MODELS · 临界智能
Qwen2.5-72B-Instruct本地部署:显存要求与商用许可
Qwen2.5-72B-Instruct(72B,上下文 32768 tokens):FP16 显存约 144GB、INT8 约 72GB、INT4 约 36GB;许可:Apache-2.0;适配 vLLM/SGLang/MindIE;权重要从官方仓库取用,参数以官方资料为准。
许可与商用条件
| 许可 | Apache-2.0 |
| 权重许可 | Apache License 2.0 |
| 代码许可 | Apache-2.0 |
| 商用条件 | 允许商用、修改与再分发;须保留版权、许可文本与 NOTICE(如有);不得使用商标暗示背书 |
| 训练/微调限制 | 无额外训练限制(许可层面) |
| 禁止用途 | 违法用途、侵犯第三方权利、绕过安全机制等(按适用法律) |
| 适用辖区 | 以官方原文为准(含出口管制提示) |
| 再分发与衍生 | 允许再分发,须随附 Apache-2.0 文本并保留变更声明 允许衍生模型,须保留原声明并注明修改 |
| 署名要求 | 需展示「保留版权声明与许可文本;不得使用 “通义”“Qwen” 商标暗示官方背书」 |
| 许可原文 | 官方许可文本(LIC-QWEN25-72B-001) |
许可结论以官方许可文本为准,并随版本更新变化;商用前建议逐版本复核。
显存与硬件门槛
| 项目 | 数值 |
|---|---|
| 参数量 | 72B(激活 72B) |
| FP16 显存(约) | 144.00 GB |
| INT8 显存(约) | 72.00 GB |
| INT4 显存(约) | 36.00 GB |
| 上下文长度 | 32768 tokens |
| 权重体积(约) | 72.00 GB |
| 引擎适配 | vLLM / SGLang / MindIE / TensorRT-LLM |
显存为权重占用估算口径(FP16 约 2GB/十亿参数、INT8 约 1GB、INT4 约 0.5GB),不含 KV 缓存与并发开销;与 显存与并发估算器同一口径,按并发与上下文长度可在估算器里复算。
量化与实测口径:INT8/INT4 量化生态较成熟;长上下文时 KV Cache 显存显著增长
典型企业落地场景
可直接落地的高频场景:
- 内部知识问答
- 合同要点提取
- 制度检索
- 多轮问答
中文能力较好、许可宽松、部署生态成熟,是私有化推理的主力候选之一
不适用:72B 密集模型显存与算力需求高;长上下文与高并发需按实测配置,不能只按参数量估算
能力评测
官方公开基准成绩(不同测试集与推理设置差异较大)
评测口径由厂商提供,未经本站第三方复测;实际效果以自有业务测试集为准。
官方下载源
官方页面:https://qwenlm.github.io
权重下载:https://huggingface.co/Qwen
本站不托管模型权重;下载与使用受官方许可约束。内网离线环境可由部署服务协助做内网镜像与哈希校验。
来源与核验:公开资料整理;同系列不同尺寸许可可能不同,须逐版本核验
※ 以上参数来自官方公开资料与本站核验记录,不构成对具体项目效果的承诺;以官方许可文本与环境实测为准。