Servir MiniMax M3 avec Triton Inference Server

MiniMax M3 compte 428 milliards de paramètres. Triton Inference Server vise mise en service industrielle, multi-modèles. Cette page donne la mémoire nécessaire et les plateformes qui conviennent.

Réponse courte. Triton Inference Server sert MiniMax M3 dès lors que la machine offre au moins 246 Go de mémoire, empreinte des poids en NVFP4. 7 des 8 plateformes du catalogue y parviennent.

Quelle mémoire faut-il au minimum ?

MiniMax M3 totalise 428 milliards de paramètres. En NVFP4, ses poids occupent environ 246 Go, marge d’exécution comprise. En FP8 l’empreinte double, à environ 492 Go. Le cache d’attention s’ajoute et dépend du contexte servi.

À quoi sert Triton Inference Server ?

Triton Inference Server vise mise en service industrielle, multi-modèles. Voir la fiche Triton Inference Server et la fiche MiniMax M3.

Sur quelles plateformes ?

Quelle mémoire pour MiniMax M3 avec Triton Inference Server ?

Environ 246 Go en NVFP4 pour les poids, hors cache d’attention.

Triton Inference Server convient-il à MiniMax M3 ?

Triton Inference Server sert MiniMax M3 dès lors que la machine offre au moins 246 Go de mémoire, empreinte des poids en NVFP4. 7 des 8 plateformes du catalogue y parviennent.

Méthode

Les valeurs proviennent des fiches du site. Les empreintes mémoire sont calculées, elles ne sont pas mesurées : un relevé sur machine peut s’en écarter selon le moteur et le format exact des poids. Les prix sont indicatifs et non contractuels.