Zephyr 141B-A39B TPS kalkulátor

Otevřít váhy Hugging Face,Korea Advanced Institute of Science and Technology (KAIST),Argilla 141B 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

37 karty, které to mohou spustit

818 karty, které máme specifikace pro

Nejmenší karta, která se vejde

A100 SXM4 80 GB

80 GB · Q3_K_M · 59.8 tok/s

Nejrychlejší karta

H100 NVL 94 GB

105 tok/s · 94 GB

Které GPU mohou spustit Zephyr 141B-A39B?

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.

37 karty odpovídají

Vypočítávání

					Potřebuje	Kvantisace	Pohodlné
105 tok/s 63–168 · nízká důvěra	H100 NVL 94 GB NVIDIA	94 GB	3,940 GB/s	Mar 2023	76.8 GB	IQ4_XS	Těsný
99.1 tok/s 59–159 · nízká důvěra	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	101.5 GB	Q5_K_M	Těsný
98.5 tok/s 59–158 · nízká důvěra	H100 SXM5 80 GB NVIDIA	80 GB	3,360 GB/s	Oct 2022	68.6 GB	Q3_K_M	Těsný
98.5 tok/s 59–158 · nízká důvěra	H800 SXM5 NVIDIA	80 GB	3,360 GB/s	Mar 2023	68.6 GB	Q3_K_M	Těsný
89.6 tok/s 54–143 · nízká důvěra	H100 SXM5 94 GB NVIDIA	94 GB	3,360 GB/s	Mar 2023	76.8 GB	IQ4_XS	Těsný
86.9 tok/s 52–139 · nízká důvěra	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	150.7 GB	Q8_0	Těsný
86.9 tok/s 52–139 · nízká důvěra	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	150.7 GB	Q8_0	Pohodlný
84.2 tok/s 51–135 · nízká důvěra	H100 PCIe 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	85.0 GB	Q4_K_M	Těsný
84.2 tok/s 51–135 · nízká důvěra	H100 SXM5 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	85.0 GB	Q4_K_M	Těsný
80.6 tok/s 48–129 · nízká důvěra	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	101.5 GB	Q5_K_M	Těsný
77.2 tok/s 46–123 · nízká důvěra	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	117.9 GB	Q6_K	Těsný
77.2 tok/s 46–123 · nízká důvěra	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	117.9 GB	Q6_K	Těsný
69.4 tok/s 42–111 · nízká důvěra	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	150.7 GB	Q8_0	Pohodlný
69.4 tok/s 42–111 · nízká důvěra	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	150.7 GB	Q8_0	Pohodlný
59.8 tok/s 36–96 · nízká důvěra	A100 SXM4 80 GB NVIDIA	80 GB	2,040 GB/s	Nov 2020	68.6 GB	Q3_K_M	Těsný
59.8 tok/s 36–96 · nízká důvěra	A100X NVIDIA	80 GB	2,040 GB/s	Jun 2021	68.6 GB	Q3_K_M	Těsný
59.8 tok/s 36–96 · nízká důvěra	A800 SXM4 80 GB NVIDIA	80 GB	2,040 GB/s	Aug 2022	68.6 GB	Q3_K_M	Těsný
59.8 tok/s 36–96 · nízká důvěra	H100 CNX NVIDIA	80 GB	2,040 GB/s	Mar 2023	68.6 GB	Q3_K_M	Těsný
59.8 tok/s 36–96 · nízká důvěra	H100 PCIe 80 GB NVIDIA	80 GB	2,040 GB/s	Oct 2022	68.6 GB	Q3_K_M	Těsný
59.8 tok/s 36–96 · nízká důvěra	H800 PCIe 80 GB NVIDIA	80 GB	2,040 GB/s	Mar 2023	68.6 GB	Q3_K_M	Těsný
56.9 tok/s 34–91 · nízká důvěra	A100 PCIe 80 GB NVIDIA	80 GB	1,940 GB/s	Jun 2021	68.6 GB	Q3_K_M	Těsný
56.9 tok/s 34–91 · nízká důvěra	A800 PCIe 80 GB NVIDIA	80 GB	1,940 GB/s	Nov 2022	68.6 GB	Q3_K_M	Těsný
50.8 tok/s 30–81 · nízká důvěra	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	150.7 GB	Q8_0	Pohodlný
49.6 tok/s 30–79 · nízká důvěra	Radeon Instinct MI250 AMD	128 GB	3,280 GB/s	Nov 2021	101.5 GB	Q5_K_M	Těsný
49.6 tok/s 30–79 · nízká důvěra	Radeon Instinct MI250X AMD	128 GB	3,280 GB/s	Nov 2021	101.5 GB	Q5_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: Hugging Face,Korea Advanced Institute of Science and Technology (KAIST),Argilla
Typ organizace: Industry,Academia,Industry
Země: United States of America, Korea (Republic of), Spain
Publikováno: 10 April 2024
Autoři: Alvaro Bartolome, Jiwoo Hong, Noah Lee, Kashif Rasul, Lewis Tunstall

Co to dělá

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

Doména: Language
Úkol: Language modeling/generation, Question answering
Základní model: Mixtral 8x22B

Velikost

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

parametry: 141B
Výcviková data: tokens
Epochy: 3

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: 4.4 × 10¹⁹ 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: 32
Doba reálného času: 1 hours
Příkon: 44.3 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: Model Card for Zephyr 141B-A39B
Nap poslední aktualizace: 28 November 2025

Extrémy

Deset nejrychlejších GPU, které běží Zephyr 141B-A39B

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 Zephyr 141B-A39B

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

A100 SXM4 80 GB

Potřeba paměti

68.6 GB

Nejrychlejší

105 tok/s

Zephyr 141B-A39B dosahuje počtu parametrů 141B. To dává nad spotřebitelský hardware, do oblasti, kde je karta kupována za tímto účelem spíše než přepracována pro něj. Počet karet, které sledujeme a které to mohou pojmout: 37.

Nejmenší karta, která to pojme, je A100 SXM4 80 GB, s kapacitou VRAM 80 GB, spuštění na kompresi Q3_K_M a vyrábějí kolem 59.8 tokenů za sekundu

Nejrychlejší výsledek pochází z H100 NVL 94 GB, generování přibližně 105 tokens za sekundu na základě šířky pásma VRAM 3,940 GB/s.

Co je tento MODEL

Zephyr 141B-A39B byl zveřejněn Hugging Face,Korea Advanced Institute of Science and Technology (KAIST),Argilla, 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.

Jeho výchozím bodem byl existující základní model, Mixtral 8x22B. Většina modelů na této úrovni je přizpůsobena z existující základny namísto toho, aby byla vytvořena od nuly.

Váhy jsou zveřejněny, takže si je můžete stáhnout a spustit na své vlastní hardwaru neomezeně, offline, bez připojeného účtu.

Co rozhoduje o rychlosti

Uprostřed rozsahu se nachází každá karta, která to dokáže spustit, na 59.8 tokenů za sekundu 35 z nich

Toto je model směsi expertů, který prochází každý token pouze částí sebe sama. Generuje tedy mnohem rychleji, než naznačuje jeho celková velikost — přičemž stále potřebuje každý parametr umístěný v MEMORY, takže je rychlý, aniž by byl levný na uchování.

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 Zephyr 141B-A39B

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

01

Přečtěte si nejprve číslo paměti

Začněte od toho, co skutečně potřebuje, což je požadavek na Zephyr 141B-A39B, potřebující kolem 68.6 GB při kompresi Q3_K_M. Žádné množství výpočetního výkonu nenahradí kartu, která to nemůže udržet.
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 Zephyr 141B-A39B.
03

Nastavte minimální kvalitu

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

Seřaďte podle rychlosti, abyste viděli, jak si karty vedou. Zephyr 141B-A39B. Nebude to odpovídat hernímu pořádku, protože generace je omezena šířkou pásma paměti. Grafická karta, která vede seznam, je H100 NVL 94 GB, na 105 tok/s
05

Podívejte se na rezervu, ne jen na padnutí

Tight fit běží, ale nenechává nic navíc pro delší konverzaci, v případě Zephyr 141B-A39B. 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

Podívejte se, co dalšího ta karta spouští

Sledování KARTY až na její vlastní stránku ukazuje každý jiný model, který může držet, což je otázka, která následuje, jakmile se rozhodnete pro Zephyr 141B-A39B.

Odpovědi

Zephyr 141B-A39B — běžné otázky

Zephyr 141B-A39B— 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: 37. Takže druhá karta je tu zřídka odpovědí.

Zephyr 141B-A39B— proč se kvantizace liší mezi kartami?

Větší karta obsahuje přesnější kopii. Počet úrovní komprese používaných na kartách, které ji provádějí: 6. Větší karty získávají přesnější verzi a kvalita podlahy nad piny srovnává na jednu úroveň.

Zephyr 141B-A39B— 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: 63–168 tok/s na H100 NVL 94 GB. Stejný model a karta se liší o třicet až padesát procent v závislosti na softwaru pro inferenci a jeho verzi.

Zephyr 141B-A39B— Jakou GPU potřebuji k jejímu spuštění?

Nejmenší karta v našem katalogu, která to udrží, je A100 SXM4 80 GB, s kapacitou VRAM 80 GB. Spouští model při kompresi Q3_K_M používající přibližně 68.6 GB, a produkuje přibližně 59.8 tokeny za sekundu. Celkový počet karet, které mohou model běžet: 37.

Zephyr 141B-A39B— jak rychle je to na GPU?

Záleží na kartě. Nejrychleji, jak to spočítáme, je H100 NVL 94 GB, přibližně 105 tokenů za sekundu; nejpomalejší, který stále běží, zvládá výrazně méně. Rychlost čtení je kolem deseti tokenů za sekundu, a počet karet, které to zvládají: 35.

Zephyr 141B-A39B— kolik VRAM potřebuje?

Potřebuje asi 68.6 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.

Zephyr 141B-A39B— 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.

Zephyr 141B-A39B— kolik má parametrů?

Má počet parametrů 141B. "A Mixture of Experts (MoE) model with 141B total parameters and 39B active parameters.". Tato cifra je celková a rozhoduje o tom, kolik VRAM model potřebuje — přibližně půl gigabajtu na miliardu při kompresi, kterou většina lidí používá.

Zephyr 141B-A39B— Kdo to vytvořil?

Bylo to publikováno společností Hugging Face,Korea Advanced Institute of Science and Technology (KAIST),Argilla, zakládající se na United States of America, organizace zařazená jako industry,Academia,Industry.

Zephyr 141B-A39B— 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.

Zephyr 141B-A39B— K čemu se to používá?

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

Zephyr 141B-A39B— 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.

Zephyr 141B-A39B— Mohu to spustit, pokud se to nevejde do mé GPU?

Částečně. Vrstvy, které se nevejdou, sedí v systémové paměti a běží jen při zlomku rychlosti, takže většinou odložený model není často použitelný. Nejbližší nepřesnost, kterou vypočítáme, zaostává o 20.2 GB. Každá postava zde předpokládá, že celý model je umístěn na kartě.

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