DEV Community

Nokka
Nokka

Posted on

RTX 3090 24GB รัน Qwen4 ได้จริงไหม: ตัวเลขที่โพสต์ไม่บอก

โดย Nokka (นก-กา) | 10 พฤศจิกายน 2026

บทความนี้เขียนโดย AI (deepseek-v4.1-flash · ผู้ให้บริการโมเดล: ollama-cloud) ผ่าน Hermes Agent ภายใต้การควบคุมและตรวจสอบคุณภาพโดยมนุษย์ - Nokka (นก-กา)

ภาพประกอบ: การ์ดจอหนึ่งใบที่มีแท่งหน่วยความจำเรียงเต็มขอบ และมีเงาตัวเลขขนาดใหญ่ทอดผ่าน

โพสต์บน X วันที่ 10 พฤศจิกายน 2026 อ้างว่า RTX 3090 ที่มี VRAM 24GB รัน Qwen 4 27B และ Flash ได้สบาย ๆ [1]

ข้อความสั้น ๆ นี้ถูกแชร์ต่อเพราะมันตรงกับความฝันของคนที่มีการ์ดจออยู่แล้วหนึ่งใบ

ผมจึงไปเปิด Hugging Face ของ Qwen เพื่อดูว่าของจริงมีอะไรบ้าง

คำตอบคือ บางส่วนจริง แต่ชื่อรุ่นและคำว่า Flash ทำให้เข้าใจผิด

มีอะไรอยู่บน Hugging Face จริง

ชื่อรุ่นที่โพสต์กับชื่อรุ่นที่ปล่อย

ในหน้าองค์กร Qwen ณ วันที่ 10 พฤศจิกายน 2026 มีสองรุ่นที่เกี่ยวข้อง

  • Qwen3.8-27B เผยแพร่เดือนสิงหาคม 2026 และอัปเดตการ์ดโมเดลเมื่อ 7 พฤศจิกายน 2026 ขนาดไฟล์รวม 55.6GB [2]
  • Qwen3.8-Flash-Next เผยแพร่เดือนสิงหาคม 2026 และอัปเดตการ์ดโมเดลเมื่อ 7 พฤศจิกายน 2026 ขนาดไฟล์รวม 360GB [3]

ไม่มีรีโปชื่อ Qwen4-27B ใน org ทางการ [2][3]

ชื่อ Qwen 4 ที่โพสต์ใช้มาจากสถาปัตยกรรมภายในของ Flash-Next ซึ่งตั้งชื่อว่า qwen4_exp [3]

และรุ่น 27B ที่มีอยู่จริงใช้สถาปัตยกรรม qwen3_5 [2]

แปลว่าคนโพสต์อาจเรียกชื่อตามโพสต์ teaser ที่บัญชี Qwen ปล่อยไว้ก่อนหน้า ซึ่งถูกอ้างถึงในโพสต์นั้นด้วย [1] ไม่ใช่ชื่อรุ่นที่ปล่อยจริง

27B รันบน 24GB ได้จริงไหม

ได้ แต่ต้องลดความละเอียดของน้ำหนักโมเดล

ไฟล์ bf16 รวม 55.6GB ไม่พอดีกับ 24GB แน่นอน

ถ้าควอนไทซ์เหลือ 4 บิต แบบ Q4_K_M ขนาดจะอยู่ราว 16.7GB ซึ่งคำนวณจากจำนวนพารามิเตอร์ และเหลือพื้นที่ว่างเพียง 7GB

ยังไม่นับ KV cache ที่โตตามความยาว context

ยิ่งคุณป้อนบริบทยาว เช่นเอกสารหลายสิบหน้า หน่วยความจำส่วนนี้จะกินเพิ่มขึ้นเรื่อย ๆ

คำว่า "running clean" จึงขึ้นกับว่าคุณรันที่ context เท่าไหร่ และใช้ quantization อะไร

แล้ว Flash ล่ะ

ขนาดไฟล์บอกอะไรได้บ้าง

ตรงนี้คือจุดที่โพสต์น่าจะพูดเกินจริง

Flash-Next มีจำนวนพารามิเตอร์รวม 180,000 ล้านตัว และไฟล์น้ำหนักรวม 360GB [3]

แม้บีบเหลือ 2 บิต ก็ยังราว 45GB หรือเกือบสองเท่าของ 24GB ส่วนที่ 4 บิตต้องใช้ราว 90GB

Qwen เองระบุว่า Qwen3.8-Flash เป็นเวอร์ชันทางการที่สร้างจาก Flash-Next และให้บริการผ่าน Qwen Cloud [3]

แปลว่า Flash ที่คนทั่วไปใช้ได้ คือบริการบนคลาวด์ ไม่ใช่โมเดลที่โหลดลงการ์ดจอใบเดียว

ทำไมตัวเลขนี้ถึงน่าสนใจ

เพราะ RTX 3090 มีแบนด์วิดท์หน่วยความจำสูงถึง 936GB ต่อวินาที

แบนด์วิดท์คือปัจจัยที่กำหนดความเร็วในการสร้าง token มากกว่าจำนวนพารามิเตอร์ในบางกรณี

โมเดลภาษาเหล่านี้เป็น Transformer ที่อ่าน context เป็น token ผ่านชั้น attention ทุกครั้งที่สร้างคำตอบ

การคำนวณใช้ matrix จำนวนมาก ซึ่งต้องอ่านน้ำหนักจากหน่วยความจำการ์ดจอในทุก token

การ์ดมือสองรุ่นนี้จึงกลายเป็นทางเลือกยอดนิยมสำหรับคนที่อยากรันโมเดลในบ้าน

แต่ 24GB คือเพดานที่ตายตัว และโมเดลรุ่นใหม่โตเร็วกว่าที่การ์ดจะตามทัน

ตัวอย่างการคำนวณคร่าว ๆ

ตัวอย่างเช่น โมเดล 27B ที่ควอนไทซ์ 4 บิต ใช้พื้นที่ราว 14GB

เหลือ 10GB สำหรับ KV cache และระบบอื่น

Qwen3.8-27B มี 64 ชั้น แต่มี full attention เพียง 16 ชั้น ที่เหลือเป็น linear attention [2]

KV cache ของโมเดลนี้จึงอยู่ราว 64KB ต่อ token ที่ context 32,000 token จะกินราว 1.95GiB และที่ 8,000 token ราว 0.5GiB

นี่คือเหตุผลที่คนรันโมเดล local มักลด context ลงเมื่อการ์ดเริ่มเต็ม

สิ่งที่ควรทำถ้าอยากลอง

1. ใช้ GGUF หรือ AWQ ขนาด 4 บิตก่อน
2. เริ่มที่ context 8,000 token แล้วค่อยเพิ่ม
3. วัด token ต่อวินาทีจริง ไม่เดาจากขนาดโมเดล
4. ตรวจว่า quant ที่ใช้มีผลกับการใช้งานของคุณหรือไม่
Enter fullscreen mode Exit fullscreen mode

ข้อสามสำคัญ เพราะตัวเลข token ต่อวินาทีที่คนโพสต์ไว้มักวัดจากเงื่อนไขของเขา ไม่ใช่ของคุณ

ข้อควรระวัง

ผมยังไม่เห็นการทดสอบอิสระที่รัน Qwen3.8-27B บน RTX 3090 แล้วรายงานทั้งความเร็วและคุณภาพพร้อมกัน

และไม่เห็นว่ามีใครรัน Flash-Next บนการ์ด 24GB ได้จริง

ถ้าคุณเห็นคลิปที่อ้างว่าได้ ให้ดูว่าเขารัน context เท่าไหร่ ใช้ quant อะไร และวัดความเร็วด้วยเครื่องมืออะไร

คำตอบของผม

ไม่ต้องซื้อการ์ดใหม่เพื่อลองโมเดลนี้ แต่ต้องรู้ว่า 24GB กับการ์ดใหม่ไม่ใช่คำตอบเดียวกัน

โพสต์นี้พูดถูกในแก่นว่า การ์ด consumer เริ่มรันโมเดลระดับ 27B ได้แล้ว

แต่การรวม Flash เข้ามาในประโยคเดียวกันทำให้ภาพเกินจริง

ถ้าคุณมีการ์ด 24GB อยู่ Qwen3.8-27B แบบ 4 บิตคือของจริงที่ลองได้

แต่ Flash ยังเป็นเรื่องของคลาวด์ ไม่ใช่การ์ดในเครื่องคุณ

การ์ดของคุณมี VRAM เท่าไหร่ และกำลังรันโมเดลอะไรอยู่?

แหล่งอ้างอิง

[1] โพสต์ X โดย @0x0SojalSec, 10 พฤศจิกายน 2026 https://x.com/0x0SojalSec/status/2120286346728337777

[2] Qwen, Qwen3.8-27B บน Hugging Face, 7 พฤศจิกายน 2026 https://huggingface.co/Qwen/Qwen3.8-27B

[3] Qwen, Qwen3.8-Flash-Next บน Hugging Face, 7 พฤศจิกายน 2026 https://huggingface.co/Qwen/Qwen3.8-Flash-Next

Top comments (0)