InternVL1.5 TPS kalkulátor

Otevřít váhy Shanghai AI Lab,SenseTime,Tsinghua University,Nanjing University,Fudan University,Chinese University of Hong Kong (CUHK) 25.5B parametry April 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

241 karty, které to mohou spustit

818 karty, které máme specifikace pro

Nejmenší karta, která se vejde

Xeon Phi 7120P

16 GB · Q3_K_M · 10.3 tok/s

Nejrychlejší karta

B200

133 tok/s · 180 GB

Které GPU mohou spustit InternVL1.5?

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.

241 karty odpovídají

Vypočítávání

					Potřebuje	Kvantisace	Pohodlné
133 tok/s 80–213 · nízká důvěra	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	28.0 GB	Q8_0	Pohodlný
133 tok/s 80–213 · nízká důvěra	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	28.0 GB	Q8_0	Pohodlný
106 tok/s 64–170 · nízká důvěra	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	28.0 GB	Q8_0	Pohodlný
106 tok/s 64–170 · nízká důvěra	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	28.0 GB	Q8_0	Pohodlný
84.9 tok/s 51–136 · nízká důvěra	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	28.0 GB	Q8_0	Pohodlný
81.2 tok/s 49–130 · nízká důvěra	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	28.0 GB	Q8_0	Pohodlný
81.2 tok/s 49–130 · nízká důvěra	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	28.0 GB	Q8_0	Pohodlný
77.7 tok/s 47–124 · nízká důvěra	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	28.0 GB	Q8_0	Pohodlný
69.0 tok/s 41–110 · nízká důvěra	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	28.0 GB	Q8_0	Pohodlný
69.0 tok/s 41–110 · nízká důvěra	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	28.0 GB	Q8_0	Pohodlný
69.0 tok/s 41–110 · nízká důvěra	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	28.0 GB	Q8_0	Pohodlný
65.4 tok/s 39–105 · nízká důvěra	H100 NVL 94 GB NVIDIA	94 GB	3,940 GB/s	Mar 2023	28.0 GB	Q8_0	Pohodlný
55.8 tok/s 33–89 · nízká důvěra	H100 PCIe 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	28.0 GB	Q8_0	Pohodlný
55.8 tok/s 33–89 · nízká důvěra	H100 SXM5 80 GB NVIDIA	80 GB	3,360 GB/s	Oct 2022	28.0 GB	Q8_0	Pohodlný
55.8 tok/s 33–89 · nízká důvěra	H100 SXM5 94 GB NVIDIA	94 GB	3,360 GB/s	Mar 2023	28.0 GB	Q8_0	Pohodlný
55.8 tok/s 33–89 · nízká důvěra	H100 SXM5 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	28.0 GB	Q8_0	Pohodlný
55.8 tok/s 33–89 · nízká důvěra	H800 SXM5 NVIDIA	80 GB	3,360 GB/s	Mar 2023	28.0 GB	Q8_0	Pohodlný
50.6 tok/s 30–81 · nízká důvěra	Tesla V100 SXM2 16 GB NVIDIA	16 GB	1,130 GB/s	Nov 2019	13.2 GB	Q3_K_M	Těsný
43.0 tok/s 26–69 · nízká důvěra	GeForce RTX 5080 NVIDIA	16 GB	960 GB/s	Jan 2025	13.2 GB	Q3_K_M	Těsný
42.5 tok/s 26–68 · nízká důvěra	Radeon Instinct MI250 AMD	128 GB	3,280 GB/s	Nov 2021	28.0 GB	Q8_0	Pohodlný
42.5 tok/s 26–68 · nízká důvěra	Radeon Instinct MI250X AMD	128 GB	3,280 GB/s	Nov 2021	28.0 GB	Q8_0	Pohodlný
40.2 tok/s 24–64 · nízká důvěra	Tesla V100 DGXS 16 GB NVIDIA	16 GB	897 GB/s	Mar 2018	13.2 GB	Q3_K_M	Těsný
40.2 tok/s 24–64 · nízká důvěra	Tesla V100 PCIe 16 GB NVIDIA	16 GB	897 GB/s	Jun 2017	13.2 GB	Q3_K_M	Těsný
40.2 tok/s 24–64 · nízká důvěra	Tesla V100 SXM2 16 GB NVIDIA	16 GB	897 GB/s	Jun 2017	13.2 GB	Q3_K_M	Těsný
40.2 tok/s 24–64 · nízká důvěra	GeForce RTX 5070 Ti NVIDIA	16 GB	896 GB/s	Feb 2025	13.2 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: Shanghai AI Lab,SenseTime,Tsinghua University,Nanjing University,Fudan University,Chinese University of Hong Kong (CUHK)
Typ organizace: Academia,Industry,Academia,Academia,Academia,Academia
Země: China, Hong Kong
Publikováno: 29 April 2024
Autoři: Zhe Chen, Weiyun Wang, Hao Tian, Shenglong Ye, Zhangwei Gao, Erfei Cui, Wenwen Tong, Kongzhi Hu, Jiapeng Luo, Zheng Ma, Ji Ma, Jiaqi Wang, Xiaoyi Dong, Hang Yan, Hewei Guo, Conghui He, Botian Shi, Zhenjiang Jin, Chao Xu, Bin Wang, Xingjian Wei, Wei Li, Wenjian Zhang, Bo Zhang, Pinlong Cai, Licheng Wen, Xiangchao Yan, Min Dou, Lewei Lu, Xizhou Zhu, Tong Lu, Dahua Lin, Yu Qiao, Jifeng Dai, Wenhai Wa…

Co to dělá

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

Doména: Multimodal, Vision, Language
Úkol: Visual question answering, Image captioning, Object detection, Character recognition (OCR), Language modeling/generation, Translation
Základní model: InternViT-6B,InternLM2-20B

Velikost

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

parametry: 25.5B
Výcviková data: tokens

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
Hugging Face: OpenGVLab

Jak je to klasifikováno

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

Záznam důvěry: Confident

Žrovy

Odkud tento záznam pochází a kdy byl naposledy zkontrolován.

Reference: How Far Are We to GPT-4V? Closing the Gap to Commercial Multimodal Models with Open-Source Suites
Nap poslední aktualizace: 28 November 2025

Extrémy

Deset nejrychlejších GPU, které běží InternVL1.5

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 InternVL1.5

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

Co čísla znamenají

Hardwareová stránka

Minimum karta

Xeon Phi 7120P

Potřeba paměti

13.2 GB

Nejrychlejší

133 tok/s

InternVL1.5 dosahuje počtu parametrů 25.5B. To přistane v oblasti, kterou může zvládnout seriózní desktopová KARTA, jakmile jsou VÁHY zkomprimovány. Počet KARET, které sledujeme a které to mohou spustit: 241.

Na nízkém konci se to řeší pomocí Xeon Phi 7120P, s kapacitou VRAM 16 GB, spuštění na kompresi Q3_K_M a vyrábějí kolem 10.3 tokenů za sekundu

Špičkový model je B200, generování přibližně 133 tokens za sekundu na základě šířky pásma VRAM 8,000 GB/s.

Pozadí

InternVL1.5 byl zveřejněn Shanghai AI Lab,SenseTime,Tsinghua University,Nanjing University,Fudan University,Chinese University of Hong Kong (CUHK), v zemi zaznamenané jako China, během April 2024. Kategorie, do které vydavatel spadá, je academia,Industry,Academia,Academia,Academia,Academia.

funguje v oblasti Multimodal, Vision, Language, a je zaznamenán jako vykonávající úkol visual question answering, Image captioning, Object detection, Character recognition (OCR), Language modeling/generation, Translation.

Místo toho, aby byl trénován od nuly, je odvozen z InternViT-6B,InternLM2-20B. To je důvod, proč sdílí obecný tvar a velikost základního modelu.

Protože byly jeho váhy uvolněny, nic ohledně jeho spuštění nezávisí na dostupnosti poskytovatele - je to vaše, jakmile je stáhnuto. Na Hugging Face je publikováno pod organizací OpenGVLab.

Čtení čísel propustnosti

Uprostřed rozsahu se nachází každá karta, která to dokáže spustit, na 19.9 tokens za sekundu. Překračující rychlost čtení rovnou: 195 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.

Jeho vnitřní architektura není v evidenci, takže paměť je přibližně odhadnuta z počtu parametrů a označena odpovídajícím způsobem. Očekávejte, že skutečná čísla se budou lišit, zejména u dlouhého kontextu.

Krok za krokem

Jak vybrat GPU pro InternVL1.5

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 InternVL1.5, potřebující kolem 13.2 GB při kompresi Q3_K_M. Tato čísla, nikoli hlavní výkon karty, rozhodují o tom, zda běží.
02

Rozhodněte, jak dlouho vaše konverzace běží

Konverzace také zabírá MEMORY a roste, jak pokračuje. Nastavte posuvník na délku, kterou očekáváte, protože při dlouhém CONTEXT může být KARTA, která snadno zvládá krátké dotazy, odmítnuta. InternVL1.5.
03

Nastavte minimální kvalitu

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

Hodnoťte podle propustnosti spíše než podle specifikace

Seřaďte podle rychlosti, abyste viděli, jak si karty vedou. InternVL1.5. Nebude to odpovídat hernímu pořádku, protože generace je omezena šířkou pásma paměti. Grafická karta, která vede seznam, je B200, na 133 tok/s
05

Přečtěte si poslední sloupec fit

Tight znamená, že se načítá a funguje bez možnosti později zvýšit context length, v případě InternVL1.5. 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

Zkontrolujte kartu z druhé strany

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. InternVL1.5.

Odpovědi

InternVL1.5 — běžné otázky

InternVL1.5— mohu to spustit na GPU držící 24 GB?

Ano. GPU kartu GeForce RTX 5090 D V2, držení 24 GB, provozuje ho při kompresi Q5_K_M, používající přibližně 19.1 GB a generováním zhruba 39.8 tokenů za sekundu. Fit je těsný.

InternVL1.5— 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.

InternVL1.5— kolik má parametrů?

Má počet parametrů 25.5B. 25.5B. Tato cifra je celková a rozhoduje o tom, kolik VRAM model potřebuje — přibližně půl gigabajtu na miliardu při kompresi, kterou většina lidí používá.

InternVL1.5— Kdo to vytvořil?

Bylo to publikováno společností Shanghai AI Lab,SenseTime,Tsinghua University,Nanjing University,Fudan University,Chinese University of Hong Kong (CUHK), zakládající se na China, organizace zařazená jako academia,Industry,Academia,Academia,Academia,Academia.

InternVL1.5— Kdy byl vydán?

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

InternVL1.5— K čemu se to používá?

funguje v oblasti Multimodal, Vision, Language, a je zaznamenáno jako zpracovávající úkol visual question answering, Image captioning, Object detection, Character recognition (OCR), Language modeling/generation, Translation. Toto jsou oblasti, kolem nichž byl navržen; popisují záměr spíše než tvrdou hranici.

InternVL1.5— kde si to mohu stáhnout?

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

InternVL1.5— 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 5.3 GB. Každá postava zde předpokládá, že celý model je umístěn na kartě.

InternVL1.5— 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: 241. Takže druhá karta je tu zřídka odpovědí.

InternVL1.5— proč se kvantizace liší mezi kartami?

Větší karta obsahuje přesnější kopii. Počet úrovní komprese používaných na kartách, které ji provádějí: 5. Větší karty získávají přesnější verzi a kvalita podlahy nad piny srovnává na jednu úroveň.

InternVL1.5— 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: 80–213 tok/s na B200. Stejný model a karta se liší o třicet až padesát procent v závislosti na softwaru pro inferenci a jeho verzi.

InternVL1.5— Jakou GPU potřebuji k jejímu spuštění?

Nejmenší karta v našem katalogu, která to udrží, je Xeon Phi 7120P, s kapacitou VRAM 16 GB. Spouští model při kompresi Q3_K_M používající přibližně 13.2 GB, a produkuje přibližně 10.3 tokeny za sekundu. Celkový počet karet, které mohou model běžet: 241.

InternVL1.5— jak rychle je to na GPU?

Záleží na kartě. Nejrychleji, jak to spočítáme, je B200, přibližně 133 tokenů za sekundu; nejpomalejší, který stále běží, zvládá výrazně méně. Rychlost čtení je kolem deseti tokenů za sekundu, a počet karet, které to zvládají: 195.

InternVL1.5— kolik VRAM potřebuje?

Potřebuje asi 13.2 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.

InternVL1.5— mohu to spustit na GPU držící 16 GB?

Ano. GPU kartu Tesla V100 SXM2 16 GB, držení 16 GB, provozuje ho při kompresi Q3_K_M, používající přibližně 13.2 GB a generováním zhruba 50.6 tokenů za sekundu. Fit je těsný.

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