Jamba 1.5-Large TPS kalkulátor

Otevřít váhy AI21 Labs 398B parametry August 2024

Každá karta níže je hodnocena podle tohoto modelu na základě délky kontextu a minimální kvality, kterou si zvolíte. Rychlost je odhad pro jednotlivý požadavek, vypočítaná z paměťové šířky karty a velikosti modelu po kompresi..

Vypočteno pro tento model

4 karty, které to mohou spustit

818 karty, které máme specifikace pro

Nejmenší karta, která se vejde

Radeon Instinct MI325X

256 GB · IQ4_XS · 51.8 tok/s

Nejrychlejší karta

B300

83.2 tok/s · 288 GB

Které GPU mohou spustit Jamba 1.5-Large?

Nastavte vstupy, přečtěte si odpověď

Delší konverzace potřebuje více paměti, což může tento model vytlačit z menších karet..

Skrývá karty, které by se do modelu vešly pouze jeho stlačením pod tento bod.

4 karty odpovídají

Vypočítávání
Potřebuje Kvantisace Pohodlné
83.2 tok/s

50–133 · nízká důvěra

B300 NVIDIA 288 GB 8,000 GB/s Sep 2025 234.4 GB Q4_K_M Těsný
66.5 tok/s

40–106 · nízká důvěra

Radeon Instinct MI350X AMD 288 GB 8,190 GB/s Jan 2025 234.4 GB Q4_K_M Těsný
66.5 tok/s

40–106 · nízká důvěra

Radeon Instinct MI355X AMD 288 GB 8,190 GB/s Jan 2025 234.4 GB Q4_K_M Těsný
51.8 tok/s

31–83 · nízká důvěra

Radeon Instinct MI325X AMD 256 GB 6,000 GB/s Oct 2024 211.3 GB IQ4_XS Těsný

Rychlosti jsou odhady pro jednoho žadatele — jednu konverzaci najednou — vypočítané z šířky pásma paměti, velikosti modelu a kvantizace. Skutečný průchod se liší s výkonem inference a jeho verzí. Čísla zveřejněná výrobci hardwaru měří mnoho simultánních požadavků a jsou mnohem vyšší..

Na záznamu

Plná specifikace

Všechno o tomto modelu v záznamech. Většina z toho popisuje, jak byl trénován, spíše než jak funguje — užitečný kontext pro posouzení, kolik práce do něj bylo vynaloženo, a jak se srovnává s modely postavenými na jiné úrovni..

Původ

Kdo vytvořil tento model, kde a kdy byl publikován.

Organizace
AI21 Labs
Typ organizace
Industry
Země
Israel
Publikováno
22 August 2024
Autoři
Barak Lenz, Alan Arazi, Amir Bergman, Avshalom Manevich, Barak Peleg, Ben Aviram, Chen Almagor, Clara Fridman, Dan Padnos, Daniel Gissin, Daniel Jannai, Dor Muhlgay, Dor Zimberg, Edden M Gerber, Elad Dolev, Eran Krakovsky, Erez Safahi, Erez Schwartz, Gal Cohen, Gal Shachaf, Haim Rozenblum, Hofit Bata, Ido Blass, Inbal Magar, Itay Dalmedigos, Jhonathan Osin, Julie Fadlon, Maria Rozman, Matan Danos,…

Co to dělá

Problémové oblasti, pro které byl model vytvořen. Model může obsahovat několik z každého.

Doména
Language
Úkol
Language modeling/generation, Chat, Translation, Question answering
Přístup
Self-supervised learning
Číselný formát
BF16

Velikost

Jak velký je model a kolik dat byl trénován. Parametry jsou číslo, které rozhoduje, zda se vejde na danou grafickou kartu.

parametry
398B

94B active/398B total

Výcviková data
tokens

Tréninkový běh

Co fyzicky vyžadovalo trénování: které čipy, kolik, jak dlouho a co to vyžadovalo ze zásuvky.

Tréninkový hardware
NVIDIA H100 SXM5 80GB

Dostupnost

Zda můžete získat model a spustit ho na svém vlastním hardwaru, což rozhoduje o tom, zda se některé z čísel grafických karet na této stránce vztahují.

Hmotnosti
Open — downloadable
Přístup k modelu
Open weights (restricted use)
Tréninkový kód
Unreleased

Commercial use allowed up to $50M USD annual revenue.

Hugging Face
ai21labs

Jak je to klasifikováno

Štítky aplikačních datových sad, které se používají při sledování významných modelů, a jak jistý je ve záznamu.

Pravděpodobně nad 10²³ FLOP
Yes
Proč je to sledováno
Training cost
Záznam důvěry
Confident

Žrovy

Odkud tento záznam pochází a kdy byl naposledy zkontrolován.

Reference
Jamba-1.5: Hybrid Transformer-Mamba Models at Scale
Nap poslední aktualizace
28 November 2025

Extrémy

Deset nejrychlejších GPU, které běží Jamba 1.5-Large

Seřazeno podle odhadovaných tokenů za sekundu, nejnovější karta první, kde se rychlosti shodují. Protože generování je omezeno šířkou pásma paměti, toto řazení následuje šířku pásma spíše než jakýkoli herní benchmark..

  1. 01 B300 288 GB · 8,000 GB/s · Q4_K_M 83.2 tok/s
  2. 02 Radeon Instinct MI350X 288 GB · 8,190 GB/s · Q4_K_M 66.5 tok/s
  3. 03 Radeon Instinct MI355X 288 GB · 8,190 GB/s · Q4_K_M 66.5 tok/s
  4. 04 Radeon Instinct MI325X 256 GB · 6,000 GB/s · IQ4_XS 51.8 tok/s

Nejmenší GPU, které ještě běží Jamba 1.5-Large

Nejlevnější cesta dovnitř, podle kapacity paměti. Těsný fit spustí model, ale nenechá nic navíc na delší konverzaci..

  1. 01 Radeon Instinct MI325X 256 GB · Potřebuje 211.3 GB · IQ4_XS · Těsný 51.8 tok/s
  2. 02 B300 288 GB · Potřebuje 234.4 GB · Q4_K_M · Těsný 83.2 tok/s
  3. 03 Radeon Instinct MI350X 288 GB · Potřebuje 234.4 GB · Q4_K_M · Těsný 66.5 tok/s
  4. 04 Radeon Instinct MI355X 288 GB · Potřebuje 234.4 GB · Q4_K_M · Těsný 66.5 tok/s

Co čísla znamenají

Hardwarové požadavky v praxi

Minimum karta

Radeon Instinct MI325X

Potřeba paměti

211.3 GB

Nejrychlejší

83.2 tok/s

Jamba 1.5-Large dosahuje počtu parametrů 398B. To je nad rámec toho, co jakákoliv jednotlivá GPU karta pojme. Spuštění znamená buď rozdělení na několik karet, nebo pronájem hardwaru určeného k této práci, a každá karta schopná to unést samostatně je součástí datacentra. Počet, který může: 4.

Vstupní bod je Radeon Instinct MI325X, s kapacitou VRAM 256 GB, spuštění na kompresi IQ4_XS a vyrábějí kolem 51.8 tokenů za sekundu

Špičkový model je B300, generování přibližně 83.2 tokens za sekundu na základě šířky pásma VRAM 8,000 GB/s.

Co je tento MODEL

Jamba 1.5-Large byl zveřejněn AI21 Labs, v zemi zaznamenané jako Israel, během August 2024. Vychází z organizace, která je kategorizována jako industry.

funguje v oblasti Language, a je zaznamenán jako vykonávající úkol language modeling/generation, Chat, Translation, Question answering.

Zveřejněné váhy znamenají, že model běží na vašem stroji, nikoli na stroji někoho jiného, což činí otázku ohledně hardwaru níže odpovídatelnou. Na Hugging Face je publikováno pod organizací ai21labs.

Co rozhoduje o rychlosti

Polovina karet, které to drží, zvládne více než 66.5 tokens za sekundu. Překračující rychlost čtení rovnou: 4 z nich

Protože směruje každý token skrze podmnožinu svých vah, produkuje text rychlostí mnohem menšího modelu. Zádrhel je v paměti: všechna musí stále vejít, takže rychlost je spíše bonusem než slevou na hardwaru.

Paměť zde je odhadována podle velikosti, spíše než aby byla vypočtena z architektury, která není pro tento model zaznamenána — čísla jsou spíše indikativní než přesná.

Co bylo zapotřebí k jeho vybudování

Jeho kritérium zahrnutí: training cost.

Krok za krokem

Jak vybrat GPU pro Jamba 1.5-Large

Stůl výše již posoudil každou kartu, pro kterou máme specifikace, proti tomuto modelu. Dostání se k vaší odpovědi trvá šest kroků.

  1. 01

    Zkontrolujte, co to potřebuje před čímkoli jiným.

    Začněte od toho, co skutečně potřebuje, což je požadavek na Jamba 1.5-Large, potřebující kolem 211.3 GB při kompresi IQ4_XS. Žádné množství výpočetního výkonu nenahradí kartu, která to nemůže udržet.

  2. 02

    Rozhodněte, jak dlouho vaše konverzace běží

    Delší konverzace spotřebovávají paměť navíc k tomu, co potřebují váhy. Posuňte jezdec na svou skutečnou pracovního délku, než důvěřujete jakémukoliv řádku pro Jamba 1.5-Large.

  3. 03

    Nastavte minimální kvalitu

    Každá KARTA spouští nejméně komprimovanou kopii, kterou může udržet., dosahující komprese IQ4_XS na nejmenší kartě, která se vejde. Nastavení minimální kvality odstraňuje karty, které pouze splňují tuto kvalitu tím, že ji dále stlačují více, než byste chtěli, a udržuje srovnání na jedné úrovni.

  4. 04

    Hodnoťte podle propustnosti spíše než podle specifikace

    Seřaďte podle rychlosti, abyste viděli, jak si karty vedou. Jamba 1.5-Large. Nebude to odpovídat hernímu pořádku, protože generace je omezena šířkou pásma paměti. Grafická karta, která vede seznam, je B300, na 83.2 tok/s

  5. 05

    Přečtěte si poslední sloupec fit

    Sloupec vhodnosti odděluje karty, které to jen tak tak zvládají, od těch, které mají místo navíc, v případě Jamba 1.5-Large. Pohodlný znamená, že můžete později zvětšit kontext. Ten rozdíl má větší význam než pár tokenů za sekundu, takže kupte pro pohodlné, pokud to očekáváte.

  6. 06

    Podívejte se, co dalšího ta karta spouští

    Každý název karty odkazuje na její vlastní stránku, která provádí stejný výpočet v celém katalogu modelů. Karta se obvykle kupuje pro více než jeden model, takže se vyplatí se podívat před tím, než koupíte. Jamba 1.5-Large.

Odpovědi

Jamba 1.5-Large — běžné otázky

01

Jamba 1.5-Large— Jakou GPU potřebuji k jejímu spuštění?

Nejmenší karta v našem katalogu, která to udrží, je Radeon Instinct MI325X, s kapacitou VRAM 256 GB. Spouští model při kompresi IQ4_XS používající přibližně 211.3 GB, a produkuje přibližně 51.8 tokeny za sekundu. Celkový počet karet, které mohou model běžet: 4.

02

Jamba 1.5-Large— jak rychle je to na GPU?

Záleží na kartě. Nejrychleji, jak to spočítáme, je B300, přibližně 83.2 tokenů za sekundu; nejpomalejší, který stále běží, zvládá výrazně méně. Rychlost čtení je kolem deseti tokenů za sekundu, a počet karet, které to zvládají: 4.

03

Jamba 1.5-Large— kolik VRAM potřebuje?

Potřebuje asi 211.3 GB při kompresi IQ4_XS, která je ta nejmenší karta, která to používá. Méně komprese vyžaduje více: čísla ve sloupci paměti výše jsou přepočítána pro každou kartu, protože každá drží nejméně komprimovanou verzi, kterou může.

04

Jamba 1.5-Large— Je to OPEN SOURCE?

Jeho váhy jsou zveřejněny, takže si je lze stáhnout a spustit na vlastním hardwaru. Všimněte si, že open WEIGHTS není totéž co open SOURCE v plném smyslu — neříká nic o tréninkových datech, tréninkovém kódu nebo obchodních podmínkách připojených.

05

Jamba 1.5-Large— kolik má parametrů?

Má počet parametrů 398B. 94B active/398B total. Tato cifra je celková a rozhoduje o tom, kolik VRAM model potřebuje — přibližně půl gigabajtu na miliardu při kompresi, kterou většina lidí používá.

06

Jamba 1.5-Large— Kdo to vytvořil?

Bylo to publikováno společností AI21 Labs, zakládající se na Israel, organizace zařazená jako industry.

07

Jamba 1.5-Large— Kdy byl vydán?

Bylo to zveřejněno v August 2024. Schopnost na parametr se od té doby výrazně zlepšila, takže novější model stejné velikosti je často lepším využitím stejného hardwaru.

08

Jamba 1.5-Large— K čemu se to používá?

funguje v oblasti Language, a je zaznamenáno jako zpracovávající úkol language modeling/generation, Chat, Translation, Question answering. Toto jsou oblasti, kolem nichž byl navržen; popisují záměr spíše než tvrdou hranici.

09

Jamba 1.5-Large— kde si to mohu stáhnout?

Jeho váhy jsou publikovány na Hugging Face, pod organizací ai21labs. Na našem webu nenabízíme soubory modelů — tento web vypočítává, jaký hardware je potřebný pro jejich spuštění.

10

Jamba 1.5-Large— Mohu to spustit, pokud se to nevejde do mé GPU?

Může být rozdělen mezi GPU kartu a systémovou paměť, ale v tomto případě se generuje bolestivě pomalu. Nejbližší nepřesnost, kterou vypočítáme, zaostává o 61.6 GB. Každá postava zde předpokládá, že celý model je umístěn na kartě.

11

Jamba 1.5-Large— Běhalo by to rychleji na dvou GPU?

Dvě karty koupit paměť spíše než rychlost, což záleží pouze pokud jedna karta to nemůže udržet. Číslo, které může: 4. Takže druhá karta je tu zřídka odpovědí.

12

Jamba 1.5-Large— proč se kvantizace liší mezi kartami?

Protože se kapacita liší, liší se i to, jak moc musí být stlačena. Počet odlišných úrovní v tabulce výše: 2. Větší karty získávají přesnější verzi a kvalita podlahy nad piny srovnává na jednu úroveň.

13

Jamba 1.5-Large— Jak přesné jsou tyto odhady rychlosti?

Jsou vypočítány ze specifikací spíše než měřeny a každá má určité rozmezí. Jeden příklad: 50–133 tok/s na B300. Stejný model a karta se liší o třicet až padesát procent v závislosti na softwaru pro inferenci a jeho verzi.

Zdroj

Původní publikace

Nahrávka naposledy aktualizována 28 November 2025

Druhý směr

Díváte se na to z druhé strany?

Tato stránka začíná od modelu. Pokud již vlastníte kartu a chcete vědět všechno, co bude spuštěno, začněte raději od hardwaru.

Všechny AI modely