GRITLM 8x7B TPS kalkulátor

Otevřít váhy Contextual AI,The University of Hong Kong,Microsoft 46.7B 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

93 karty, které to mohou spustit

818 karty, které máme specifikace pro

Nejmenší karta, která se vejde

Radeon PRO V710

28 GB · Q3_K_M · 9.6 tok/s

Nejrychlejší karta

B200

72.6 tok/s · 180 GB

Které GPU mohou spustit GRITLM 8x7B?

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.

93 karty odpovídají

Vypočítávání

					Potřebuje	Kvantisace	Pohodlné
72.6 tok/s 44–116 · nízká důvěra	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	50.7 GB	Q8_0	Pohodlný
72.6 tok/s 44–116 · nízká důvěra	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	50.7 GB	Q8_0	Pohodlný
57.9 tok/s 35–93 · nízká důvěra	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	50.7 GB	Q8_0	Pohodlný
57.9 tok/s 35–93 · nízká důvěra	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	50.7 GB	Q8_0	Pohodlný
46.3 tok/s 28–74 · nízká důvěra	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	50.7 GB	Q8_0	Pohodlný
44.4 tok/s 27–71 · nízká důvěra	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	50.7 GB	Q8_0	Pohodlný
44.4 tok/s 27–71 · nízká důvěra	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	50.7 GB	Q8_0	Pohodlný
42.4 tok/s 25–68 · nízká důvěra	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	50.7 GB	Q8_0	Pohodlný
41.6 tok/s 25–67 · nízká důvěra	DRIVE A100 PROD NVIDIA	32 GB	1,870 GB/s	May 2020	26.2 GB	IQ4_XS	Těsný
41.6 tok/s 25–67 · nízká důvěra	GRID A100A NVIDIA	32 GB	1,870 GB/s	May 2020	26.2 GB	IQ4_XS	Těsný
39.9 tok/s 24–64 · nízká důvěra	GeForce RTX 5090 NVIDIA	32 GB	1,790 GB/s	Jan 2025	26.2 GB	IQ4_XS	Těsný
39.9 tok/s 24–64 · nízká důvěra	GeForce RTX 5090 D NVIDIA	32 GB	1,790 GB/s	Jan 2025	26.2 GB	IQ4_XS	Těsný
37.7 tok/s 23–60 · nízká důvěra	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	50.7 GB	Q8_0	Pohodlný
37.7 tok/s 23–60 · nízká důvěra	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	50.7 GB	Q8_0	Pohodlný
37.7 tok/s 23–60 · nízká důvěra	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	50.7 GB	Q8_0	Pohodlný
35.7 tok/s 21–57 · nízká důvěra	H100 NVL 94 GB NVIDIA	94 GB	3,940 GB/s	Mar 2023	50.7 GB	Q8_0	Pohodlný
30.5 tok/s 18–49 · nízká důvěra	H100 PCIe 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	50.7 GB	Q8_0	Pohodlný
30.5 tok/s 18–49 · nízká důvěra	H100 SXM5 80 GB NVIDIA	80 GB	3,360 GB/s	Oct 2022	50.7 GB	Q8_0	Pohodlný
30.5 tok/s 18–49 · nízká důvěra	H100 SXM5 94 GB NVIDIA	94 GB	3,360 GB/s	Mar 2023	50.7 GB	Q8_0	Pohodlný
30.5 tok/s 18–49 · nízká důvěra	H100 SXM5 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	50.7 GB	Q8_0	Pohodlný
30.5 tok/s 18–49 · nízká důvěra	H800 SXM5 NVIDIA	80 GB	3,360 GB/s	Mar 2023	50.7 GB	Q8_0	Pohodlný
25.3 tok/s 15–40 · nízká důvěra	A100 PCIe 40 GB NVIDIA	40 GB	1,560 GB/s	Jun 2020	34.4 GB	Q5_K_M	Těsný
25.3 tok/s 15–40 · nízká důvěra	A100 SXM4 40 GB NVIDIA	40 GB	1,560 GB/s	May 2020	34.4 GB	Q5_K_M	Těsný
25.3 tok/s 15–40 · nízká důvěra	A800 PCIe 40 GB NVIDIA	40 GB	1,560 GB/s	Nov 2022	34.4 GB	Q5_K_M	Těsný
25.2 tok/s 15–40 · nízká důvěra	Tesla PG500-216 NVIDIA	32 GB	1,130 GB/s	Nov 2019	26.2 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: Contextual AI,The University of Hong Kong,Microsoft
Typ organizace: Industry,Academia,Industry
Země: United States of America, Hong Kong
Publikováno: 17 April 2024
Autoři: Niklas Muennighoff, Hongjin Su, Liang Wang, Nan Yang, Furu Wei, Tao Yu, Amanpreet Singh, Douwe Kiela

Co to dělá

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

Doména: Language
Úkol: Language modeling/generation, Question answering, Quantitative reasoning
Základní model: Mixtral 8x7B
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: 46.7B
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.

Jak bylo ustanoveno: Hardware
Ladění výpočtů: 2.2 × 10²² FLOP

Tréninkový běh

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

Tréninkový hardware: NVIDIA H100 SXM5 80GB
Používané čipy: 8
Čip-hodiny: 20,480
Doba reálného času: 80 hours
Příkon: 11.1 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

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: Generative Representational Instruction Tuning
Nap poslední aktualizace: 28 November 2025

Extrémy

Deset nejrychlejších GPU, které běží GRITLM 8x7B

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 GRITLM 8x7B

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

Co čísla znamenají

Co potřebujete k tomu, abyste to spustili

Minimum karta

Radeon PRO V710

Potřeba paměti

23.5 GB

Nejrychlejší

72.6 tok/s

GRITLM 8x7B dosahuje počtu parametrů 46.7B. To přistane v oblasti, kterou může zvládnout seriózní desktopová KARTA, jakmile jsou VÁHY zkomprimovány. Počet KARET, které sledujeme a které to mohou spustit: 93.

Nejmenší hardware, který funguje, je Radeon PRO V710, s kapacitou VRAM 28 GB, spuštění na kompresi Q3_K_M a vyrábějí kolem 9.6 tokenů za sekundu

Na druhém konci sedí B200, generování přibližně 72.6 tokens za sekundu na základě šířky pásma VRAM 8,000 GB/s.

O tomto modelu

GRITLM 8x7B byl zveřejněn Contextual AI,The University of Hong Kong,Microsoft, v zemi zaznamenané jako United States of America, během April 2024. Vydavatelská organizace je kategorizována jako industry,Academia,Industry.

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

Místo toho, aby byl trénován od nuly, je odvozen z Mixtral 8x7B. To je důvod, proč sdílí obecný tvar a velikost základního modelu.

Otevřené váhy jsou to, co dává této stránce místo v kalkulátoru spíše než pouze v katalogu: je to model, který můžeš skutečně držet.

Jak rychle to běží a proč

Polovina karet, které to drží, zvládne více než 18.3 tokenů za sekundu 74 z nich

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

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.

Krok za krokem

Jak vybrat GPU pro GRITLM 8x7B

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.

Začněte od toho, co skutečně potřebuje, což je požadavek na GRITLM 8x7B, potřebující kolem 23.5 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. GRITLM 8x7B.
03

Rozhodněte, jaké množství komprese přijmete

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

Třídit podle rychlosti

Hodnocení podle tokenů za sekundu následuje šířku paměti spíše než počty jader, pro GRITLM 8x7B. Nebude to odpovídat hernímu pořádku, protože generace je omezena šířkou pásma paměti. Grafická karta, která vede seznam, je B200, na 72.6 tok/s
05

Přečtěte si poslední sloupec fit

Tight znamená, že se načítá a funguje bez možnosti později zvýšit context length, v případě GRITLM 8x7B. 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.

Sledování KARTY až na její vlastní stránku ukazuje každý jiný model, který může držet, což je otázka, která následuje, jakmile se rozhodnete pro GRITLM 8x7B.

Odpovědi

GRITLM 8x7B — běžné otázky

GRITLM 8x7B— 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.

GRITLM 8x7B— K čemu se to používá?

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

GRITLM 8x7B— 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.

GRITLM 8x7B— 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 7.4 GB. Každá postava zde předpokládá, že celý model je umístěn na kartě.

GRITLM 8x7B— 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: 93. Takže druhá karta je tu zřídka odpovědí.

GRITLM 8x7B— 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.

GRITLM 8x7B— 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: 44–116 tok/s na B200. Stejný model a karta se liší o třicet až padesát procent v závislosti na softwaru pro inferenci a jeho verzi.

GRITLM 8x7B— Jakou GPU potřebuji k jejímu spuštění?

Nejmenší karta v našem katalogu, která to udrží, je Radeon PRO V710, s kapacitou VRAM 28 GB. Spouští model při kompresi Q3_K_M používající přibližně 23.5 GB, a produkuje přibližně 9.6 tokeny za sekundu. Celkový počet karet, které mohou model běžet: 93.

GRITLM 8x7B— jak rychle je to na GPU?

Záleží na kartě. Nejrychleji, jak to spočítáme, je B200, přibližně 72.6 tokenů za sekundu; nejpomalejší, který stále běží, zvládá výrazně méně. Rychlost čtení je kolem deseti tokenů za sekundu, a počet karet, které to zvládají: 74.

GRITLM 8x7B— kolik VRAM potřebuje?

Potřebuje asi 23.5 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.

GRITLM 8x7B— 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.

GRITLM 8x7B— kolik má parametrů?

Má počet parametrů 46.7B. 46.7B. Tato cifra je celková a rozhoduje o tom, kolik VRAM model potřebuje — přibližně půl gigabajtu na miliardu při kompresi, kterou většina lidí používá.

GRITLM 8x7B— Kdo to vytvořil?

Bylo to publikováno společností Contextual AI,The University of Hong Kong,Microsoft, zakládající se na United States of America, organizace zařazená jako industry,Academia,Industry.

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