DeepSeekMoE-16B TPS kalkulátor

Otevřít váhy DeepSeek 16B parametry January 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

306 karty, které to mohou spustit

818 karty, které máme specifikace pro

Nejmenší karta, která se vejde

P102-101

10 GB · Q3_K_M · 108 tok/s

Nejrychlejší karta

B200

1,176 tok/s · 180 GB

Které GPU mohou spustit DeepSeekMoE-16B?

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
1,176 tok/s 706–1,882 · nízká důvěra	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	17.5 GB	Q8_0	Pohodlný
1,176 tok/s 706–1,882 · nízká důvěra	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	17.5 GB	Q8_0	Pohodlný
939 tok/s 564–1,503 · nízká důvěra	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	17.5 GB	Q8_0	Pohodlný
939 tok/s 564–1,503 · nízká důvěra	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	17.5 GB	Q8_0	Pohodlný
751 tok/s 451–1,202 · nízká důvěra	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	17.5 GB	Q8_0	Pohodlný
719 tok/s 431–1,151 · nízká důvěra	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	17.5 GB	Q8_0	Pohodlný
719 tok/s 431–1,151 · nízká důvěra	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	17.5 GB	Q8_0	Pohodlný
688 tok/s 413–1,101 · nízká důvěra	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	17.5 GB	Q8_0	Pohodlný
619 tok/s 371–990 · nízká důvěra	CMP 170HX 10 GB NVIDIA	10 GB	1,560 GB/s	Sep 2021	8.1 GB	Q3_K_M	Těsný
611 tok/s 366–977 · nízká důvěra	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	17.5 GB	Q8_0	Pohodlný
611 tok/s 366–977 · nízká důvěra	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	17.5 GB	Q8_0	Pohodlný
611 tok/s 366–977 · nízká důvěra	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	17.5 GB	Q8_0	Pohodlný
579 tok/s 348–927 · nízká důvěra	H100 NVL 94 GB NVIDIA	94 GB	3,940 GB/s	Mar 2023	17.5 GB	Q8_0	Pohodlný
494 tok/s 296–791 · nízká důvěra	H100 PCIe 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	17.5 GB	Q8_0	Pohodlný
494 tok/s 296–791 · nízká důvěra	H100 SXM5 80 GB NVIDIA	80 GB	3,360 GB/s	Oct 2022	17.5 GB	Q8_0	Pohodlný
494 tok/s 296–791 · nízká důvěra	H100 SXM5 94 GB NVIDIA	94 GB	3,360 GB/s	Mar 2023	17.5 GB	Q8_0	Pohodlný
494 tok/s 296–791 · nízká důvěra	H100 SXM5 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	17.5 GB	Q8_0	Pohodlný
494 tok/s 296–791 · nízká důvěra	H800 SXM5 NVIDIA	80 GB	3,360 GB/s	Mar 2023	17.5 GB	Q8_0	Pohodlný
376 tok/s 226–602 · nízká důvěra	Radeon Instinct MI250 AMD	128 GB	3,280 GB/s	Nov 2021	17.5 GB	Q8_0	Pohodlný
376 tok/s 226–602 · nízká důvěra	Radeon Instinct MI250X AMD	128 GB	3,280 GB/s	Nov 2021	17.5 GB	Q8_0	Pohodlný
314 tok/s 188–502 · nízká důvěra	Data Center GPU Max 1550 Intel	128 GB	3,280 GB/s	Jan 2023	17.5 GB	Q8_0	Pohodlný
310 tok/s 186–496 · nízká důvěra	GeForce RTX 3080 12 GB NVIDIA	12 GB	912 GB/s	Jan 2022	10.0 GB	Q4_K_M	Těsný
310 tok/s 186–496 · nízká důvěra	GeForce RTX 3080 Ti NVIDIA	12 GB	912 GB/s	May 2021	10.0 GB	Q4_K_M	Těsný
307 tok/s 184–491 · nízká důvěra	Data Center GPU Max Subsystem Intel	128 GB	3,210 GB/s	Jan 2023	17.5 GB	Q8_0	Pohodlný
302 tok/s 181–483 · nízká důvěra	CMP 90HX NVIDIA	10 GB	760 GB/s	Jul 2021	8.1 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: DeepSeek
Typ organizace: Industry
Země: China
Publikováno: 11 January 2024
Autoři: Damai Dai, Chengqi Deng, Chenggang Zhao, R.X. Xu, Huazuo Gao, Deli Chen, Jiashi Li, Wangding Zeng, Xingkai Yu, Y. Wu, Zhenda Xie, Y.K. Li, Panpan Huang, Fuli Luo, Chong Ruan, Zhifang Sui, Wenfeng Liang

Co to dělá

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

Doména: Language
Úkol: Chat

Velikost

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

parametry: 16B
Výcviková data: 2,000,000,000,000 tokens
Epochy: 1

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: 3.4 × 10²² 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 A100,NVIDIA H800 SXM5

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

Jak je to klasifikováno

Štítky aplikačních datových sad, které se používají při sledování významných modelů, a jak jistý je ve záznamu.

Záznam důvěry: Likely
Citace: 844

Žrovy

Odkud tento záznam pochází a kdy byl naposledy zkontrolován.

Reference: DeepSeekMoE: Towards Ultimate Expert Specialization in Mixture-of-Experts Language Models
Nap poslední aktualizace: 25 May 2026

Extrémy

Deset nejrychlejších GPU, které běží DeepSeekMoE-16B

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 DeepSeekMoE-16B

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

P102-101

Potřeba paměti

8.1 GB

Nejrychlejší

1,176 tok/s

DeepSeekMoE-16B dosahuje počtu parametrů 16B. To je dost malé, že hardware je zřídkakdy překážkou, včetně karet starých několik let. Počet karet, které sledujeme, které to mohou spustit: 306.

Nejmenší hardware, který funguje, je P102-101, s kapacitou VRAM 10 GB, spuštění na kompresi Q3_K_M a vyrábějí kolem 108 tokenů za sekundu

Špičkový model je B200, generování přibližně 1,176 tokens za sekundu na základě šířky pásma VRAM 8,000 GB/s.

Odkud to přišlo

DeepSeekMoE-16B byl zveřejněn DeepSeek, v zemi zaznamenané jako China, během January 2024. Kategorie, do které vydavatel spadá, je industry.

funguje v oblasti Language, a je zaznamenán jako vykonávající úkol chat.

Otevřené váhy jsou to, co dává této stránce místo v kalkulátoru spíše než pouze v katalogu: je to model, který můžeš skutečně držet.

Porozumění rychlostem

Mediánový výsledek je kolem 109.8 tokenů za sekundu. Producing text faster than most people read it: 304 z nich

Protože směruje každý token skrze podmnožinu svých vah, produkuje text rychlostí mnohem menšího modelu. Zádrhel je v paměti: všechna musí stále vejít, takže rychlost je spíše bonusem než slevou na hardwaru.

Jeho rozložení pozornosti je v naší databázi, takže hodnoty VRAM jsou vypočítány přesně místo přibližně.

Jak bylo trénováno

Trénování si vyžádalo výpočetní rozpočet přibližně 3.4 × 10²² FLOP, na hardwaru zaznamenáno jako NVIDIA A100,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 2,000,000,000,000 tokeny textu

Krok za krokem

Jak vybrat GPU pro DeepSeekMoE-16B

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 DeepSeekMoE-16B, potřebující kolem 8.1 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. DeepSeekMoE-16B.
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

Srovnejte TPS, ne specifikace

Hodnocení podle tokenů za sekundu následuje šířku paměti spíše než počty jader, pro DeepSeekMoE-16B. Nebude to odpovídat hernímu pořádku, protože generace je omezena šířkou pásma paměti. Grafická karta, která vede seznam, je B200, na 1,176 tok/s
05

Zkontrolujte verdikt o vhodnosti před koupí

Sloupec vhodnosti odděluje karty, které to jen tak tak zvládají, od těch, které mají místo navíc, v případě DeepSeekMoE-16B. 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 DeepSeekMoE-16B.

Odpovědi

DeepSeekMoE-16B — běžné otázky

DeepSeekMoE-16B— Kdy byl vydán?

Bylo to zveřejněno v January 2024. Schopnost na parametr se od té doby výrazně zlepšila, takže novější model stejné velikosti je často lepším využitím stejného hardwaru.

DeepSeekMoE-16B— K čemu se to používá?

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

DeepSeekMoE-16B— 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.

DeepSeekMoE-16B— kolik výpočetního výkonu bylo použito k jeho trénování?

Trénink spotřeboval kolem 3.4 × 10²² FLOP, na hardwaru zaznamenáno jako NVIDIA A100,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.

DeepSeekMoE-16B— 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 2.8 GB. Každá postava zde předpokládá, že celý model je umístěn na kartě.

DeepSeekMoE-16B— 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: 306. Takže druhá karta je tu zřídka odpovědí.

DeepSeekMoE-16B— 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.

DeepSeekMoE-16B— 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: 706–1,882 tok/s na B200. Stejný model a karta se liší o třicet až padesát procent v závislosti na softwaru pro inferenci a jeho verzi.

DeepSeekMoE-16B— 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 8.1 GB, a produkuje přibližně 108 tokeny za sekundu. Celkový počet karet, které mohou model běžet: 306.

DeepSeekMoE-16B— jak rychle je to na GPU?

Záleží na kartě. Nejrychleji, jak to spočítáme, je B200, přibližně 1,176 tokenů za sekundu; nejpomalejší, který stále běží, zvládá výrazně méně. Rychlost čtení je kolem deseti tokenů za sekundu, a počet karet, které to zvládají: 304.

DeepSeekMoE-16B— kolik VRAM potřebuje?

Potřebuje asi 8.1 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.

DeepSeekMoE-16B— 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 10.0 GB a generováním zhruba 310 tokenů za sekundu. Fit je těsný.

DeepSeekMoE-16B— 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 13.7 GB a generováním zhruba 241 tokenů za sekundu. Fit je těsný.

DeepSeekMoE-16B— 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 17.5 GB a generováním zhruba 197 tokenů za sekundu. Fit je pohodlný.

DeepSeekMoE-16B— 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.

DeepSeekMoE-16B— kolik má parametrů?

Má počet parametrů 16B. 16B (total, but it's sparse). Tato cifra je celková a rozhoduje o tom, kolik VRAM model potřebuje — přibližně půl gigabajtu na miliardu při kompresi, kterou většina lidí používá.

DeepSeekMoE-16B— Kdo to vytvořil?

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

Zdroj

Původní publikace

Nahrávka naposledy aktualizována 25 May 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