URBANO DXIA ON-PREMISE
Menú
Cuéntanos tu caso

Modelos abiertos

¿Qué equipo necesito para ejecutar Qwen2.5-72B-Instruct en local?

Con 25 usuarios simultáneos, el equipo más pequeño que ejecuta Qwen2.5-72B-Instruct es Starter (2 × NVIDIA DGX Spark o 1 × Apple Mac Studio M5 Ultra), en FP16: necesita hasta 171 GB de memoria y el equipo tiene 230 GB útiles. La cuenta parte de sus 72,71B parámetros según Hugging Face y es la misma de la calculadora de VRAM, que puedes abrir con este modelo ya cargado.

Abrir esta cuenta en la calculadora de VRAM

Memoria en cada precisión

Memoria con 25 usuarios simultáneos y equipo más pequeño que la cubre
PrecisiónPesosCon caché KV y margenEquipo más pequeño
FP16 (2 bytes)145 GB166 a 171 GBStarter
FP8 (1 byte)72,7 GB86 a 91,4 GBStarter
NVFP4 (0,5625 bytes)40,9 GB51 a 56,4 GBStarter

Usuarios simultáneos en cada equipo

Usuarios con los que el modelo cabe en cada equipo y memoria que necesita
EquipoMemoria útilTecho de usuariosFP16FP8NVFP4
Starter230 GB2525 usuarios: 171 GB25 usuarios: 91,4 GB25 usuarios: 56,4 GB
Pro460 GB6060 usuarios: 182 GB60 usuarios: 102 GB60 usuarios: 67,1 GB
Business670 GB500500 usuarios: 330 GB500 usuarios: 250 GB500 usuarios: 215 GB
Enterprise2000 GBSin techo1000 usuarios: 498 GB1000 usuarios: 418 GB1000 usuarios: 383 GB

Los usuarios son las opciones de la calculadora (5, 25, 60, 200, 500, 1.000) hasta el techo de cada equipo. Enterprise no tiene techo en la cuenta: llega a 1.000, la opción más alta del selector.

La cuenta

En FP16 con 25 usuarios: 72,71B × 2 bytes = 145 GB de pesos + 4 a 9 GB de caché KV (3 a 7 conversaciones de 8.192 tokens, con la caché por token del tamaño de referencia de 70B de la calculadora) + 17 GB de margen (2 GB y un 10% de los pesos) = 166 a 171 GB.

Supuestos: entre el 10 y el 25% de los usuarios conectados está generando una respuesta en cada momento (como mínimo, una conversación); cada conversación lleva 8.192 tokens de contexto y la caché KV se guarda en FP8. El margen suma 2 GB y un 10% del peso para el servidor de inferencia.

Los parámetros son el recuento de los archivos safetensors que publica Hugging Face y puede no coincidir con la cifra de la ficha del modelo: algunos repositorios suman módulos de decodificación especulativa.

Datos del modelo

Licencia según Hugging Face: propia del modelo (etiqueta «other»); consulta sus condiciones en la ficha. Repositorio creado el 16 de septiembre de 2024. Datos de la API de Hugging Face del 22 de noviembre de 2026.

Ver Qwen/Qwen2.5-72B-Instruct en Hugging Face