JIUTIAN-139MoE TPS kalkulátor

Otevřít váhy China Mobile 38.8B parametry June 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

126 karty, které to mohou spustit

818 karty, které máme specifikace pro

Nejmenší karta, která se vejde

Tesla M40 24 GB

24 GB · Q3_K_M · 7.2 tok/s

Nejrychlejší karta

B200

87.3 tok/s · 180 GB

Které GPU mohou spustit JIUTIAN-139MoE?

Nastavte vstupy, přečtěte si odpověď

Délka kontextu tokeny

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

Minimální kvalita

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

Hledat karty

Paměť karty

Také zobrazit karty, které to nemohou spustit.

126 karty odpovídají

Vypočítávání

					Potřebuje	Kvantisace	Pohodlné
87.3 tok/s 52–140 · nízká důvěra	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	42.2 GB	Q8_0	Pohodlný
87.3 tok/s 52–140 · nízká důvěra	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	42.2 GB	Q8_0	Pohodlný
69.7 tok/s 42–112 · nízká důvěra	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	42.2 GB	Q8_0	Pohodlný
69.7 tok/s 42–112 · nízká důvěra	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	42.2 GB	Q8_0	Pohodlný
55.8 tok/s 33–89 · nízká důvěra	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	42.2 GB	Q8_0	Pohodlný
53.4 tok/s 32–85 · nízká důvěra	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	42.2 GB	Q8_0	Pohodlný
53.4 tok/s 32–85 · nízká důvěra	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	42.2 GB	Q8_0	Pohodlný
51.1 tok/s 31–82 · nízká důvěra	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	42.2 GB	Q8_0	Pohodlný
45.3 tok/s 27–73 · nízká důvěra	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	42.2 GB	Q8_0	Pohodlný
45.3 tok/s 27–73 · nízká důvěra	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	42.2 GB	Q8_0	Pohodlný
45.3 tok/s 27–73 · nízká důvěra	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	42.2 GB	Q8_0	Pohodlný
43.0 tok/s 26–69 · nízká důvěra	H100 NVL 94 GB NVIDIA	94 GB	3,940 GB/s	Mar 2023	42.2 GB	Q8_0	Pohodlný
39.5 tok/s 24–63 · nízká důvěra	GeForce RTX 5090 D V2 NVIDIA	24 GB	1,340 GB/s	Aug 2025	19.7 GB	Q3_K_M	Těsný
36.7 tok/s 22–59 · nízká důvěra	H100 PCIe 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	42.2 GB	Q8_0	Pohodlný
36.7 tok/s 22–59 · nízká důvěra	H100 SXM5 80 GB NVIDIA	80 GB	3,360 GB/s	Oct 2022	42.2 GB	Q8_0	Pohodlný
36.7 tok/s 22–59 · nízká důvěra	H100 SXM5 94 GB NVIDIA	94 GB	3,360 GB/s	Mar 2023	42.2 GB	Q8_0	Pohodlný
36.7 tok/s 22–59 · nízká důvěra	H100 SXM5 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	42.2 GB	Q8_0	Pohodlný
36.7 tok/s 22–59 · nízká důvěra	H800 SXM5 NVIDIA	80 GB	3,360 GB/s	Mar 2023	42.2 GB	Q8_0	Pohodlný
36.5 tok/s 22–58 · nízká důvěra	DRIVE A100 PROD NVIDIA	32 GB	1,870 GB/s	May 2020	28.7 GB	Q5_K_M	Těsný
36.5 tok/s 22–58 · nízká důvěra	GRID A100A NVIDIA	32 GB	1,870 GB/s	May 2020	28.7 GB	Q5_K_M	Těsný
35.9 tok/s 22–58 · nízká důvěra	A30X NVIDIA	24 GB	1,220 GB/s	Apr 2021	19.7 GB	Q3_K_M	Těsný
34.9 tok/s 21–56 · nízká důvěra	GeForce RTX 5090 NVIDIA	32 GB	1,790 GB/s	Jan 2025	28.7 GB	Q5_K_M	Těsný
34.9 tok/s 21–56 · nízká důvěra	GeForce RTX 5090 D NVIDIA	32 GB	1,790 GB/s	Jan 2025	28.7 GB	Q5_K_M	Těsný
29.8 tok/s 18–48 · nízká důvěra	GeForce RTX 3090 Ti NVIDIA	24 GB	1,010 GB/s	Jan 2022	19.7 GB	Q3_K_M	Těsný
29.8 tok/s 18–48 · nízká důvěra	GeForce RTX 4090 NVIDIA	24 GB	1,010 GB/s	Sep 2022	19.7 GB	Q3_K_M	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: China Mobile
Typ organizace: Industry
Země: China
Publikováno: 15 June 2024

Co to dělá

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

Doména: Language
Úkol: Language modeling/generation, Question answering, Code generation

Velikost

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

parametry: 38.8B
Výcviková data: tokens

Výpočty pro trénink

Aritmetika prováděná k trénování modelu, měřená v operacích s plovoucí desetinnou čárkou. Je to měřítko toho, kolik stál tréninkový běh, ne jak rychle hotový model na vás odpovídá.

Výpočty pro trénink: 4.4 × 10²³ FLOP
Jak bylo ustanoveno: Operation counting,Hardware

Tréninkový běh

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

Tréninkový hardware: NVIDIA A800 PCIe,Ascend (昇腾) 910B
Používané čipy: 896
Doba reálného času: 1,464 hours (61 days)

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 (unrestricted)
Tréninkový kód: Unreleased

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
Záznam důvěry: Confident

Žrovy

Odkud tento záznam pochází a kdy byl naposledy zkontrolován.

Reference: JIUTIAN-139MOE: TECHNICAL REPORT
Nap poslední aktualizace: 28 November 2025

Extrémy

Deset nejrychlejších GPU, které běží JIUTIAN-139MoE

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..

Nejmenší GPU, které ještě běží JIUTIAN-139MoE

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

Co čísla znamenají

Co je potřeba k provozování tohoto modelu

Minimum karta

Tesla M40 24 GB

Potřeba paměti

19.7 GB

Nejrychlejší

87.3 tok/s

JIUTIAN-139MoE dosahuje počtu parametrů 38.8B. To přistane v oblasti, kterou může zvládnout seriózní desktopová KARTA, jakmile jsou VÁHY zkomprimovány. Počet KARET, které sledujeme a které to mohou spustit: 126.

Nejmenší karta, která to pojme, je Tesla M40 24 GB, s kapacitou VRAM 24 GB, spuštění na kompresi Q3_K_M a vyrábějí kolem 7.2 tokenů za sekundu

Na druhém konci sedí B200, generování přibližně 87.3 tokens za sekundu na základě šířky pásma VRAM 8,000 GB/s.

Co je tento MODEL

JIUTIAN-139MoE byl zveřejněn China Mobile, v zemi zaznamenané jako China, během June 2024. Vychází z organizace, která je kategorizována jako industry.

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

Protože byly jeho váhy uvolněny, nic ohledně jeho spuštění nezávisí na dostupnosti poskytovatele - je to vaše, jakmile je stáhnuto.

Co rozhoduje o rychlosti

Polovina karet, které to drží, zvládne více než 19.5 tokenů za sekundu 91 z nich

Každá váha se účastní každého tokenu zde, takže šířka pásma je celá historie: hodnocení níže je ve skutečnosti hodnocením propustnosti paměti.

Bez rozložení pozornosti v záznamu je sloupec paměti přibližný. Je dost blízko na to, aby se podle něj vybralo hardware, a je nejméně spolehlivý při dlouhém kontextu.

Jak bylo trénováno

Trénování si vyžádalo výpočetní rozpočet přibližně 4.4 × 10²³ FLOP, na hardwaru zaznamenáno jako NVIDIA A800 PCIe,Ascend (昇腾) 910B. Tato částka měří, kolik stál výroba modelu, a nemá žádný vliv na to, jak rychle odpovídá.

Krok za krokem

Jak vybrat GPU pro JIUTIAN-139MoE

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

01

Zkontrolujte, co to potřebuje před čímkoli jiným.

Tabulka uvádí každou kartu, která je schopna pojmout JIUTIAN-139MoE, potřebující kolem 19.7 GB při kompresi Q3_K_M. Žádné množství výpočetního výkonu nenahradí kartu, která to nemůže udržet.
02

Přizpůsobte kontext svému skutečnému použití

Nastavte kontext na to, co skutečně použijete. Cache roste s konverzací a to je obvyklý důvod, proč karta, která se zdála v pořádku, přestane vejít. JIUTIAN-139MoE.
03

Vyberte, jak moc to budete komprimovat.

Každá KARTA spouští nejméně komprimovanou kopii, kterou může udržet., dosahující komprese Q3_K_M 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.
04

Třídit podle rychlosti

Rychlostní řazení je v podstatě řazením podle šířky pásma paměti, pro JIUTIAN-139MoE. Nebude to odpovídat hernímu pořádku, protože generace je omezena šířkou pásma paměti. Grafická karta, která vede seznam, je B200, na 87.3 tok/s
05

Zkontrolujte verdikt o vhodnosti před koupí

Tight znamená, že se načítá a funguje bez možnosti později zvýšit context length, v případě JIUTIAN-139MoE. Pohodlný znamená, že můžete později zvětšit kontext. Ten rozdíl má větší význam než pár tokenů za sekundu, takže kupte pro pohodlné, pokud to očekáváte.
06

Otevřete kartu, na které jste se usadili.

Každá stránka karty opakuje tento postup pro každý model, který máme, a odpovídá na to, k čemu je hardware dobrý kromě JIUTIAN-139MoE.

Odpovědi

JIUTIAN-139MoE — běžné otázky

JIUTIAN-139MoE— Jakou GPU potřebuji k jejímu spuštění?

Nejmenší karta v našem katalogu, která to udrží, je Tesla M40 24 GB, s kapacitou VRAM 24 GB. Spouští model při kompresi Q3_K_M používající přibližně 19.7 GB, a produkuje přibližně 7.2 tokeny za sekundu. Celkový počet karet, které mohou model běžet: 126.

JIUTIAN-139MoE— jak rychle je to na GPU?

Záleží na kartě. Nejrychleji, jak to spočítáme, je B200, přibližně 87.3 tokenů za sekundu; nejpomalejší, který stále běží, zvládá výrazně méně. Rychlost čtení je kolem deseti tokenů za sekundu, a počet karet, které to zvládají: 91.

JIUTIAN-139MoE— kolik VRAM potřebuje?

Potřebuje asi 19.7 GB při kompresi Q3_K_M, 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.

JIUTIAN-139MoE— mohu to spustit na GPU držící 24 GB?

Ano. GPU kartu GeForce RTX 5090 D V2, držení 24 GB, provozuje ho při kompresi Q3_K_M, používající přibližně 19.7 GB a generováním zhruba 39.5 tokenů za sekundu. Fit je těsný.

JIUTIAN-139MoE— 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.

JIUTIAN-139MoE— kolik má parametrů?

Má počet parametrů 38.8B. 38.8B - total parameters 13B - activated parameters. Tato cifra je celková a rozhoduje o tom, kolik VRAM model potřebuje — přibližně půl gigabajtu na miliardu při kompresi, kterou většina lidí používá.

JIUTIAN-139MoE— Kdo to vytvořil?

Bylo to publikováno společností China Mobile, zakládající se na China, organizace zařazená jako industry.

JIUTIAN-139MoE— Kdy byl vydán?

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

JIUTIAN-139MoE— K čemu se to používá?

funguje v oblasti Language, a je zaznamenáno jako zpracovávající úkol language modeling/generation, Question answering, Code generation. Modely často obsahují více než jeden z každého a štítky popisují účel spíše než omezení schopností.

JIUTIAN-139MoE— kde si to mohu stáhnout?

Váhy jsou zveřejněny, i když nemáme odkaz na repozitář. Tato stránka vypočítává hardwarové požadavky spíše než aby hostila modelové soubory.

JIUTIAN-139MoE— kolik výpočetního výkonu bylo použito k jeho trénování?

Trénink spotřeboval kolem 4.4 × 10²³ FLOP, na hardwaru zaznamenáno jako NVIDIA A800 PCIe,Ascend (昇腾) 910B. To měří, co stálo výrobu modelu, a neříká nic o tom, jak rychle odpovídá po natrénování — rychlost inferencí závisí na šířce pásma paměti, nikoli na rozpočtu na trénink.

JIUTIAN-139MoE— Mohu to spustit, pokud se to nevejde do mé GPU?

Pouze přenosem, což je obvykle falešná ekonomika: část držená v paměti systému zpomaluje celé to. Nejbližší nepřesnost, kterou vypočítáme, zaostává o 6.2 GB. Každá postava zde předpokládá, že celý model je umístěn na kartě.

JIUTIAN-139MoE— Běhalo by to rychleji na dvou GPU?

Druhá karta přibližně zdvojnásobí dostupnou paměť, ale ne rychlost generování. Počet, který je již schopen ji spustit sám: 126. Takže druhá karta je tu zřídka odpovědí.

JIUTIAN-139MoE— proč se kvantizace liší mezi kartami?

Každá KARTA je zobrazena, jak běží nejméně komprimovaná kopie, kterou může udržet. Počet různých úrovní komprese napříč KARTAMI, které ji vejít: 5. Větší karty získávají přesnější verzi a kvalita podlahy nad piny srovnává na jednu úroveň.

JIUTIAN-139MoE— Jak přesné jsou tyto odhady rychlosti?

Každé číslo je odvozeno od šířky pásma VRAM a velikosti modelu, není benchmarkováno, což je důvod, proč je každé publikováno jako rozsah spíše než jako jediné číslo. Jeden příklad: 52–140 tok/s na B200. 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