Stable LM 2 12B TPS kalkulátor

Otevřít váhy Stability AI 12.1B 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

509 karty, které to mohou spustit

818 karty, které máme specifikace pro

Nejmenší karta, která se vejde

Xeon Phi 5110P

8 GB · Q3_K_M · 19.6 tok/s

Nejrychlejší karta

B200

279 tok/s · 180 GB

Které GPU mohou spustit Stable LM 2 12B?

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.

509 karty odpovídají

Vypočítávání

					Potřebuje	Kvantisace	Pohodlné
279 tok/s 167–446 · nízká důvěra	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	13.7 GB	Q8_0	Pohodlný
279 tok/s 167–446 · nízká důvěra	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	13.7 GB	Q8_0	Pohodlný
223 tok/s 134–356 · nízká důvěra	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	13.7 GB	Q8_0	Pohodlný
223 tok/s 134–356 · nízká důvěra	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	13.7 GB	Q8_0	Pohodlný
178 tok/s 107–285 · nízká důvěra	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	13.7 GB	Q8_0	Pohodlný
171 tok/s 102–273 · nízká důvěra	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	13.7 GB	Q8_0	Pohodlný
171 tok/s 102–273 · nízká důvěra	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	13.7 GB	Q8_0	Pohodlný
163 tok/s 98–261 · nízká důvěra	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	13.7 GB	Q8_0	Pohodlný
145 tok/s 87–232 · nízká důvěra	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	13.7 GB	Q8_0	Pohodlný
145 tok/s 87–232 · nízká důvěra	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	13.7 GB	Q8_0	Pohodlný
145 tok/s 87–232 · nízká důvěra	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	13.7 GB	Q8_0	Pohodlný
140 tok/s 84–224 · nízká důvěra	CMP 170HX 8 GB NVIDIA	8 GB	1,490 GB/s	Sep 2021	6.6 GB	Q3_K_M	Těsný
137 tok/s 82–220 · nízká důvěra	H100 NVL 94 GB NVIDIA	94 GB	3,940 GB/s	Mar 2023	13.7 GB	Q8_0	Pohodlný
126 tok/s 75–201 · nízká důvěra	CMP 170HX 10 GB NVIDIA	10 GB	1,560 GB/s	Sep 2021	8.0 GB	Q4_K_M	Těsný
117 tok/s 70–188 · nízká důvěra	H100 PCIe 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	13.7 GB	Q8_0	Pohodlný
117 tok/s 70–188 · nízká důvěra	H100 SXM5 80 GB NVIDIA	80 GB	3,360 GB/s	Oct 2022	13.7 GB	Q8_0	Pohodlný
117 tok/s 70–188 · nízká důvěra	H100 SXM5 94 GB NVIDIA	94 GB	3,360 GB/s	Mar 2023	13.7 GB	Q8_0	Pohodlný
117 tok/s 70–188 · nízká důvěra	H100 SXM5 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	13.7 GB	Q8_0	Pohodlný
117 tok/s 70–188 · nízká důvěra	H800 SXM5 NVIDIA	80 GB	3,360 GB/s	Mar 2023	13.7 GB	Q8_0	Pohodlný
89.2 tok/s 54–143 · nízká důvěra	Radeon Instinct MI250 AMD	128 GB	3,280 GB/s	Nov 2021	13.7 GB	Q8_0	Pohodlný
89.2 tok/s 54–143 · nízká důvěra	Radeon Instinct MI250X AMD	128 GB	3,280 GB/s	Nov 2021	13.7 GB	Q8_0	Pohodlný
74.4 tok/s 45–119 · nízká důvěra	Data Center GPU Max 1550 Intel	128 GB	3,280 GB/s	Jan 2023	13.7 GB	Q8_0	Pohodlný
72.8 tok/s 44–116 · nízká důvěra	Data Center GPU Max Subsystem Intel	128 GB	3,210 GB/s	Jan 2023	13.7 GB	Q8_0	Pohodlný
72.3 tok/s 43–116 · nízká důvěra	RTX A5000-8Q NVIDIA	8 GB	768 GB/s	Apr 2021	6.6 GB	Q3_K_M	Těsný
71.2 tok/s 43–114 · nízká důvěra	A100 SXM4 80 GB NVIDIA	80 GB	2,040 GB/s	Nov 2020	13.7 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: Stability AI
Typ organizace: Industry
Země: United Kingdom of Great Britain and Northern Ireland
Publikováno: 8 April 2024

Co to dělá

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

Doména: Language
Úkol: Language modeling/generation, Translation
Přístup: Self-supervised learning
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: 12.1B
Výcviková data: 2,000,000,000,000 tokens
Epochy: 2

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: 2.9 × 10²³ FLOP
Jak bylo ustanoveno: Operation counting

Tréninkový běh

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

Tréninkový hardware: NVIDIA H100 SXM5 80GB

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 (restricted use)
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.

Pravděpodobně nad 10²³ FLOP: Yes
Záznam důvěry: Confident

Žrovy

Odkud tento záznam pochází a kdy byl naposledy zkontrolován.

Reference: Introducing Stable LM 2 12B
Nap poslední aktualizace: 28 November 2025

Extrémy

Deset nejrychlejších GPU, které běží Stable LM 2 12B

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 Stable LM 2 12B

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

Xeon Phi 5110P

Potřeba paměti

6.6 GB

Nejrychlejší

279 tok/s

Stable LM 2 12B dosahuje počtu parametrů 12.1B. To je dost malé, že hardware je zřídkakdy překážkou, včetně karet starých několik let. Počet karet, které sledujeme, které to mohou spustit: 509.

Nejmenší hardware, který funguje, je Xeon Phi 5110P, s kapacitou VRAM 8 GB, spuštění na kompresi Q3_K_M a vyrábějí kolem 19.6 tokenů za sekundu

Na druhém konci sedí B200, generování přibližně 279 tokens za sekundu na základě šířky pásma VRAM 8,000 GB/s.

O tomto modelu

Stable LM 2 12B byl zveřejněn Stability AI, v zemi zaznamenané jako United Kingdom of Great Britain and Northern Ireland, během April 2024. Vychází z organizace, která je kategorizována jako industry.

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

Zveřejněné váhy znamenají, že model běží na vašem stroji, nikoli na stroji někoho jiného, což činí otázku ohledně hardwaru níže odpovídatelnou.

Jak rychle to běží a proč

Mediánový výsledek je kolem 21.0 tokenů za sekundu. Producing text faster than most people read it: 455 z nich

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

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.

Trénink a původ

Produkce toho vyžadovala aritmetiku v celkové výši přibližně 2.9 × 10²³ FLOP, na hardwaru zaznamenáno jako NVIDIA H100 SXM5 80GB. Tato částka měří, kolik stál výroba modelu, a nemá žádný vliv na to, jak rychle odpovídá.

Trénink spotřeboval korpus kolem 2,000,000,000,000 tokeny textu

Krok za krokem

Jak vybrat GPU pro Stable LM 2 12B

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 Stable LM 2 12B, potřebující kolem 6.6 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 Stable LM 2 12B.
03

Vyberte, jak moc to budete komprimovat.

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

Seřaďte podle rychlosti, abyste viděli, jak si karty vedou. Stable LM 2 12B. Nebude to odpovídat hernímu pořádku, protože generace je omezena šířkou pásma paměti. Grafická karta, která vede seznam, je B200, na 279 tok/s
05

Podívejte se na rezervu, ne jen na padnutí

Tight znamená, že se načítá a funguje bez možnosti později zvýšit context length, v případě Stable LM 2 12B. 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 Stable LM 2 12B.

Odpovědi

Stable LM 2 12B — běžné otázky

Stable LM 2 12B— 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.

Stable LM 2 12B— K čemu se to používá?

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

Stable LM 2 12B— 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.

Stable LM 2 12B— kolik výpočetního výkonu bylo použito k jeho trénování?

Trénink spotřeboval kolem 2.9 × 10²³ FLOP, na hardwaru zaznamenáno jako NVIDIA H100 SXM5 80GB. 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.

Stable LM 2 12B— 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 2.6 GB. Každá postava zde předpokládá, že celý model je umístěn na kartě.

Stable LM 2 12B— 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: 509. Takže druhá karta je tu zřídka odpovědí.

Stable LM 2 12B— proč se kvantizace liší mezi kartami?

Větší karta obsahuje přesnější kopii. Počet úrovní komprese používaných na kartách, které ji provádějí: 4. Větší karty získávají přesnější verzi a kvalita podlahy nad piny srovnává na jednu úroveň.

Stable LM 2 12B— 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: 167–446 tok/s na B200. Stejný model a karta se liší o třicet až padesát procent v závislosti na softwaru pro inferenci a jeho verzi.

Stable LM 2 12B— Jakou GPU potřebuji k jejímu spuštění?

Nejmenší karta v našem katalogu, která to udrží, je Xeon Phi 5110P, s kapacitou VRAM 8 GB. Spouští model při kompresi Q3_K_M používající přibližně 6.6 GB, a produkuje přibližně 19.6 tokeny za sekundu. Celkový počet karet, které mohou model běžet: 509.

Stable LM 2 12B— jak rychle je to na GPU?

Záleží na kartě. Nejrychleji, jak to spočítáme, je B200, přibližně 279 tokenů za sekundu; nejpomalejší, který stále běží, zvládá výrazně méně. Rychlost čtení je kolem deseti tokenů za sekundu, a počet karet, které to zvládají: 455.

Stable LM 2 12B— kolik VRAM potřebuje?

Potřebuje asi 6.6 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.

Stable LM 2 12B— mohu to spustit na GPU držící 8 GB?

Ano. GPU kartu CMP 170HX 8 GB, držení 8 GB, provozuje ho při kompresi Q3_K_M, používající přibližně 6.6 GB a generováním zhruba 140 tokenů za sekundu. Fit je těsný.

Stable LM 2 12B— mohu to spustit na GPU držící 12 GB?

Ano. GPU kartu GeForce RTX 3080 Ti, držení 12 GB, provozuje ho při kompresi Q5_K_M, používající přibližně 9.5 GB a generováním zhruba 56.8 tokenů za sekundu. Fit je těsný.

Stable LM 2 12B— 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 13.7 GB a generováním zhruba 39.4 tokenů za sekundu. Fit je těsný.

Stable LM 2 12B— 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 13.7 GB a generováním zhruba 46.7 tokenů za sekundu. Fit je pohodlný.

Stable LM 2 12B— 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.

Stable LM 2 12B— kolik má parametrů?

Má počet parametrů 12.1B. Precise number given in HF model card. Tato cifra je celková a rozhoduje o tom, kolik VRAM model potřebuje — přibližně půl gigabajtu na miliardu při kompresi, kterou většina lidí používá.

Stable LM 2 12B— Kdo to vytvořil?

Bylo to publikováno společností Stability AI, zakládající se na United Kingdom of Great Britain and Northern Ireland, organizace zařazená jako 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