OpenThaiGPT v1.0.0 (13B) TPS kalkulátor

Otevřít váhy Mahidol University,AI Entrepreneurs Association of Thailand 13.1B 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 · 18.2 tok/s

Nejrychlejší karta

B200

259 tok/s · 180 GB

Které GPU mohou spustit OpenThaiGPT v1.0.0 (13B)?

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
259 tok/s 155–414 · nízká důvěra	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	14.7 GB	Q8_0	Pohodlný
259 tok/s 155–414 · nízká důvěra	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	14.7 GB	Q8_0	Pohodlný
207 tok/s 124–330 · nízká důvěra	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	14.7 GB	Q8_0	Pohodlný
207 tok/s 124–330 · nízká důvěra	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	14.7 GB	Q8_0	Pohodlný
165 tok/s 99–264 · nízká důvěra	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	14.7 GB	Q8_0	Pohodlný
158 tok/s 95–253 · nízká důvěra	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	14.7 GB	Q8_0	Pohodlný
158 tok/s 95–253 · nízká důvěra	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	14.7 GB	Q8_0	Pohodlný
151 tok/s 91–242 · nízká důvěra	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	14.7 GB	Q8_0	Pohodlný
134 tok/s 81–215 · nízká důvěra	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	14.7 GB	Q8_0	Pohodlný
134 tok/s 81–215 · nízká důvěra	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	14.7 GB	Q8_0	Pohodlný
134 tok/s 81–215 · nízká důvěra	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	14.7 GB	Q8_0	Pohodlný
130 tok/s 78–208 · nízká důvěra	CMP 170HX 8 GB NVIDIA	8 GB	1,490 GB/s	Sep 2021	7.1 GB	Q3_K_M	Těsný
127 tok/s 76–204 · nízká důvěra	H100 NVL 94 GB NVIDIA	94 GB	3,940 GB/s	Mar 2023	14.7 GB	Q8_0	Pohodlný
116 tok/s 70–186 · nízká důvěra	CMP 170HX 10 GB NVIDIA	10 GB	1,560 GB/s	Sep 2021	8.6 GB	Q4_K_M	Těsný
109 tok/s 65–174 · nízká důvěra	H100 PCIe 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	14.7 GB	Q8_0	Pohodlný
109 tok/s 65–174 · nízká důvěra	H100 SXM5 80 GB NVIDIA	80 GB	3,360 GB/s	Oct 2022	14.7 GB	Q8_0	Pohodlný
109 tok/s 65–174 · nízká důvěra	H100 SXM5 94 GB NVIDIA	94 GB	3,360 GB/s	Mar 2023	14.7 GB	Q8_0	Pohodlný
109 tok/s 65–174 · nízká důvěra	H100 SXM5 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	14.7 GB	Q8_0	Pohodlný
109 tok/s 65–174 · nízká důvěra	H800 SXM5 NVIDIA	80 GB	3,360 GB/s	Mar 2023	14.7 GB	Q8_0	Pohodlný
82.7 tok/s 50–132 · nízká důvěra	Radeon Instinct MI250 AMD	128 GB	3,280 GB/s	Nov 2021	14.7 GB	Q8_0	Pohodlný
82.7 tok/s 50–132 · nízká důvěra	Radeon Instinct MI250X AMD	128 GB	3,280 GB/s	Nov 2021	14.7 GB	Q8_0	Pohodlný
68.9 tok/s 41–110 · nízká důvěra	Data Center GPU Max 1550 Intel	128 GB	3,280 GB/s	Jan 2023	14.7 GB	Q8_0	Pohodlný
67.5 tok/s 40–108 · nízká důvěra	Data Center GPU Max Subsystem Intel	128 GB	3,210 GB/s	Jan 2023	14.7 GB	Q8_0	Pohodlný
67.0 tok/s 40–107 · nízká důvěra	RTX A5000-8Q NVIDIA	8 GB	768 GB/s	Apr 2021	7.1 GB	Q3_K_M	Těsný
66.0 tok/s 40–106 · nízká důvěra	A100 SXM4 80 GB NVIDIA	80 GB	2,040 GB/s	Nov 2020	14.7 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: Mahidol University,AI Entrepreneurs Association of Thailand
Typ organizace: Academia
Země: Thailand
Publikováno: 8 April 2024
Autoři: Kobkrit Viriyayudhakorn, Sumeth Yuenyong, Thaweewat Rugsujarit, Jillaphat Jaroenkantasima, Norapat Buppodom, Koravich Sangkaew, Peerawat Rojratchadakorn, Surapon Nonesung, Chanon Utupon, Sadhis Wongprayoon, Nucharee Thongthungwong, Chawakorn Phiantham, Patteera Triamamornwooth. Nattarika Juntarapaoraya, Kriangkrai Saetan, Pitikorn Khlaisamniang

Co to dělá

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

Doména: Language
Úkol: Chat, Language modeling/generation, Question answering, Retrieval-augmented generation
Základní model: Llama 2-13B

Velikost

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

parametry: 13.1B
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.

Výpočty pro trénink: 5.1 × 10²¹ FLOP
Jak bylo ustanoveno: Operation counting
Ladění výpočtů: 7.9 × 10¹⁶ FLOP

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: Unreleased
Hugging Face: openthaigpt

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: OpenThaiGPT 13b 1.0.0
Nap poslední aktualizace: 11 February 2026

Extrémy

Deset nejrychlejších GPU, které běží OpenThaiGPT v1.0.0 (13B)

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 OpenThaiGPT v1.0.0 (13B)

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 5110P

Potřeba paměti

7.1 GB

Nejrychlejší

259 tok/s

OpenThaiGPT v1.0.0 (13B) dosahuje počtu parametrů 13.1B. To je dost malé, že hardware je zřídkakdy překážkou, včetně karet starých několik let. Počet karet, které sledujeme, které to mohou spustit: 509.

Na nízkém konci se to řeší pomocí Xeon Phi 5110P, s kapacitou VRAM 8 GB, spuštění na kompresi Q3_K_M a vyrábějí kolem 18.2 tokenů za sekundu

Nejrychlejší, jak to pro to počítáme, je B200, generování přibližně 259 tokens za sekundu na základě šířky pásma VRAM 8,000 GB/s.

O tomto modelu

OpenThaiGPT v1.0.0 (13B) byl zveřejněn Mahidol University,AI Entrepreneurs Association of Thailand, v zemi zaznamenané jako Thailand, během April 2024. Vydavatelská organizace je kategorizována jako academia.

funguje v oblasti Language, a je zaznamenán jako vykonávající úkol chat, Language modeling/generation, Question answering, Retrieval-augmented generation.

Staví na Llama 2-13B. Většina modelů na této úrovni je přizpůsobena z existující základny namísto toho, aby byla vytvořena od nuly.

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 openthaigpt.

Jak rychle to běží a proč

Mediánový výsledek je kolem 21.1 tokens za sekundu. Překračující rychlost čtení rovnou: 459 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.

Jak bylo trénováno

Trenovací běh spotřeboval asi 5.1 × 10²¹ FLOP. Tato částka měří, kolik stál výroba modelu, a nemá žádný vliv na to, jak rychle odpovídá.

Krok za krokem

Jak vybrat GPU pro OpenThaiGPT v1.0.0 (13B)

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.

Každá KARTA zde byla zkontrolována proti OpenThaiGPT v1.0.0 (13B), potřebující kolem 7.1 GB při kompresi Q3_K_M. Kapacita je brána — karta buď ji má, nebo ne.
02

Přizpůsobte kontext svému skutečnému použití

Nastavte kontext na to, co skutečně použijete. Cache roste s konverzací a to je obvyklý důvod, proč karta, která se zdála v pořádku, přestane vejít. OpenThaiGPT v1.0.0 (13B).
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

Hodnoťte podle propustnosti spíše než podle specifikace

Seřaďte podle rychlosti, abyste viděli, jak si karty vedou. OpenThaiGPT v1.0.0 (13B). Nebude to odpovídat hernímu pořádku, protože generace je omezena šířkou pásma paměti. Grafická karta, která vede seznam, je B200, na 259 tok/s
05

Podívejte se na rezervu, ne jen na padnutí

Sloupec vhodnosti odděluje karty, které to jen tak tak zvládají, od těch, které mají místo navíc, v případě OpenThaiGPT v1.0.0 (13B). 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. OpenThaiGPT v1.0.0 (13B).

Odpovědi

OpenThaiGPT v1.0.0 (13B) — běžné otázky

OpenThaiGPT v1.0.0 (13B)— 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.

OpenThaiGPT v1.0.0 (13B)— K čemu se to používá?

funguje v oblasti Language, a je zaznamenáno jako zpracovávající úkol chat, Language modeling/generation, Question answering, Retrieval-augmented generation. Model může nést několik z každého, takže to jsou oblasti, pro které byl navržen, spíše než omezení toho, co se pokusí.

OpenThaiGPT v1.0.0 (13B)— kde si to mohu stáhnout?

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

OpenThaiGPT v1.0.0 (13B)— kolik výpočetního výkonu bylo použito k jeho trénování?

Trénink spotřeboval kolem 5.1 × 10²¹ FLOP. 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.

OpenThaiGPT v1.0.0 (13B)— 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 3.2 GB. Každá postava zde předpokládá, že celý model je umístěn na kartě.

OpenThaiGPT v1.0.0 (13B)— 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: 509. Takže druhá karta je tu zřídka odpovědí.

OpenThaiGPT v1.0.0 (13B)— proč se kvantizace liší mezi kartami?

Protože se kapacita liší, liší se i to, jak moc musí být stlačena. Počet odlišných úrovní v tabulce výše: 5. Větší karty získávají přesnější verzi a kvalita podlahy nad piny srovnává na jednu úroveň.

OpenThaiGPT v1.0.0 (13B)— Jak přesné jsou tyto odhady rychlosti?

Jsou vypočítány ze specifikací spíše než měřeny a každá má určité rozmezí. Jeden příklad: 155–414 tok/s na B200. Stejný model a karta se liší o třicet až padesát procent v závislosti na softwaru pro inferenci a jeho verzi.

OpenThaiGPT v1.0.0 (13B)— 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 7.1 GB, a produkuje přibližně 18.2 tokeny za sekundu. Celkový počet karet, které mohou model běžet: 509.

OpenThaiGPT v1.0.0 (13B)— jak rychle je to na GPU?

Záleží na kartě. Nejrychleji, jak to spočítáme, je B200, přibližně 259 tokenů za sekundu; nejpomalejší, který stále běží, zvládá výrazně méně. Rychlost čtení je kolem deseti tokenů za sekundu, a počet karet, které to zvládají: 459.

OpenThaiGPT v1.0.0 (13B)— kolik VRAM potřebuje?

Potřebuje asi 7.1 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.

OpenThaiGPT v1.0.0 (13B)— 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 7.1 GB a generováním zhruba 130 tokenů za sekundu. Fit je těsný.

OpenThaiGPT v1.0.0 (13B)— 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 10.1 GB a generováním zhruba 52.7 tokenů za sekundu. Fit je těsný.

OpenThaiGPT v1.0.0 (13B)— mohu to spustit na GPU držící 16 GB?

Ano. GPU kartu Tesla V100 SXM2 16 GB, držení 16 GB, provozuje ho při kompresi Q6_K, používající přibližně 11.7 GB a generováním zhruba 53.1 tokenů za sekundu. Fit je pohodlný.

OpenThaiGPT v1.0.0 (13B)— 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 14.7 GB a generováním zhruba 43.3 tokenů za sekundu. Fit je pohodlný.

OpenThaiGPT v1.0.0 (13B)— 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.

OpenThaiGPT v1.0.0 (13B)— kolik má parametrů?

Má počet parametrů 13.1B. https://huggingface.co/openthaigpt/openthaigpt-1.0.0-13b-chat. Tato cifra je celková a rozhoduje o tom, kolik VRAM model potřebuje — přibližně půl gigabajtu na miliardu při kompresi, kterou většina lidí používá.

OpenThaiGPT v1.0.0 (13B)— Kdo to vytvořil?

Bylo to publikováno společností Mahidol University,AI Entrepreneurs Association of Thailand, zakládající se na Thailand, organizace zařazená jako academia.

Zdroj

Původní publikace

Nahrávka naposledy aktualizována 11 February 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