SambaLingo-Thai-Chat-70B TPS kalkulátor
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
818 karty, které máme specifikace pro
Nejmenší karta, která se vejde
A100 PCIe 40 GB
40 GB · Q3_K_M · 25.5 tok/s
Nejrychlejší karta
B200
48.4 tok/s · 180 GB
Které GPU mohou spustit SambaLingo-Thai-Chat-70B?
Nastavte vstupy, přečtěte si odpověď
Delší konverzace potřebuje více paměti, což může tento model vytlačit z menších karet..
Skrývá karty, které by se do modelu vešly pouze jeho stlačením pod tento bod.
61 karty odpovídají
Vypočítávání| Potřebuje | Kvantisace | Pohodlné | |||||
|---|---|---|---|---|---|---|---|
|
48.4
tok/s
29–77 · nízká důvěra |
B200 NVIDIA | 180 GB | 8,000 GB/s | Jan 2024 | 75.6 GB | Q8_0 | Pohodlný |
|
48.4
tok/s
29–77 · nízká důvěra |
B300 NVIDIA | 288 GB | 8,000 GB/s | Sep 2025 | 75.6 GB | Q8_0 | Pohodlný |
|
38.7
tok/s
23–62 · nízká důvěra |
Radeon Instinct MI350X AMD | 288 GB | 8,190 GB/s | Jan 2025 | 75.6 GB | Q8_0 | Pohodlný |
|
38.7
tok/s
23–62 · nízká důvěra |
Radeon Instinct MI355X AMD | 288 GB | 8,190 GB/s | Jan 2025 | 75.6 GB | Q8_0 | Pohodlný |
|
30.9
tok/s
19–49 · nízká důvěra |
Radeon Instinct MI300 AMD | 128 GB | 6,550 GB/s | Jan 2023 | 75.6 GB | Q8_0 | Pohodlný |
|
29.6
tok/s
18–47 · nízká důvěra |
H200 NVL NVIDIA | 141 GB | 4,890 GB/s | Nov 2024 | 75.6 GB | Q8_0 | Pohodlný |
|
29.6
tok/s
18–47 · nízká důvěra |
H200 SXM 141 GB NVIDIA | 141 GB | 4,890 GB/s | Nov 2024 | 75.6 GB | Q8_0 | Pohodlný |
|
29.5
tok/s
18–47 · nízká důvěra |
H100 SXM5 80 GB NVIDIA | 80 GB | 3,360 GB/s | Oct 2022 | 59.3 GB | Q6_K | Pohodlný |
|
29.5
tok/s
18–47 · nízká důvěra |
H800 SXM5 NVIDIA | 80 GB | 3,360 GB/s | Mar 2023 | 59.3 GB | Q6_K | Pohodlný |
|
28.3
tok/s
17–45 · nízká důvěra |
Radeon Instinct MI325X AMD | 256 GB | 6,000 GB/s | Oct 2024 | 75.6 GB | Q8_0 | Pohodlný |
|
26.1
tok/s
16–42 · nízká důvěra |
GRID A100B NVIDIA | 48 GB | 1,870 GB/s | May 2020 | 43.0 GB | Q4_K_M | Těsný |
|
25.5
tok/s
15–41 · nízká důvěra |
A100 PCIe 40 GB NVIDIA | 40 GB | 1,560 GB/s | Jun 2020 | 34.9 GB | Q3_K_M | Těsný |
|
25.5
tok/s
15–41 · nízká důvěra |
A100 SXM4 40 GB NVIDIA | 40 GB | 1,560 GB/s | May 2020 | 34.9 GB | Q3_K_M | Těsný |
|
25.5
tok/s
15–41 · nízká důvěra |
A800 PCIe 40 GB NVIDIA | 40 GB | 1,560 GB/s | Nov 2022 | 34.9 GB | Q3_K_M | Těsný |
|
25.1
tok/s
15–40 · nízká důvěra |
Radeon Instinct MI300A AMD | 128 GB | 5,325 GB/s | Dec 2023 | 75.6 GB | Q8_0 | Pohodlný |
|
25.1
tok/s
15–40 · nízká důvěra |
Radeon Instinct MI300X AMD | 192 GB | 5,325 GB/s | Dec 2023 | 75.6 GB | Q8_0 | Pohodlný |
|
25.1
tok/s
15–40 · nízká důvěra |
Radeon Instinct MI308X AMD | 192 GB | 5,325 GB/s | Dec 2023 | 75.6 GB | Q8_0 | Pohodlný |
|
23.8
tok/s
14–38 · nízká důvěra |
H100 NVL 94 GB NVIDIA | 94 GB | 3,940 GB/s | Mar 2023 | 75.6 GB | Q8_0 | Těsný |
|
21.8
tok/s
13–35 · nízká důvěra |
H100 SXM5 64 GB NVIDIA | 64 GB | 2,020 GB/s | Mar 2023 | 51.2 GB | Q5_K_M | Těsný |
|
20.3
tok/s
12–33 · nízká důvěra |
H100 PCIe 96 GB NVIDIA | 96 GB | 3,360 GB/s | Mar 2023 | 75.6 GB | Q8_0 | Těsný |
|
20.3
tok/s
12–33 · nízká důvěra |
H100 SXM5 94 GB NVIDIA | 94 GB | 3,360 GB/s | Mar 2023 | 75.6 GB | Q8_0 | Těsný |
|
20.3
tok/s
12–33 · nízká důvěra |
H100 SXM5 96 GB NVIDIA | 96 GB | 3,360 GB/s | Mar 2023 | 75.6 GB | Q8_0 | Těsný |
|
18.7
tok/s
11–30 · nízká důvěra |
RTX PRO 5000 Blackwell NVIDIA | 48 GB | 1,340 GB/s | Mar 2025 | 43.0 GB | Q4_K_M | Těsný |
|
17.9
tok/s
11–29 · nízká důvěra |
A100 SXM4 80 GB NVIDIA | 80 GB | 2,040 GB/s | Nov 2020 | 59.3 GB | Q6_K | Pohodlný |
|
17.9
tok/s
11–29 · nízká důvěra |
A100X NVIDIA | 80 GB | 2,040 GB/s | Jun 2021 | 59.3 GB | Q6_K | 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
- SambaNova Systems, Inc
- Typ organizace
- Industry
- Země
- United States of America
- Publikováno
- 8 April 2024
- Autoři
- Zoltan Csaki, Bo Li, Jonathan Li, Qiantong Xu, Pian Pawakapan, Leon Zhang, Yun Du, Hengyu Zhao, Changran Hu, Urmish Thakker
Co to dělá
Problémové oblasti, pro které byl model vytvořen. Model může obsahovat několik z každého.
- Doména
- Language
- Úkol
- Chat
- Základní model
- Llama 2-70B
Velikost
Jak velký je model a kolik dat byl trénován. Parametry jsou číslo, které rozhoduje, zda se vejde na danou grafickou kartu.
- parametry
- 70B
- Výcviková data
- tokens
- Epochy
- 0.4
- Velikost dávky
- 32
https://huggingface.co/sambanovasystems/SambaLingo-Thai-Chat-70B
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
- 8.1 × 10²³ FLOP
- Ladění výpočtů
- 1.7 × 10²¹ FLOP
"Continuous Pre-training: We pack the pretraining mixture into sequences of length 4096 and pretrain with document attention as described in Section 3.2 of Iyer et al. (2022) to ensure we only attend to tokens in the context of the corresponding text document. We train with a global batch size of 1024, sequence length of 4096, maximum learning rate of 1e-4 with cosine decay, warm-up ratio of 0.01 and a weight decay of 0.1. Each expert is trained for a maximum of 4 epochs, following (Muennighoff …
"The alignment phase follows the recipe for Zephyr-7B, and comprises two stages: supervised fine-tuning (SFT) and Direct Performance Optimization (DPO). The SFT phase was done on the ultrachat_200k dataset mixed with the Google translated version of the ultrachat_200k dataset. It was trained for one epoch with global batch size 512 and max sequence length 2048 tokens. We used a linear decay learning rate of 2e-5 and 10% warmup. The DPO phase was done on the ultrafeedback dataset and cai-conver…
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
- sambanovasystems
Llama 2 license "You will not use the Llama Materials or any output or results of the Llama Materials to improve any other large language model" "Meta may terminate this Agreement if you are in breach of any term or condition of this Agreement" [If MAU] "is greater than 700 million monthly active users in the preceding calendar month, you must request a license from Meta" https://huggingface.co/sambanovasystems/SambaLingo-Thai-Chat-70B
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
- SambaLingo: Teaching Large Language Models New Languages
- Nap poslední aktualizace
- 28 November 2025
Extrémy
Deset nejrychlejších GPU, které běží SambaLingo-Thai-Chat-70B
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..
- 01 B300 288 GB · 8,000 GB/s · Q8_0 48.4 tok/s
- 02 B200 180 GB · 8,000 GB/s · Q8_0 48.4 tok/s
- 03 Radeon Instinct MI350X 288 GB · 8,190 GB/s · Q8_0 38.7 tok/s
- 04 Radeon Instinct MI355X 288 GB · 8,190 GB/s · Q8_0 38.7 tok/s
- 05 Radeon Instinct MI300 128 GB · 6,550 GB/s · Q8_0 30.9 tok/s
- 06 H200 NVL 141 GB · 4,890 GB/s · Q8_0 29.6 tok/s
- 07 H200 SXM 141 GB 141 GB · 4,890 GB/s · Q8_0 29.6 tok/s
- 08 H800 SXM5 80 GB · 3,360 GB/s · Q6_K 29.5 tok/s
- 09 H100 SXM5 80 GB 80 GB · 3,360 GB/s · Q6_K 29.5 tok/s
- 10 Radeon Instinct MI325X 256 GB · 6,000 GB/s · Q8_0 28.3 tok/s
Nejmenší GPU, které ještě běží SambaLingo-Thai-Chat-70B
Nejlevnější cesta dovnitř, podle kapacity paměti. Těsný fit spustí model, ale nenechá nic navíc na delší konverzaci..
- 01 A800 PCIe 40 GB 40 GB · Potřebuje 34.9 GB · Q3_K_M · Těsný 25.5 tok/s
- 02 A100 PCIe 40 GB 40 GB · Potřebuje 34.9 GB · Q3_K_M · Těsný 25.5 tok/s
- 03 A100 SXM4 40 GB 40 GB · Potřebuje 34.9 GB · Q3_K_M · Těsný 25.5 tok/s
- 04 Radeon PRO W7900D 48 GB · Potřebuje 43.0 GB · Q4_K_M · Těsný 9.4 tok/s
- 05 RTX PRO 5000 Blackwell 48 GB · Potřebuje 43.0 GB · Q4_K_M · Těsný 18.7 tok/s
- 06 RTX 5880 Ada Generation 48 GB · Potřebuje 43.0 GB · Q4_K_M · Těsný 12.1 tok/s
- 07 L20 48 GB · Potřebuje 43.0 GB · Q4_K_M · Těsný 12.1 tok/s
- 08 Radeon PRO W7800 48 GB 48 GB · Potřebuje 43.0 GB · Q4_K_M · Těsný 9.4 tok/s
- 09 Radeon PRO W7900 48 GB · Potřebuje 43.0 GB · Q4_K_M · Těsný 9.4 tok/s
- 10 Data Center GPU Max 1100 48 GB · Potřebuje 43.0 GB · Q4_K_M · Těsný 11.2 tok/s
Co čísla znamenají
Hardwareová stránka
Minimum karta
A100 PCIe 40 GB
Potřeba paměti
34.9 GB
Nejrychlejší
48.4 tok/s
SambaLingo-Thai-Chat-70B dosahuje počtu parametrů 70B. 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: 61.
Na nízkém konci se to řeší pomocí A100 PCIe 40 GB, s kapacitou VRAM 40 GB, spuštění na kompresi Q3_K_M a vyrábějí kolem 25.5 tokenů za sekundu
Nejrychlejší výsledek pochází z B200, generování přibližně 48.4 tokens za sekundu na základě šířky pásma VRAM 8,000 GB/s.
O tomto modelu
SambaLingo-Thai-Chat-70B byl zveřejněn SambaNova Systems, Inc, v zemi zaznamenané jako United States of America, během April 2024. Vydavatelská organizace je kategorizována jako industry.
funguje v oblasti Language, a je zaznamenán jako vykonávající úkol chat.
Místo toho, aby byl trénován od nuly, je odvozen z Llama 2-70B. To je důvod, proč sdílí obecný tvar a velikost základního modelu.
Váhy jsou zveřejněny, takže si je můžete stáhnout a spustit na své vlastní hardwaru neomezeně, offline, bez připojeného účtu. Na Hugging Face je publikováno pod organizací sambanovasystems.
Jak rychle to běží a proč
Mediánový výsledek je kolem 17.1 tokenů za sekundu 50 z nich
Být hustý, čte vše sám po tokenu, což je důvod, proč pořadí podle rychlosti níže úzce následuje pořadí podle šířky pásma VRAM.
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.
Co bylo zapotřebí k jeho vybudování
Produkce toho vyžadovala aritmetiku v celkové výši přibližně 8.1 × 10²³ FLOP. Tato částka měří, kolik stál výroba modelu, a nemá žádný vliv na to, jak rychle odpovídá.
Krok za krokem
Jak vybrat GPU pro SambaLingo-Thai-Chat-70B
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 SambaLingo-Thai-Chat-70B, potřebující kolem 34.9 GB při kompresi Q3_K_M. Tato čísla, nikoli hlavní výkon karty, rozhodují o tom, zda běží.
-
02
Nastavte délku kontextu, se kterou budete pracovat
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. SambaLingo-Thai-Chat-70B.
-
03
Vyberte, jak moc to budete komprimovat.
Kompresce je to, co umožňuje modelu pojmout menší KARTY, za určitou cenu v přesnosti., 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 SambaLingo-Thai-Chat-70B. Nebude to odpovídat hernímu pořádku, protože generace je omezena šířkou pásma paměti. Grafická karta, která vede seznam, je B200, na 48.4 tok/s
-
05
Zkontrolujte verdikt o vhodnosti před koupí
Tight fit běží, ale nenechává nic navíc pro delší konverzaci, v případě SambaLingo-Thai-Chat-70B. 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. SambaLingo-Thai-Chat-70B.
Odpovědi
SambaLingo-Thai-Chat-70B — běžné otázky
SambaLingo-Thai-Chat-70B— proč se kvantizace liší mezi kartami?
Každá KARTA je zobrazena, jak běží nejméně komprimovaná kopie, kterou může udržet. Počet různých úrovní komprese napříč KARTAMI, které ji vejít: 5. Větší karty získávají přesnější verzi a kvalita podlahy nad piny srovnává na jednu úroveň.
SambaLingo-Thai-Chat-70B— Jak přesné jsou tyto odhady rychlosti?
Jsou vypočítány ze specifikací spíše než měřeny a každá má určité rozmezí. Jeden příklad: 29–77 tok/s na B200. Stejný model a karta se liší o třicet až padesát procent v závislosti na softwaru pro inferenci a jeho verzi.
SambaLingo-Thai-Chat-70B— Jakou GPU potřebuji k jejímu spuštění?
Nejmenší karta v našem katalogu, která to udrží, je A100 PCIe 40 GB, s kapacitou VRAM 40 GB. Spouští model při kompresi Q3_K_M používající přibližně 34.9 GB, a produkuje přibližně 25.5 tokeny za sekundu. Celkový počet karet, které mohou model běžet: 61.
SambaLingo-Thai-Chat-70B— jak rychle je to na GPU?
Záleží na kartě. Nejrychleji, jak to spočítáme, je B200, přibližně 48.4 tokenů za sekundu; nejpomalejší, který stále běží, zvládá výrazně méně. Rychlost čtení je kolem deseti tokenů za sekundu, a počet karet, které to zvládají: 50.
SambaLingo-Thai-Chat-70B— kolik VRAM potřebuje?
Potřebuje asi 34.9 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.
SambaLingo-Thai-Chat-70B— 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.
SambaLingo-Thai-Chat-70B— kolik má parametrů?
Má počet parametrů 70B. https://huggingface.co/sambanovasystems/SambaLingo-Thai-Chat-70B. Tato cifra je celková a rozhoduje o tom, kolik VRAM model potřebuje — přibližně půl gigabajtu na miliardu při kompresi, kterou většina lidí používá.
SambaLingo-Thai-Chat-70B— Kdo to vytvořil?
Bylo to publikováno společností SambaNova Systems, Inc, zakládající se na United States of America, organizace zařazená jako industry.
SambaLingo-Thai-Chat-70B— 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.
SambaLingo-Thai-Chat-70B— K čemu se to používá?
funguje v oblasti Language, a je zaznamenáno jako zpracovávající úkol chat. Toto jsou oblasti, kolem nichž byl navržen; popisují záměr spíše než tvrdou hranici.
SambaLingo-Thai-Chat-70B— kde si to mohu stáhnout?
Jeho váhy jsou publikovány na Hugging Face, pod organizací sambanovasystems. Na našem webu nenabízíme soubory modelů — tento web vypočítává, jaký hardware je potřebný pro jejich spuštění.
SambaLingo-Thai-Chat-70B— kolik výpočetního výkonu bylo použito k jeho trénování?
Trénink spotřeboval kolem 8.1 × 10²³ 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.
SambaLingo-Thai-Chat-70B— 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 14.2 GB. Každá postava zde předpokládá, že celý model je umístěn na kartě.
SambaLingo-Thai-Chat-70B— 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: 61. Takže druhá karta je tu zřídka odpovědí.
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.