Servir Qwen 3.8 27B avec Triton Inference Server

Qwen 3.8 27B compte 27 milliards de paramètres. Triton Inference Server vise mise en service industrielle, multi-modèles. Cette page donne la mémoire nécessaire et les plateformes qui conviennent.

Par QDNA · Publié le 27 juillet 2026 · Mis à jour le 15 septembre 2026

Réponse courte. Triton Inference Server sert Qwen 3.8 27B dès lors que la machine offre au moins 15,5 Go de mémoire, empreinte des poids en NVFP4. 8 des 8 plateformes du catalogue y parviennent.

Quelle mémoire faut-il au minimum ?

Qwen 3.8 27B totalise 27 milliards de paramètres. En NVFP4, ses poids occupent environ 15,5 Go, marge d’exécution comprise : 27 milliards de paramètres × 0,5 octet (NVFP4) = 13,5 Go de poids ; × 1,15 de marge d’exécution = 15,5 Go. En FP8 l’empreinte double, à environ 31,0 Go (27 milliards de paramètres × 1 octet (FP8) = 27,0 Go de poids ; × 1,15 de marge d’exécution = 31,0 Go.) Le cache d’attention n’est pas calculé sur cette page. Les architectures de ces modèles (attention latente compressée, linéaire ou creuse, couches Mamba) n’ont pas de formule commune par token ; il se mesure sur la machine, avec le contexte et la concurrence visés [À MESURER].

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 Qwen 3.8 27B.

Sur quelles plateformes ?

Quelle mémoire pour Qwen 3.8 27B avec Triton Inference Server ?

Environ 15,5 Go en NVFP4 pour les poids, hors cache d’attention.

Triton Inference Server convient-il à Qwen 3.8 27B ?

Triton Inference Server sert Qwen 3.8 27B dès lors que la machine offre au moins 15,5 Go de mémoire, empreinte des poids en NVFP4. 8 des 8 plateformes du catalogue y parviennent.

Méthode et sources

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. Chaque valeur ci-dessous porte sa source et la date de son dernier contrôle.

Qwen 3.8 27B : 27 milliards de paramètres, contexte de 262 144 tokens, licence Apache 2.0. Dépôt Hugging Face (config.json, API, carte), vérifié le 2 septembre 2026. Modèle dense : tous les paramètres calculent à chaque token. Le dépôt BF16 compte 27,8 milliards d’éléments (56 Go).
Octets par paramètre : NVFP4 0,5 (4 bits par paramètre, soit 0,5 octet ; les poids publiés en 4 bits pèsent 0,54 à 0,56 octet par paramètre avec leurs échelles (DeepSeek V4 Pro 865 Go pour 1 599 milliards, Kimi K3 1 561 Go pour 2 780 milliards)) ; FP8 1 (8 bits par paramètre (E4M3), soit 1 octet, échelles par bloc non comptées). Source : connaissance/faits.yaml, famille quantifications, vérifiée le 2026-08-31.
Marge d’exécution × 1,15 : hypothèse d’exploitation QDNA, non mesurée : 15 % au-dessus des poids pour les activations, les tampons et la fragmentation.
Seuil « tient » à 75 % de la mémoire : hypothèse QDNA, non mesurée, qui réserve le quart restant au cache d’attention et à la concurrence.