DeepSeek LLM 67B TPS kalkulátor

Otevřít váhy DeepSeek 67B 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

61 karty, které to mohou spustit

818 karty, které máme specifikace pro

Nejmenší karta, která se vejde

A100 PCIe 40 GB

40 GB · IQ4_XS · 24.2 tok/s

Nejrychlejší karta

B200

50.6 tok/s · 180 GB

Které GPU mohou spustit DeepSeek LLM 67B?

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.

61 karty odpovídají

Vypočítávání

					Potřebuje	Kvantisace	Pohodlné
50.6 tok/s 43–61	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	69.7 GB	Q8_0	Pohodlný
50.6 tok/s 43–61	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	69.7 GB	Q8_0	Pohodlný
40.4 tok/s 24–65 · nízká důvěra	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	69.7 GB	Q8_0	Pohodlný
40.4 tok/s 24–65 · nízká důvěra	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	69.7 GB	Q8_0	Pohodlný
32.3 tok/s 19–52 · nízká důvěra	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	69.7 GB	Q8_0	Pohodlný
30.9 tok/s 26–37	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	69.7 GB	Q8_0	Pohodlný
30.9 tok/s 26–37	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	69.7 GB	Q8_0	Pohodlný
29.6 tok/s 18–47 · nízká důvěra	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	69.7 GB	Q8_0	Pohodlný
27.3 tok/s 23–33	GRID A100B NVIDIA	48 GB	1,870 GB/s	May 2020	38.5 GB	Q4_K_M	Těsný
26.3 tok/s 16–42 · nízká důvěra	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	69.7 GB	Q8_0	Pohodlný
26.3 tok/s 16–42 · nízká důvěra	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	69.7 GB	Q8_0	Pohodlný
26.3 tok/s 16–42 · nízká důvěra	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	69.7 GB	Q8_0	Pohodlný
24.9 tok/s 21–30	H100 NVL 94 GB NVIDIA	94 GB	3,940 GB/s	Mar 2023	69.7 GB	Q8_0	Pohodlný
24.2 tok/s 21–29	A100 PCIe 40 GB NVIDIA	40 GB	1,560 GB/s	Jun 2020	34.6 GB	IQ4_XS	Těsný
24.2 tok/s 21–29	A100 SXM4 40 GB NVIDIA	40 GB	1,560 GB/s	May 2020	34.6 GB	IQ4_XS	Těsný
24.2 tok/s 21–29	A800 PCIe 40 GB NVIDIA	40 GB	1,560 GB/s	Nov 2022	34.6 GB	IQ4_XS	Těsný
21.2 tok/s 18–25	H100 PCIe 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	69.7 GB	Q8_0	Pohodlný
21.2 tok/s 18–25	H100 SXM5 80 GB NVIDIA	80 GB	3,360 GB/s	Oct 2022	69.7 GB	Q8_0	Těsný
21.2 tok/s 18–25	H100 SXM5 94 GB NVIDIA	94 GB	3,360 GB/s	Mar 2023	69.7 GB	Q8_0	Pohodlný
21.2 tok/s 18–25	H100 SXM5 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	69.7 GB	Q8_0	Pohodlný
21.2 tok/s 18–25	H800 SXM5 NVIDIA	80 GB	3,360 GB/s	Mar 2023	69.7 GB	Q8_0	Těsný
19.6 tok/s 17–23	RTX PRO 5000 Blackwell NVIDIA	48 GB	1,340 GB/s	Mar 2025	38.5 GB	Q4_K_M	Těsný
18.6 tok/s 16–22	H100 SXM5 64 GB NVIDIA	64 GB	2,020 GB/s	Mar 2023	54.1 GB	Q6_K	Těsný
16.2 tok/s 10–26 · nízká důvěra	Radeon Instinct MI250 AMD	128 GB	3,280 GB/s	Nov 2021	69.7 GB	Q8_0	Pohodlný
16.2 tok/s 10–26 · nízká důvěra	Radeon Instinct MI250X AMD	128 GB	3,280 GB/s	Nov 2021	69.7 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: DeepSeek
Typ organizace: Industry
Země: China
Publikováno: 5 January 2024
Autoři: Xiao Bi, Deli Chen, Guanting Chen, Shanhuang Chen, Damai Dai, Chengqi Deng, Honghui Ding, Kai Dong, Qiushi Du, Zhe Fu, Huazuo Gao, Kaige Gao, Wenjun Gao, Ruiqi Ge, Kang Guan, Daya Guo, Jianzhong Guo, Guangbo Hao, Zhewen Hao, Ying He, Wenjie Hu, Panpan Huang, Erhang Li, Guowei Li, Jiashi Li, Yao Li, Y.K. Li, Wenfeng Liang, Fangyun Lin, A.X. Liu, Bo Liu, Wen Liu, Xiaodong Liu, Xin Liu, Yiyuan Liu, H…

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

Velikost

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

parametry: 67B
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: 8 × 10²³ FLOP
Jak bylo ustanoveno: Operation counting

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: deepseek-ai

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: DeepSeek LLM: Scaling Open-Source Language Models with Longtermism
Nap poslední aktualizace: 28 November 2025

Extrémy

Deset nejrychlejších GPU, které běží DeepSeek LLM 67B

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 DeepSeek LLM 67B

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

Co čísla znamenají

Hardwareová stránka

Minimum karta

A100 PCIe 40 GB

Potřeba paměti

34.6 GB

Nejrychlejší

50.6 tok/s

DeepSeek LLM 67B dosahuje počtu parametrů 67B. 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 IQ4_XS a vyrábějí kolem 24.2 tokenů za sekundu

Nejrychlejší, jak to pro to počítáme, je B200, generování přibližně 50.6 tokens za sekundu na základě šířky pásma VRAM 8,000 GB/s.

Pozadí

DeepSeek LLM 67B 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, Language modeling/generation, Question answering.

Otevřené váhy jsou to, co dává této stránce místo v kalkulátoru spíše než pouze v katalogu: je to model, který můžeš skutečně držet. Na Hugging Face je publikováno pod organizací deepseek-ai.

Čtení čísel propustnosti

Polovina karet, které to drží, zvládne více než 12.9 tokenů za sekundu. Producing text faster than most people read it: 51 z nich

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

Protože je architektura zaznamenaná, sloupec paměti je odvozen spíše než odhadován.

Trénink a původ

Trénování si vyžádalo výpočetní rozpočet přibližně 8 × 10²³ FLOP. 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 DeepSeek LLM 67B

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 DeepSeek LLM 67B, potřebující kolem 34.6 GB při kompresi IQ4_XS. Žádné množství výpočetního výkonu nenahradí kartu, která to nemůže udržet.
02

Přizpůsobte kontext svému skutečnému použití

Delší konverzace spotřebovávají paměť navíc k tomu, co potřebují váhy. Posuňte jezdec na svou skutečnou pracovního délku, než důvěřujete jakémukoliv řádku pro DeepSeek LLM 67B.
03

Rozhodněte, jaké množství komprese přijmete

Každá KARTA spouští nejméně komprimovanou kopii, kterou může udržet., dosahující komprese IQ4_XS 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 DeepSeek LLM 67B. Nebude to odpovídat hernímu pořádku, protože generace je omezena šířkou pásma paměti. Grafická karta, která vede seznam, je B200, na 50.6 tok/s
05

Podívejte se na rezervu, ne jen na padnutí

Tight fit běží, ale nenechává nic navíc pro delší konverzaci, v případě DeepSeek LLM 67B. 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 DeepSeek LLM 67B.

Odpovědi

DeepSeek LLM 67B — běžné otázky

DeepSeek LLM 67B— jak rychle je to na GPU?

Záleží na kartě. Nejrychleji, jak to spočítáme, je B200, přibližně 50.6 tokenů za sekundu; nejpomalejší, který stále běží, zvládá výrazně méně. Rychlost čtení je kolem deseti tokenů za sekundu, a počet karet, které to zvládají: 51.

DeepSeek LLM 67B— kolik VRAM potřebuje?

Potřebuje asi 34.6 GB při kompresi IQ4_XS, 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.

DeepSeek LLM 67B— 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.

DeepSeek LLM 67B— kolik má parametrů?

Má počet parametrů 67B. 67B. Tato cifra je celková a rozhoduje o tom, kolik VRAM model potřebuje — přibližně půl gigabajtu na miliardu při kompresi, kterou většina lidí používá.

DeepSeek LLM 67B— Kdo to vytvořil?

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

DeepSeek LLM 67B— 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.

DeepSeek LLM 67B— K čemu se to používá?

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

DeepSeek LLM 67B— kde si to mohu stáhnout?

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

DeepSeek LLM 67B— kolik výpočetního výkonu bylo použito k jeho trénování?

Trénink spotřeboval kolem 8 × 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.

DeepSeek LLM 67B— 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 9.7 GB. Každá postava zde předpokládá, že celý model je umístěn na kartě.

DeepSeek LLM 67B— 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: 61. Takže druhá karta je tu zřídka odpovědí.

DeepSeek LLM 67B— 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: 4. Větší karty získávají přesnější verzi a kvalita podlahy nad piny srovnává na jednu úroveň.

DeepSeek LLM 67B— Jak přesné jsou tyto odhady rychlosti?

Jsou vypočítány ze specifikací spíše než měřeny a každá má určité rozmezí. Jeden příklad: 43–61 tok/s na B200. Stejný model a karta se liší o třicet až padesát procent v závislosti na softwaru pro inferenci a jeho verzi.

DeepSeek LLM 67B— 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 IQ4_XS používající přibližně 34.6 GB, a produkuje přibližně 24.2 tokeny za sekundu. Celkový počet karet, které mohou model běžet: 61.

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