Ring-mini-linear-2.0 TPS kalkulátor

Otevřít váhy Ant Group 16.4B parametry October 2025

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

306 karty, které to mohou spustit

818 karty, které máme specifikace pro

Nejmenší karta, která se vejde

P102-101

10 GB · Q3_K_M · 19.0 tok/s

Nejrychlejší karta

B200

207 tok/s · 180 GB

Které GPU mohou spustit Ring-mini-linear-2.0?

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.

306 karty odpovídají

Vypočítávání

					Potřebuje	Kvantisace	Pohodlné
207 tok/s 124–331 · nízká důvěra	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	18.3 GB	Q8_0	Pohodlný
207 tok/s 124–331 · nízká důvěra	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	18.3 GB	Q8_0	Pohodlný
165 tok/s 99–264 · nízká důvěra	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	18.3 GB	Q8_0	Pohodlný
165 tok/s 99–264 · nízká důvěra	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	18.3 GB	Q8_0	Pohodlný
132 tok/s 79–211 · nízká důvěra	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	18.3 GB	Q8_0	Pohodlný
126 tok/s 76–202 · nízká důvěra	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	18.3 GB	Q8_0	Pohodlný
126 tok/s 76–202 · nízká důvěra	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	18.3 GB	Q8_0	Pohodlný
121 tok/s 73–193 · nízká důvěra	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	18.3 GB	Q8_0	Pohodlný
109 tok/s 65–174 · nízká důvěra	CMP 170HX 10 GB NVIDIA	10 GB	1,560 GB/s	Sep 2021	8.7 GB	Q3_K_M	Těsný
107 tok/s 64–172 · nízká důvěra	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	18.3 GB	Q8_0	Pohodlný
107 tok/s 64–172 · nízká důvěra	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	18.3 GB	Q8_0	Pohodlný
107 tok/s 64–172 · nízká důvěra	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	18.3 GB	Q8_0	Pohodlný
102 tok/s 61–163 · nízká důvěra	H100 NVL 94 GB NVIDIA	94 GB	3,940 GB/s	Mar 2023	18.3 GB	Q8_0	Pohodlný
86.8 tok/s 52–139 · nízká důvěra	H100 PCIe 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	18.3 GB	Q8_0	Pohodlný
86.8 tok/s 52–139 · nízká důvěra	H100 SXM5 80 GB NVIDIA	80 GB	3,360 GB/s	Oct 2022	18.3 GB	Q8_0	Pohodlný
86.8 tok/s 52–139 · nízká důvěra	H100 SXM5 94 GB NVIDIA	94 GB	3,360 GB/s	Mar 2023	18.3 GB	Q8_0	Pohodlný
86.8 tok/s 52–139 · nízká důvěra	H100 SXM5 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	18.3 GB	Q8_0	Pohodlný
86.8 tok/s 52–139 · nízká důvěra	H800 SXM5 NVIDIA	80 GB	3,360 GB/s	Mar 2023	18.3 GB	Q8_0	Pohodlný
66.1 tok/s 40–106 · nízká důvěra	Radeon Instinct MI250 AMD	128 GB	3,280 GB/s	Nov 2021	18.3 GB	Q8_0	Pohodlný
66.1 tok/s 40–106 · nízká důvěra	Radeon Instinct MI250X AMD	128 GB	3,280 GB/s	Nov 2021	18.3 GB	Q8_0	Pohodlný
55.1 tok/s 33–88 · nízká důvěra	Data Center GPU Max 1550 Intel	128 GB	3,280 GB/s	Jan 2023	18.3 GB	Q8_0	Pohodlný
54.4 tok/s 33–87 · nízká důvěra	GeForce RTX 3080 12 GB NVIDIA	12 GB	912 GB/s	Jan 2022	10.6 GB	Q4_K_M	Těsný
54.4 tok/s 33–87 · nízká důvěra	GeForce RTX 3080 Ti NVIDIA	12 GB	912 GB/s	May 2021	10.6 GB	Q4_K_M	Těsný
53.9 tok/s 32–86 · nízká důvěra	Data Center GPU Max Subsystem Intel	128 GB	3,210 GB/s	Jan 2023	18.3 GB	Q8_0	Pohodlný
53.0 tok/s 32–85 · nízká důvěra	CMP 90HX NVIDIA	10 GB	760 GB/s	Jul 2021	8.7 GB	Q3_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: Ant Group
Typ organizace: Industry
Země: China
Publikováno: 23 October 2025
Autoři: Bin Han, Caizhi Tang, Chen Liang, Donghao Zhang, Fan Yuan, Feng Zhu, Jie Gao, Jingyu Hu, Longfei Li, Meng Li, Mingyang Zhang, Peijie Jiang, Peng Jiao, Qian Zhao, Qingyuan Yang, Wenbo Shen, Xinxing Yang, Yalin Zhang, Yankun Ren, Yao Zhao, Yibo Cao, Yixuan Sun, Yue Zhang, Yuchen Fang, Zibin Lin, Zixuan Cheng, Jun Zhou

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, Code generation, Mathematical reasoning
Základní model: Ling-mini-base-2.0-20T
Číselný formát: FP8

Velikost

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

parametry: 16.4B
Výcviková data: 600,000,000,000 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: 1.7 × 10²³ FLOP
Jak bylo ustanoveno: Operation counting
Ladění výpočtů: 3.4 × 10²¹ FLOP

Tréninkový běh

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

Tréninkový hardware: NVIDIA H800 SXM5
Používané čipy: 288
Příkon: 393.6 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: Unreleased
Hugging Face: inclusionAI

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: Every Attention Matters: An Efficient Hybrid Architecture for Long-Context Reasoning
Nap poslední aktualizace: 28 November 2025

Extrémy

Deset nejrychlejších GPU, které běží Ring-mini-linear-2.0

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 Ring-mini-linear-2.0

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

Co čísla znamenají

Hardwareová stránka

Minimum karta

P102-101

Potřeba paměti

8.7 GB

Nejrychlejší

207 tok/s

Ring-mini-linear-2.0 dosahuje počtu parametrů 16.4B. To je dost malé, že hardware je zřídkakdy překážkou, včetně karet starých několik let. Počet karet, které sledujeme, které to mohou spustit: 306.

Na nízkém konci se to řeší pomocí P102-101, s kapacitou VRAM 10 GB, spuštění na kompresi Q3_K_M a vyrábějí kolem 19.0 tokenů za sekundu

Špičkový model je B200, generování přibližně 207 tokens za sekundu na základě šířky pásma VRAM 8,000 GB/s.

Co je tento MODEL

Ring-mini-linear-2.0 byl zveřejněn Ant Group, v zemi zaznamenané jako China, během October 2025. Vychází z organizace, která je kategorizována jako industry.

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

Místo toho, aby byl trénován od nuly, je odvozen z Ling-mini-base-2.0-20T. 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 inclusionAI.

Co rozhoduje o rychlosti

Mediánový výsledek je kolem 20.7 tokens za sekundu. Překračující rychlost čtení rovnou: 269 z nich

Být hustý, čte vše sám po tokenu, což je důvod, proč pořadí podle rychlosti níže úzce následuje pořadí podle šířky pásma VRAM.

Bez rozložení pozornosti v záznamu je sloupec paměti přibližný. Je dost blízko na to, aby se podle něj vybralo hardware, a je nejméně spolehlivý při dlouhém kontextu.

Trénink a původ

Produkce toho vyžadovala aritmetiku v celkové výši přibližně 1.7 × 10²³ FLOP, na hardwaru zaznamenáno jako NVIDIA H800 SXM5. Tato částka měří, kolik stál výroba modelu, a nemá žádný vliv na to, jak rychle odpovídá.

Bylo to trénováno na korpusu asi 600,000,000,000 tokeny textu

Krok za krokem

Jak vybrat GPU pro Ring-mini-linear-2.0

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 Ring-mini-linear-2.0, potřebující kolem 8.7 GB při kompresi Q3_K_M. Kapacita je brána — karta buď ji má, nebo ne.
02

Rozhodněte, jak dlouho vaše konverzace běží

Delší konverzace spotřebovávají paměť navíc k tomu, co potřebují váhy. Posuňte jezdec na svou skutečnou pracovního délku, než důvěřujete jakémukoliv řádku pro Ring-mini-linear-2.0.
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

Rychlostní řazení je v podstatě řazením podle šířky pásma paměti, pro Ring-mini-linear-2.0. Nebude to odpovídat hernímu pořádku, protože generace je omezena šířkou pásma paměti. Grafická karta, která vede seznam, je B200, na 207 tok/s
05

Podívejte se na rezervu, ne jen na padnutí

Tight fit běží, ale nenechává nic navíc pro delší konverzaci, v případě Ring-mini-linear-2.0. 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

Každá stránka karty opakuje tento postup pro každý model, který máme, a odpovídá na to, k čemu je hardware dobrý kromě Ring-mini-linear-2.0.

Odpovědi

Ring-mini-linear-2.0 — běžné otázky

Ring-mini-linear-2.0— Kdo to vytvořil?

Bylo to publikováno společností Ant Group, zakládající se na China, organizace zařazená jako industry.

Ring-mini-linear-2.0— Kdy byl vydán?

Bylo to zveřejněno v October 2025.

Ring-mini-linear-2.0— K čemu se to používá?

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

Ring-mini-linear-2.0— kde si to mohu stáhnout?

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

Ring-mini-linear-2.0— kolik výpočetního výkonu bylo použito k jeho trénování?

Trénink spotřeboval kolem 1.7 × 10²³ FLOP, na hardwaru zaznamenáno jako NVIDIA H800 SXM5. 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.

Ring-mini-linear-2.0— 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 3.4 GB. Každá postava zde předpokládá, že celý model je umístěn na kartě.

Ring-mini-linear-2.0— 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: 306. Takže druhá karta je tu zřídka odpovědí.

Ring-mini-linear-2.0— 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: 6. Větší karty získávají přesnější verzi a kvalita podlahy nad piny srovnává na jednu úroveň.

Ring-mini-linear-2.0— 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: 124–331 tok/s na B200. Stejný model a karta se liší o třicet až padesát procent v závislosti na softwaru pro inferenci a jeho verzi.

Ring-mini-linear-2.0— Jakou GPU potřebuji k jejímu spuštění?

Nejmenší karta v našem katalogu, která to udrží, je P102-101, s kapacitou VRAM 10 GB. Spouští model při kompresi Q3_K_M používající přibližně 8.7 GB, a produkuje přibližně 19.0 tokeny za sekundu. Celkový počet karet, které mohou model běžet: 306.

Ring-mini-linear-2.0— jak rychle je to na GPU?

Záleží na kartě. Nejrychleji, jak to spočítáme, je B200, přibližně 207 tokenů za sekundu; nejpomalejší, který stále běží, zvládá výrazně méně. Rychlost čtení je kolem deseti tokenů za sekundu, a počet karet, které to zvládají: 269.

Ring-mini-linear-2.0— kolik VRAM potřebuje?

Potřebuje asi 8.7 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.

Ring-mini-linear-2.0— mohu to spustit na GPU držící 12 GB?

Ano. GPU kartu GeForce RTX 3080 Ti, držení 12 GB, provozuje ho při kompresi Q4_K_M, používající přibližně 10.6 GB a generováním zhruba 54.4 tokenů za sekundu. Fit je těsný.

Ring-mini-linear-2.0— mohu to spustit na GPU držící 16 GB?

Ano. GPU kartu Tesla V100 SXM2 16 GB, držení 16 GB, provozuje ho při kompresi Q5_K_M, používající přibližně 12.5 GB a generováním zhruba 52.1 tokenů za sekundu. Fit je těsný.

Ring-mini-linear-2.0— 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 18.3 GB a generováním zhruba 34.6 tokenů za sekundu. Fit je těsný.

Ring-mini-linear-2.0— 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.

Ring-mini-linear-2.0— kolik má parametrů?

Má počet parametrů 16.4B. Ring-mini-linear-2.0 comprises 16B parameters and 957M activations. Tato cifra je celková a rozhoduje o tom, kolik VRAM model potřebuje — přibližně půl gigabajtu na miliardu při kompresi, kterou většina lidí používá.

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