sie Ihre Cluster-Architektur präzise für Llama, DeepSeek, Qwen und eigene Modelle auf modernen NVIDIA-Beschleunigern.
Modell- und Workload-Parameter
Quantisierung und Präzision
Ausführungsmodus
VRAM-Aufschlüsselung
Denpex Entwickler-Tools
Installieren Sie die Denpex-Erweiterung für VS Code und Open VSX (über 2.000 aktive Installationen) für Echtzeit-Diagnosen. Analysieren Sie Log-Dateien direkt lokal im Browser mit unserem GPU-Log-Analyzer.
Hardware-Cluster-Planung und GPU-Empfehlungen
Geschätzte Mindestanzahl an GPUs, um 1345.2 GB VRAM sicher mit Reserve für parallele Anfragen bereitzustellen.
| GPU-Beschleuniger | VRAM pro GPU | Erforderliche Anzahl | Geschätzte Auslastung |
|---|---|---|---|
| NVIDIA B200 | 192 GB | 8 GPUs | 88% |
| NVIDIA H200 | 141 GB | 10 GPUs | 95% |
| NVIDIA H100 | 80 GB | 17 GPUs | 99% |
| NVIDIA A100 | 80 GB | 17 GPUs | 99% |
| NVIDIA RTX PRO 6000 Blackwell | 96 GB | 15 GPUs | 93% |
| NVIDIA L40S | 48 GB | 29 GPUs | 97% |
| NVIDIA RTX 5090 | 32 GB | 43 GPUs | 98% |
| NVIDIA RTX 4090 | 24 GB | 57 GPUs | 98% |
OOM oder vLLM-Fehler bei DeepSeek V3 671B beheben
Bei CUDA out of memory, KV-Cache-Engpässen oder NCCL-Abbrüchen rund um DeepSeek V3 671B helfen diese deutschen Triage-Leitfäden.
Allokator-Fragmentierung von echtem Speichermangel sauber unterscheiden.
Behebung von No available memory for the cache blocks über TP und max_model_len.
EngineCore-Abstürze und /dev/shm Limits in Multi-GPU-Containern lösen.
Offline-Log-Analyzer, NCCL-Decoder und Treiber-Prüfung ohne Login.
VRAM-Rechner für weitere Top-Modelle
Häufige Fragen
Wie viel VRAM benötigen allein die Gewichte von DeepSeek V3 671B?
In FP16 belegen die Modellgewichte rund 1342.0 GB, in FP8/INT8 rund 671.0 GB und in INT4 rund 335.5 GB. Für stabilen Betrieb kommen KV-Cache, Aktivierungen und CUDA-Runtime hinzu.
Welches GPU-Setup wird für DeepSeek V3 671B empfohlen?
Als Standard-Setup gilt 8x H200 (141GB) or 16x H100 (80GB) (Tensor Parallelism 8 on H200 or TP 8 / PP 2 on H100). Bei großen Kontexten oder hoher Nebenläufigkeit ist ausreichend NVLink- und HBM-Reserve einzuplanen.
Wie groß ist der FP16 KV-Cache bei DeepSeek V3 671B für 8k und 32k Tokens?
Bei Batch-Größe 1 benötigt der FP16 KV-Cache etwa 0.54 GB bei 8k Tokens und 2.14 GB bei 32k Tokens. Mit parallelen Anfragen steigt der Bedarf linear, sodass FP8-KV-Cache in vLLM oft sinnvoll ist.
Denpex 30 Tage testen. KOSTENLOS.
Keine Kreditkarte. Kein automatisches Abo. Prüfen Sie an einem bereits bekannten Vorfall, ob Denpex Ihrem Team hilft.
Kostenlose 30-tägige Team-Testphase starten
Bis zu 50 Diagnosen pro Tag für 30 Tage. Bestätigen Sie Ihre geschäftliche E-Mail-Adresse, spielen Sie einen gelösten Vorfall nach und vergleichen Sie Evidenz sowie nächste Schritte mit Ihrer bestätigten Ursache.