Octo-Base TPS kalkulátor

Otevřít váhy University of California (UC) Berkeley,Stanford University,Carnegie Mellon University (CMU),DeepMind 93M parametry May 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

818 karty, které to mohou spustit

818 karty, které máme specifikace pro

Nejmenší karta, která se vejde

Tesla C1080

4 GB · Q8_0 · 396 tok/s

Nejrychlejší karta

B200

36,433 tok/s · 180 GB

Které GPU mohou spustit Octo-Base?

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.

818 karty odpovídají

Vypočítávání
Potřebuje Kvantisace Pohodlné
36,433 tok/s

21,860–58,292 · nízká důvěra

B200 NVIDIA 180 GB 8,000 GB/s Jan 2024 0.8 GB Q8_0 Pohodlný
36,433 tok/s

21,860–58,292 · nízká důvěra

B300 NVIDIA 288 GB 8,000 GB/s Sep 2025 0.8 GB Q8_0 Pohodlný
29,092 tok/s

17,455–46,548 · nízká důvěra

Radeon Instinct MI350X AMD 288 GB 8,190 GB/s Jan 2025 0.8 GB Q8_0 Pohodlný
29,092 tok/s

17,455–46,548 · nízká důvěra

Radeon Instinct MI355X AMD 288 GB 8,190 GB/s Jan 2025 0.8 GB Q8_0 Pohodlný
23,267 tok/s

13,960–37,227 · nízká důvěra

Radeon Instinct MI300 AMD 128 GB 6,550 GB/s Jan 2023 0.8 GB Q8_0 Pohodlný
22,269 tok/s

13,362–35,631 · nízká důvěra

H200 NVL NVIDIA 141 GB 4,890 GB/s Nov 2024 0.8 GB Q8_0 Pohodlný
22,269 tok/s

13,362–35,631 · nízká důvěra

H200 SXM 141 GB NVIDIA 141 GB 4,890 GB/s Nov 2024 0.8 GB Q8_0 Pohodlný
21,313 tok/s

12,788–34,101 · nízká důvěra

Radeon Instinct MI325X AMD 256 GB 6,000 GB/s Oct 2024 0.8 GB Q8_0 Pohodlný
18,915 tok/s

11,349–30,265 · nízká důvěra

Radeon Instinct MI300A AMD 128 GB 5,325 GB/s Dec 2023 0.8 GB Q8_0 Pohodlný
18,915 tok/s

11,349–30,265 · nízká důvěra

Radeon Instinct MI300X AMD 192 GB 5,325 GB/s Dec 2023 0.8 GB Q8_0 Pohodlný
18,915 tok/s

11,349–30,265 · nízká důvěra

Radeon Instinct MI308X AMD 192 GB 5,325 GB/s Dec 2023 0.8 GB Q8_0 Pohodlný
17,943 tok/s

10,766–28,709 · nízká důvěra

H100 NVL 94 GB NVIDIA 94 GB 3,940 GB/s Mar 2023 0.8 GB Q8_0 Pohodlný
15,302 tok/s

9,181–24,483 · nízká důvěra

H100 PCIe 96 GB NVIDIA 96 GB 3,360 GB/s Mar 2023 0.8 GB Q8_0 Pohodlný
15,302 tok/s

9,181–24,483 · nízká důvěra

H100 SXM5 80 GB NVIDIA 80 GB 3,360 GB/s Oct 2022 0.8 GB Q8_0 Pohodlný
15,302 tok/s

9,181–24,483 · nízká důvěra

H100 SXM5 94 GB NVIDIA 94 GB 3,360 GB/s Mar 2023 0.8 GB Q8_0 Pohodlný
15,302 tok/s

9,181–24,483 · nízká důvěra

H100 SXM5 96 GB NVIDIA 96 GB 3,360 GB/s Mar 2023 0.8 GB Q8_0 Pohodlný
15,302 tok/s

9,181–24,483 · nízká důvěra

H800 SXM5 NVIDIA 80 GB 3,360 GB/s Mar 2023 0.8 GB Q8_0 Pohodlný
11,651 tok/s

6,991–18,642 · nízká důvěra

Radeon Instinct MI250 AMD 128 GB 3,280 GB/s Nov 2021 0.8 GB Q8_0 Pohodlný
11,651 tok/s

6,991–18,642 · nízká důvěra

Radeon Instinct MI250X AMD 128 GB 3,280 GB/s Nov 2021 0.8 GB Q8_0 Pohodlný
9,709 tok/s

5,826–15,535 · nízká důvěra

Data Center GPU Max 1550 Intel 128 GB 3,280 GB/s Jan 2023 0.8 GB Q8_0 Pohodlný
9,502 tok/s

5,701–15,203 · nízká důvěra

Data Center GPU Max Subsystem Intel 128 GB 3,210 GB/s Jan 2023 0.8 GB Q8_0 Pohodlný
9,290 tok/s

5,574–14,865 · nízká důvěra

A100 SXM4 80 GB NVIDIA 80 GB 2,040 GB/s Nov 2020 0.8 GB Q8_0 Pohodlný
9,290 tok/s

5,574–14,865 · nízká důvěra

A100X NVIDIA 80 GB 2,040 GB/s Jun 2021 0.8 GB Q8_0 Pohodlný
9,290 tok/s

5,574–14,865 · nízká důvěra

A800 SXM4 80 GB NVIDIA 80 GB 2,040 GB/s Aug 2022 0.8 GB Q8_0 Pohodlný
9,290 tok/s

5,574–14,865 · nízká důvěra

H100 CNX NVIDIA 80 GB 2,040 GB/s Mar 2023 0.8 GB Q8_0 Pohodlný

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
University of California (UC) Berkeley,Stanford University,Carnegie Mellon University (CMU),DeepMind
Typ organizace
Academia,Academia,Academia,Industry
Země
United States of America, United Kingdom of Great Britain and Northern Ireland
Publikováno
20 May 2024
Autoři
Octo Model Team, Dibya Ghosh, Homer Walke, Karl Pertsch, Kevin Black, Oier Mees, Sudeep Dasari, Joey Hejna, Tobias Kreiman, Charles Xu, Jianlan Luo, You Liang Tan, Lawrence Yunliang Chen, Pannag Sanketi, Quan Vuong, Ted Xiao, Dorsa Sadigh, Chelsea Finn, Sergey Levine

Co to dělá

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

Doména
Robotics
Úkol
Robotic manipulation
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
93M

Source: https://arxiv.org/abs/2405.12213

Výcviková data
tokens

Octo was pre-trained on 800k robot episodes from the Open X-Embodiment dataset. The authors describe this dataset as "heterogeneous," so it's unclear how to compute the size of the dataset. (Source: https://arxiv.org/abs/2405.12213)

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
5.9 × 10²⁰ FLOP

Training compute = peak FLOPs * utilization rate * training time ~= 128 TPUs * 275e12 FLOPs / TPU * 0.33 * 14 hours * 3600 s / hour ~= 585446400e12 FLOPs = 5.85e20 FLOPs, assuming utilization rate = 0.33.

Jak bylo ustanoveno
Hardware

Tréninkový běh

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

Tréninkový hardware
Google TPU v4
Používané čipy
128
Doba reálného času
14 hours

“We trained two variants of our model: Octo-Small with a transformer backbone that mirrors the size of a ViT-S, andOcto-Base with a transformer backbone that mirrors the size of a ViT-B. The ViT-B was trained for 300k steps with a batch size of 2048 using a TPU v4-128 pod, which took 14 hours." (Source: https://arxiv.org/abs/2405.12213)

Příkon
86.0 kW

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
Open source

MIT license https://huggingface.co/rail-berkeley/octo-base https://github.com/octo-models/octo

Hugging Face
rail-berkeley

Jak je to klasifikováno

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

Proč je to sledováno
SOTA improvement

Octo’s ability to control multiple robots out-of-the-box to the best openly available generalist robot policy, RT-1-X. RT-1-X had success rates of 0.2, ~0.38, and 0.6 on WidowX, UR5, and RT-1 Robot. Octo-Base outperformed RT-1-X on all tasks, with success rates of approximately 0.5, 0.7, and 0.8 on WidowX, UR5, and RT-1 Robot, respectively. (Source: https://arxiv.org/abs/2405.12213)

Záznam důvěry
Confident
Citace
1,244

Žrovy

Odkud tento záznam pochází a kdy byl naposledy zkontrolován.

Reference
Octo: An Open-Source Generalist Robot Policy
Nap poslední aktualizace
25 May 2026

Extrémy

Deset nejrychlejších GPU, které běží Octo-Base

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 · Q8_0 36,433 tok/s
  2. 02 B200 180 GB · 8,000 GB/s · Q8_0 36,433 tok/s
  3. 03 Radeon Instinct MI350X 288 GB · 8,190 GB/s · Q8_0 29,092 tok/s
  4. 04 Radeon Instinct MI355X 288 GB · 8,190 GB/s · Q8_0 29,092 tok/s
  5. 05 Radeon Instinct MI300 128 GB · 6,550 GB/s · Q8_0 23,267 tok/s
  6. 06 H200 NVL 141 GB · 4,890 GB/s · Q8_0 22,269 tok/s
  7. 07 H200 SXM 141 GB 141 GB · 4,890 GB/s · Q8_0 22,269 tok/s
  8. 08 Radeon Instinct MI325X 256 GB · 6,000 GB/s · Q8_0 21,313 tok/s
  9. 09 Radeon Instinct MI300A 128 GB · 5,325 GB/s · Q8_0 18,915 tok/s
  10. 10 Radeon Instinct MI300X 192 GB · 5,325 GB/s · Q8_0 18,915 tok/s

Nejmenší GPU, které ještě běží Octo-Base

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

  1. 01 GeForce RTX 4010 4 GB · Potřebuje 0.8 GB · Q8_0 · Pohodlný 437 tok/s
  2. 02 RTX A400 4 GB · Potřebuje 0.8 GB · Q8_0 · Pohodlný 437 tok/s
  3. 03 RTX 500 Mobile Ada Generation 4 GB · Potřebuje 0.8 GB · Q8_0 · Pohodlný 583 tok/s
  4. 04 GeForce RTX 3050 A Mobile 4 GB · Potřebuje 0.8 GB · Q8_0 · Pohodlný 874 tok/s
  5. 05 Jetson Orin Nano 4 GB 4 GB · Potřebuje 0.8 GB · Q8_0 · Pohodlný 155 tok/s
  6. 06 Radeon RX 6450M 4 GB · Potřebuje 0.8 GB · Q8_0 · Pohodlný 455 tok/s
  7. 07 Radeon RX 6550M 4 GB · Potřebuje 0.8 GB · Q8_0 · Pohodlný 512 tok/s
  8. 08 Radeon RX 6550S 4 GB · Potřebuje 0.8 GB · Q8_0 · Pohodlný 455 tok/s
  9. 09 Arc A310 4 GB · Potřebuje 0.8 GB · Q8_0 · Pohodlný 367 tok/s
  10. 10 Arc Pro A30M 4 GB · Potřebuje 0.8 GB · Q8_0 · Pohodlný 379 tok/s

Co čísla znamenají

Co je potřeba k provozování tohoto modelu

Minimum karta

Tesla C1080

Potřeba paměti

0.8 GB

Nejrychlejší

36,433 tok/s

Octo-Base dosahuje počtu parametrů 93M. To je dost malé, že hardware je zřídkakdy překážkou, včetně karet starých několik let. Počet karet, které sledujeme, které to mohou spustit: 818.

Nejmenší karta, která to pojme, je Tesla C1080, s kapacitou VRAM 4 GB, spuštění na kompresi Q8_0 a vyrábějí kolem 396 tokenů za sekundu

Špičkový model je B200, generování přibližně 36,433 tokens za sekundu na základě šířky pásma VRAM 8,000 GB/s.

O tomto modelu

Octo-Base byl zveřejněn University of California (UC) Berkeley,Stanford University,Carnegie Mellon University (CMU),DeepMind, v zemi zaznamenané jako United States of America, během May 2024. Vydavatelská organizace je kategorizována jako academia,Academia,Academia,Industry.

funguje v oblasti Robotics, a je zaznamenán jako vykonávající úkol robotic manipulation.

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 rail-berkeley.

Jak rychle to běží a proč

Mediánový výsledek je kolem 1,023.0 tokenů za sekundu. Producing text faster than most people read it: 818 z nich

Je to hustý model, takže každý parametr je čten pro každý token vyprodukovaný. To dělá rychlost téměř přesně sledovat paměťovou šířku pásma — karta s dvojnásobnou šířkou pásma generuje přibližně dvojnásobně rychle.

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.

Jak bylo trénováno

Trenovací běh spotřeboval asi 5.9 × 10²⁰ FLOP, na hardwaru zaznamenáno jako Google TPU v4. Tato částka měří, kolik stál výroba modelu, a nemá žádný vliv na to, jak rychle odpovídá.

Je sledováno v základním datasetu z jednoho konkrétního důvodu: sOTA improvement.

Krok za krokem

Jak vybrat GPU pro Octo-Base

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.

    Každá KARTA zde byla zkontrolována proti Octo-Base, potřebující kolem 0.8 GB při kompresi Q8_0. Kapacita je brána — karta buď ji má, nebo ne.

  2. 02

    Nastavte délku kontextu, se kterou budete pracovat

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

  3. 03

    Rozhodněte, jaké množství komprese přijmete

    Sloupec kvantizace se liší podle KARTY, protože větší KARTA má přesnější kopii., dosahující komprese Q8_0 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

    Srovnejte TPS, ne specifikace

    Rychlostní řazení je v podstatě řazením podle šířky pásma paměti, pro Octo-Base. Nebude to odpovídat hernímu pořádku, protože generace je omezena šířkou pásma paměti. Grafická karta, která vede seznam, je B200, na 36,433 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 Octo-Base. 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

    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 Octo-Base.

Odpovědi

Octo-Base — běžné otázky

01

Octo-Base— Kdy byl vydán?

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

02

Octo-Base— K čemu se to používá?

funguje v oblasti Robotics, a je zaznamenáno jako zpracovávající úkol robotic manipulation. Model může nést několik z každého, takže to jsou oblasti, pro které byl navržen, spíše než omezení toho, co se pokusí.

03

Octo-Base— kde si to mohu stáhnout?

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

04

Octo-Base— kolik výpočetního výkonu bylo použito k jeho trénování?

Trénink spotřeboval kolem 5.9 × 10²⁰ FLOP, na hardwaru zaznamenáno jako Google TPU v4. 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.

05

Octo-Base— 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. Každá postava zde předpokládá, že celý model je umístěn na kartě.

06

Octo-Base— 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: 818. Takže druhá karta je tu zřídka odpovědí.

07

Octo-Base— proč se kvantizace liší mezi kartami?

Větší karta obsahuje přesnější kopii. Počet úrovní komprese používaných na kartách, které ji provádějí: 1. Větší karty získávají přesnější verzi a kvalita podlahy nad piny srovnává na jednu úroveň.

08

Octo-Base— Jak přesné jsou tyto odhady rychlosti?

Toto jsou odhady s reálnými chybami a kterýkoli z nich může rozumně spadnout kamkoli v jeho publikovaném rozmezí v závislosti na tom, který run AI model použijete. Nejrychlejší výsledek zde: 21,860–58,292 tok/s na B200. Stejný model a karta se liší o třicet až padesát procent v závislosti na softwaru pro inferenci a jeho verzi.

09

Octo-Base— Jakou GPU potřebuji k jejímu spuštění?

Nejmenší karta v našem katalogu, která to udrží, je Tesla C1080, s kapacitou VRAM 4 GB. Spouští model při kompresi Q8_0 používající přibližně 0.8 GB, a produkuje přibližně 396 tokeny za sekundu. Celkový počet karet, které mohou model běžet: 818.

10

Octo-Base— jak rychle je to na GPU?

Záleží na kartě. Nejrychleji, jak to spočítáme, je B200, přibližně 36,433 tokenů za sekundu; nejpomalejší, který stále běží, zvládá výrazně méně. Rychlost čtení je kolem deseti tokenů za sekundu, a počet karet, které to zvládají: 818.

11

Octo-Base— kolik VRAM potřebuje?

Potřebuje asi 0.8 GB při kompresi Q8_0, 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.

12

Octo-Base— mohu to spustit na GPU držící 8 GB?

Ano. GPU kartu CMP 170HX 8 GB, držení 8 GB, provozuje ho při kompresi Q8_0, používající přibližně 0.8 GB a generováním zhruba 6,786 tokenů za sekundu. Fit je pohodlný.

13

Octo-Base— mohu to spustit na GPU držící 12 GB?

Ano. GPU kartu GeForce RTX 3080 Ti, držení 12 GB, provozuje ho při kompresi Q8_0, používající přibližně 0.8 GB a generováním zhruba 4,155 tokenů za sekundu. Fit je pohodlný.

14

Octo-Base— mohu to spustit na GPU držící 16 GB?

Ano. GPU kartu Tesla V100 SXM2 16 GB, držení 16 GB, provozuje ho při kompresi Q8_0, používající přibližně 0.8 GB a generováním zhruba 5,146 tokenů za sekundu. Fit je pohodlný.

15

Octo-Base— mohu to spustit na GPU držící 24 GB?

Ano. GPU kartu GeForce RTX 5090 D V2, držení 24 GB, provozuje ho při kompresi Q8_0, používající přibližně 0.8 GB a generováním zhruba 6,102 tokenů za sekundu. Fit je pohodlný.

16

Octo-Base— 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.

17

Octo-Base— kolik má parametrů?

Má počet parametrů 93M. Source: https://arxiv.org/abs/2405.12213. Tato cifra je celková a rozhoduje o tom, kolik VRAM model potřebuje — přibližně půl gigabajtu na miliardu při kompresi, kterou většina lidí používá.

18

Octo-Base— Kdo to vytvořil?

Bylo to publikováno společností University of California (UC) Berkeley,Stanford University,Carnegie Mellon University (CMU),DeepMind, zakládající se na United States of America, organizace zařazená jako academia,Academia,Academia,Industry.

Zdroj

Původní publikace

Nahrávka naposledy aktualizována 25 May 2026

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