DeepSeek V3.2のGPU要件：VRAMと最安GPU
DeepSeek V3.2のパラメータ数は6853.6億で、FP8で公開されています。 Mixture-of-Expertsモデルで、256個のエキスパートのうち8個が各トークンを処理します（約518.8億パラメータ）。そのため生成速度はおおむねその規模のモデル並みです。ただしすべてのエキスパートをGPUメモリに載せる必要があるため、下のメモリの数値はモデル全体のものです。 mitで公開されており、商用利用が認められています。
- パラメータ数
- 6853.6億
- 最小メモリ（INT4）
- 約397 GB
- 最安GPUの1時間料金（FP16）
- $8.99
- 種類
- テキスト
deepseek-ai/DeepSeek-V3.2
- パラメータ数 6853.6億
- トークンあたりのアクティブ数 518.8億
- 種類 テキスト
- タスク text-generation
- 最大コンテキスト 160K
- ライセンス mit
- ダウンロード数 844.2万
- いいね 1598
DeepSeek V3.2の計算結果
詳細設定
DeepSeek V3.2に必要なGPUメモリは約1,509 GB
推論（vLLM）、FP16 / BF16、コンテキスト8Kトークン、同時リクエスト1件。
メモリの内訳
- 重み 1,371 GB
- KVキャッシュ 0.58 GB
- ランタイムのオーバーヘッド 138 GB
- 合計 1,509 GB
GPUの台数は、急な負荷に備えて各カードの10%を空けて計算しています。長いプロンプトや多数の同時利用が見込まれる場合は余裕を持たせてください。
| 順位 | 構成 | GPU 1台 / 時間 | 必要な台数 | 合計 / 時間 | 合計 / 月（24時間稼働） | プロバイダー |
|---|---|---|---|---|---|---|
| 1 | 6 × B300 288GB最安Blackwell Ultra · HBM3e | $8.99 | 68台単位での提供。必要なのは6台 | $71.92 | $52,502 | RunPod （新しいタブで開きます）8x B300 |
| 8台超：複数ノードが必要: MI300X 192GB, GB200 186GB, B200 180GB, H200 141GB, GH200 96GB, H100 NVL 94GB, RTX PRO 6000 96GB, H100 80GB, A100 80GB, L40S 48GB, RTX 6000 Ada 48GB, RTX A6000 48GB, A40 48GB, A100 40GB, RTX 5090 32GB, RTX 4090 24GB, RTX 3090 24GB, L4 24GB, A10 24GB, T4 16GB, V100 16GB | ||||||
| プロバイダー | インスタンス | GPU 1台 / 時間 | 必要な台数 | 合計 / 時間 | 合計 / 月（24時間稼働） |
|---|---|---|---|---|---|
| RunPod （新しいタブで開きます）最安 | 8x B300us | $8.99 | 6 × B300 288GB 8台単位での提供。必要なのは6台 | 約$71.92 | 約$52,502 |
| Nebius （新しいタブで開きます） | 8x B300 288GBeu/us | $9.50 | 6 × B300 288GB 8台単位での提供。必要なのは6台 | 約$76.00 | 約$55,480 |
| AWS （新しいタブで開きます） | p6-b300.48xlargeus-east-1 | $17.80 | 6 × B300 288GB 8台単位での提供。必要なのは6台 | 約$142.42 | 約$103,964 |
価格は2026年11月13日時点。費用はすべて概算です（オンデマンド、米ドル、主に米国リージョン。Vast.aiなどのマーケットプレイスは世界全体）。
精度と用途ごとのメモリ
| 精度 | 推論 | LoRAファインチューニング | QLoRAファインチューニング | フルファインチューニング |
|---|---|---|---|---|
| FP16 / BF16 | 1,509 GB | 1,760 GB | – | 12,073 GB |
| INT8 | 793 GB | – | – | – |
| INT4 | 397 GB | – | 648 GB | – |
精度別の最安GPU
8Kコンテキスト、同時リクエスト1件での推論 。
FP16 / BF16
約1,509 GB · 8Kトークン
公開されたままの重み。劣化はありませんが、メモリは最も多く使います。
6 × B300 288GB
RunPod （新しいタブで開きます） · 8x B300
8台単位での提供。必要なのは6台- GPU 1台 / 時間
- $8.99
- 必要な台数
- 6
- 合計 / 時間
- 約$71.92
- 月額（24時間稼働、概算）
- $52,502
INT8
約793 GB · 8Kトークン
重みは半分の大きさ。チャットやRAGではほとんど差が出ません。
5 × MI300X 192GB
RunPod （新しいタブで開き ます） · 8x MI300X
8台単位での提供。必要なのは5台- GPU 1台 / 時間
- $2.39
- 必要な台数
- 5
- 合計 / 時間
- 約$19.12
- 月額（24時間稼働、概算）
- $13,958
INT4
約397 GB · 8Kトークン
重みは4分の1の大きさ。小さな劣化はまず数学やコードに表れます。
3 × MI300X 192GB
RunPod （新しいタブで開きます） · 4x MI300X
4台単位での提供。必要なのは3台- GPU 1台 / 時間
- $2.39
- 必要な台数
- 3
- 合計 / 時間
- 約$9.56
- 月額（24時間稼働、概算）
- $6,979
推論とファインチューニング
推論 (FP16)
1×
（推論時のメモリ比）
1,509 GB
6 × B300 288GB · 約$71.92
LoRAファインチューニング
1.2×
（推論時のメモリ比）
1,760 GB
7 × B300 288GB · 約$71.92
QLoRAファインチューニング
0.4×
（推論時のメモリ比）
648 GB
4 × MI300X 192GB · 約$9.56
フルファインチューニング
8×
（推論時のメモリ比）
12,073 GB
8台構成のノード1つでは足りません
FP16での推論は6 × B300 288GB (RunPod)で足ります。LoRAは7 × B300 288GB (RunPod)、QLoRAは4 × MI300X 192GB (RunPod)、フルファインチューニングは8台構成のノード1つでは足りませんが必要です。学習では重みに加えてアクティベーションとオプティマイザーの状態もメモリに置くため、同じモデルの推論より多くのGPUが要ることがよくあります。
MacやRTX 4090 1枚で動くか
RTX 4090（24GB）
1枚では動きません。INT4でも約397 GB必要で、カードの24GBを超えます。2枚以上のカードか、より大きなデータセンター向けGPUが必要です。
Appleシリコン搭載Mac
現実的ではありません。INT4でも約397 GB必要で、最大構成のMacでもGPUに割り当てられる量を超えます。
似たモデル
規模が近いオープンモデル。
- DeepSeek R1テキスト6844.9億 · 約1,508 GB FP16 · 165.4万 ↓GPU要件
- DeepSeek V3テキスト6844.9億 · 約1,508 GB FP16 · 141.3万 ↓GPU要件
- K-EXAONE 2.0テキスト7493.6億 · 約1,650 GB FP16 · 1.4万 ↓GPU要件
- GLM-5.3テキスト7533.3億 · 約1,659 GB FP16 · 185.3万 ↓GPU要件
- GLM 5テキスト7538.6億 · 約1,660 GB FP16 · 124万 ↓GPU要件
- GLM 5.1テキスト7538.6億 · 約1,660 GB FP16 · 79万 ↓GPU要件
DeepSeek V3.2：よくある質問
DeepSeek V3.2に必要なVRAMは？
8Kコンテキスト、同時リクエスト1件で、FP16は約1,509 GB、INT8は約793 GB、INT4は約397 GBです。コンテキストを長くしたり同時リクエストを増やしたりすると、その分KVキャッシュが増えます。
DeepSeek V3.2を動かす最安のGPUは？
RunPodの6 × B300 288GB (約$8.99 GPU 1台・1時間あたり; 8台単位での提供。必要なのは6台)で、FP16 / BF16・8Kコンテキストの推論なら1時間あたり約$71.92です。価格は2026年11月13日時点で、頻繁に変わります。
DeepSeek V3.2はGPU 1枚でファインチューニングできる？
GPU 1枚では無理です。QLoRAでも約648 GB必要で、80GBのGPUに収まりません。LoRAは約1,760 GB、フルファインチューニングは約12,073 GB必要です。
この数値はどう計算している？
重みはパラメータ数×1パラメータあたりのバイト数（FP16は2、INT8は1、INT4は0.5）です。KVキャッシュはモデルの層数、KVヘッド数、ヘッドサイズ、コンテキスト長から求めます。ランタイム用に約10%と1GBを加え、各GPUのメモリの90%まで使う前提です。価格は各プロバイダーの公開価格ページから集めた、米国リージョンのオンデマンド定価です。
DeepSeek V3.2はRTX 4090のような一般向けGPUで動く？
1枚では動きません。INT4でも約397 GB必要で、カードの24GBを超えます。2枚以上のカードか、より大きなデータセンター向けGPUが必要です。
DeepSeek V3.2はH100 80GB 1枚に収まる？
収まりません。INT4でも約397 GB必要なので、複数のGPUが要ります。
DeepSeek V3.2にはGPUが何台必要？
FP16、8Kコンテキストの場合、80GBなら21台、48GBなら35台、24GBなら70台です。INT4なら重みのメモリはおよそ4分の1になります。
INT8のDeepSeek V3.2に必要なVRAMは？
約793 GBです。内訳は重み720 GB、8KのKVキャッシュ0.58 GB、ランタイムのオーバーヘッド73 GBです。
DeepSeek V3.2を1か月24時間動かすといくら？
私たちが見つけた最安の構成（6 × B300 288GB (約$8.99 GPU 1台・1時間あたり; 8台単位での提供。必要なのは6台)、1時間$71.92×730時間）で約$52,502です。AWS、Google Cloud、Azureの最安は月約$103,964です。
FP16、INT8、INT4のどれを使うべき？
FP16は品質を保ったまま使えますが、メモリは最も多く必要です（ここでは約1,509 GB）。INT8は重みが半分になり、多くのチャット用途では品質の低下はわずかです。INT4（AWQ、GPTQ、GGUF Q4）は重みが4分の1になり、合計約397 GBですが、数学やコードで目立つ程度の小さな品質低下があります。
DeepSeek V3.2はMacで動く？
現実的ではありません。INT4でも約397 GB必要で、最大構成のMacでもGPUに割り当てられる量を超えます。
vLLMとllama.cppのどちら？
vLLMはNVIDIAやAMDのGPUで多数のリクエストを同時に処理するためのもので、GPUメモリの大半をKVキャッシュに確保します。llama.cppはGGUFファイルをMacやCPUを含むほぼあらゆる環境で動かせ、個人や小さなチームに向いています。同じ精度なら必要なメモリはほぼ同じです。
価格は2026年11月13日時点。費用はすべて概算です（オンデマンド、米ドル、主に米国リージョン。Vast.aiなどのマーケットプレイスは世界全体）。
計算方法
- 重み： パラメータ数×1パラメータあたりのバイト数。FP16は2、INT8は1、INT4は0.5で、INT8とINT4には量子化スケール分として約5%を加えます。
- KVキャッシュ： 2×層数×KVヘッド数×ヘッドサイズ×コンテキスト長×リクエスト数×2バイト。値はモデルのconfig.jsonから取ります。欠けている値は推定し、その旨を表示します。
- オーバーヘッド： 約10%に加えてランタイム用に1GB。vLLMが確保する量とほぼ同じです。
- ファインチューニング： LoRAは16ビットの重みに小さなアダプター、そのオプティマイザー、アクティベーションを加えます。QLoRAは4ビットの重みで同じことをします。フルファインチューニングは混合精度のAdamで1パラメータあたり約16バイト（重み、勾配、オプティマイザーの状態）にアクティベーションが加わります。
- GPU： 各GPUのメモリの90%まで使う前提で、1ノード8台までとします。費用は米国リージョンのオンデマンド定価で、マーケットプレイス型のクラウドは中央値です。