Skip to content

Llama 4 Maverick VRAM 容量要件・GPU 構成ガイド

Llama 4 Maverick の推論およびファインチューニングに必要な GPU メモリ、GQA/MLA KV キャッシュ増分、テンソル並列 (TP) 構成の基準値をブラウザ上で試算できます。

MoE アーキテクチャ
総パラメータ数
400B
推論時アクティブ重み
17B
最大コンテキスト
1024k トークン
推奨 GPU 構成
8x H100 (80GB) or 4x H200 (141GB)

Llama 4 Maverick の精度別 VRAM 消費量 (単一バッチ目安)

量子化精度モデル重みKV キャッシュ (16k)活性化・CUDA 実行枠推論合計目安
FP16 / BF16800.0 GB3.00 GB~3 GB806.0 GB
FP8 / INT8400.0 GB1.50 GB~3 GB404.5 GB
INT4 / AWQ / GPTQ200.0 GB1.50 GB~3 GB204.5 GB

Llama 4 Maverick の KV キャッシュ増加傾向 (FP16 / バッチ 1)

Llama 4 Maverick は Grouped-Query Attention (KV ヘッド 8 / Query ヘッド 40) 構造を採用しており、コンテキスト長に応じて次のように増加します。

8k トークン
1.50 GB
32k トークン
6.00 GB
128k トークン
24.00 GB

対話型 VRAM サイジング計算機

コンテキスト長、バッチサイズ、量子化、学習モード (LoRA / Full) を変更して実環境に合わせて試算できます。

無料 LLM VRAM 計算機

推論、フルファインチューニング、LoRA 学習に必要な GPU メモリ容量を精密に計算します。Llama、DeepSeek、Qwen、およびカスタムモデルのクラスター構成を最新の NVIDIA GPU で正確に計画できます。

モデルとワークロードのパラメータ

量子化と精度

実行モード

8,192 トークン
4,09632,76865,536131,072
1
1163264

VRAM 内訳

モデル重み800 GB
KV キャッシュ1.5 GB
アクティベーションオーバーヘッド0.38 GB
CUDA ランタイム2 GB
必要 VRAM 合計803.88 GB

Denpex 開発者向けツール

2,000 以上の環境で導入されている Denpex VS Code / Open VSX 拡張機能でリアルタイム診断を実行できます。ログのオフライン解析には GPU ログ解析ツール をご利用ください。

ハードウェアクラスタ規模と推奨 GPU

同時実行の余裕を含めて 803.88 GB の VRAM を安全に収容するための推定最小 GPU 基数です。

GPU アクセラレータGPU あたり VRAM必要基数推定使用率
NVIDIA B200192 GB5 基84%
NVIDIA H200141 GB6 基95%
NVIDIA H10080 GB11 基91%
NVIDIA A10080 GB11 基91%
NVIDIA RTX PRO 6000 Blackwell96 GB9 基93%
NVIDIA L40S48 GB17 基99%
NVIDIA RTX 509032 GB26 基97%
NVIDIA RTX 409024 GB34 基99%

Llama 4 Maverick で OOM や vLLM 停止が発生した場合の切り分け

Llama 4 Maverick のデプロイ時に CUDA out of memory や KV キャッシュ不足、NCCL 停止に遭遇した場合は以下から原因を確認できます。

他の主要モデル VRAM ガイド

よくある質問

Llama 4 Maverick のモデル重みだけで必要な VRAM 容量はいくつですか?

Llama 4 Maverick の重み単体は FP16 で約 800.0 GB、FP8/INT8 で約 400.0 GB、INT4 で約 200.0 GB です。実運用ではさらに KV キャッシュと活性化・CUDA 実行枠が必要です。

Llama 4 Maverick の推奨 GPU 構成と並列化設定は?

代表的な構成は 8x H100 (80GB) or 4x H200 (141GB) (Tensor Parallelism 8) です。長文コンテキストや高スループット時は NVLink 帯域と KV キャッシュ余裕を確保してください。

Llama 4 Maverick の FP16 KV キャッシュは 8k / 32k トークンでどのくらい増えますか?

バッチサイズ 1・FP16 の KV キャッシュ換算で、8k トークン時は 1.50 GB、32k トークン時は 6.00 GB を消費します。同時実行数に比例して増えるため、vLLM では FP8 KV キャッシュや並列数調整が有効です。

Denpex を 30 日間お試し。 無料。

クレジットカード不要。自動課金なし。すでに原因をご存じのインシデントで Denpex の精度を検証できます。

30日間の無料 Team 評価を開始

30日間、1日最大50件まで診断可能。法人メールアドレスを認証して利用を開始し、解決済みインシデントを再実行して根拠と次アクションをチームの確定原因と比較できます。

会社のメールアドレスをご入力ください (例: taro@yourcompany.co.jp)。

対象条件について

法人ドメインのメールアドレスで認証が完了すると、30日間の Team 評価版 (1日最大50件診断) が有効化されます。自動判定できないドメインは support@denpex.com で手動確認いたします。エディタ拡張機能でのローカル診断はアカウント不要です。

個人メール (Gmail・Outlook 等) や個人環境をお使いですか? $0 無料アカウントを作成 (個人メール可) すると 7 日間の履歴保存や AI フォールバックが使えます。また、障害ログを送って個別ウォークスルーを依頼することも可能です。