CogAgent TPS kalkulátor

Otevřít váhy Tsinghua University,Z.ai (Zhipu AI) 18B parametry December 2023

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

295 karty, které to mohou spustit

818 karty, které máme specifikace pro

Nejmenší karta, která se vejde

GeForce GTX 1080 Ti

11 GB · Q3_K_M · 26.1 tok/s

Nejrychlejší karta

B200

188 tok/s · 180 GB

Které GPU mohou spustit CogAgent?

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.

295 karty odpovídají

Vypočítávání

					Potřebuje	Kvantisace	Pohodlné
188 tok/s 113–301 · nízká důvěra	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	20.0 GB	Q8_0	Pohodlný
188 tok/s 113–301 · nízká důvěra	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	20.0 GB	Q8_0	Pohodlný
150 tok/s 90–241 · nízká důvěra	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	20.0 GB	Q8_0	Pohodlný
150 tok/s 90–241 · nízká důvěra	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	20.0 GB	Q8_0	Pohodlný
120 tok/s 72–192 · nízká důvěra	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	20.0 GB	Q8_0	Pohodlný
115 tok/s 69–184 · nízká důvěra	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	20.0 GB	Q8_0	Pohodlný
115 tok/s 69–184 · nízká důvěra	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	20.0 GB	Q8_0	Pohodlný
110 tok/s 66–176 · nízká důvěra	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	20.0 GB	Q8_0	Pohodlný
97.7 tok/s 59–156 · nízká důvěra	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	20.0 GB	Q8_0	Pohodlný
97.7 tok/s 59–156 · nízká důvěra	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	20.0 GB	Q8_0	Pohodlný
97.7 tok/s 59–156 · nízká důvěra	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	20.0 GB	Q8_0	Pohodlný
92.7 tok/s 56–148 · nízká důvěra	H100 NVL 94 GB NVIDIA	94 GB	3,940 GB/s	Mar 2023	20.0 GB	Q8_0	Pohodlný
79.1 tok/s 47–126 · nízká důvěra	H100 PCIe 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	20.0 GB	Q8_0	Pohodlný
79.1 tok/s 47–126 · nízká důvěra	H100 SXM5 80 GB NVIDIA	80 GB	3,360 GB/s	Oct 2022	20.0 GB	Q8_0	Pohodlný
79.1 tok/s 47–126 · nízká důvěra	H100 SXM5 94 GB NVIDIA	94 GB	3,360 GB/s	Mar 2023	20.0 GB	Q8_0	Pohodlný
79.1 tok/s 47–126 · nízká důvěra	H100 SXM5 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	20.0 GB	Q8_0	Pohodlný
79.1 tok/s 47–126 · nízká důvěra	H800 SXM5 NVIDIA	80 GB	3,360 GB/s	Mar 2023	20.0 GB	Q8_0	Pohodlný
60.2 tok/s 36–96 · nízká důvěra	Radeon Instinct MI250 AMD	128 GB	3,280 GB/s	Nov 2021	20.0 GB	Q8_0	Pohodlný
60.2 tok/s 36–96 · nízká důvěra	Radeon Instinct MI250X AMD	128 GB	3,280 GB/s	Nov 2021	20.0 GB	Q8_0	Pohodlný
52.7 tok/s 32–84 · nízká důvěra	GeForce RTX 3080 12 GB NVIDIA	12 GB	912 GB/s	Jan 2022	10.5 GB	IQ4_XS	Těsný
52.7 tok/s 32–84 · nízká důvěra	GeForce RTX 3080 Ti NVIDIA	12 GB	912 GB/s	May 2021	10.5 GB	IQ4_XS	Těsný
50.2 tok/s 30–80 · nízká důvěra	Data Center GPU Max 1550 Intel	128 GB	3,280 GB/s	Jan 2023	20.0 GB	Q8_0	Pohodlný
49.1 tok/s 29–79 · nízká důvěra	Data Center GPU Max Subsystem Intel	128 GB	3,210 GB/s	Jan 2023	20.0 GB	Q8_0	Pohodlný
48.0 tok/s 29–77 · nízká důvěra	A100 SXM4 80 GB NVIDIA	80 GB	2,040 GB/s	Nov 2020	20.0 GB	Q8_0	Pohodlný
48.0 tok/s 29–77 · nízká důvěra	A100X NVIDIA	80 GB	2,040 GB/s	Jun 2021	20.0 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: Tsinghua University,Z.ai (Zhipu AI)
Typ organizace: Academia,Industry
Země: China
Publikováno: 14 December 2023
Autoři: Wenyi Hong, Weihan Wang, Qingsong Lv, Jiazheng Xu, Wenmeng Yu, Junhui Ji, Yan Wang, Zihan Wang, Yuxuan Zhang, Juanzi Li, Bin Xu, Yuxiao Dong, Ming Ding, Jie Tang

Co to dělá

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

Doména: Vision, Language
Úkol: Instruction interpretation, Visual question answering
Přístup: Supervised
Základní model: CogVLM-17B
Číselný formát: BF16

Velikost

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

parametry: 18B
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: 6.7 × 10²² 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: Open source

Jak je to klasifikováno

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

Proč je to sledováno: SOTA improvement
Záznam důvěry: Likely
Citace: 731

Žrovy

Odkud tento záznam pochází a kdy byl naposledy zkontrolován.

Reference: CogAgent: A Visual Language Model for GUI Agents
Nap poslední aktualizace: 25 May 2026

Extrémy

Deset nejrychlejších GPU, které běží CogAgent

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 CogAgent

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

Co čísla znamenají

Co je potřeba k provozování tohoto modelu

Minimum karta

GeForce GTX 1080 Ti

Potřeba paměti

9.5 GB

Nejrychlejší

188 tok/s

CogAgent dosahuje počtu parametrů 18B. To je dost malé, že hardware je zřídkakdy překážkou, včetně karet starých několik let. Počet karet, které sledujeme, které to mohou spustit: 295.

Nejmenší karta, která to pojme, je GeForce GTX 1080 Ti, s kapacitou VRAM 11 GB, spuštění na kompresi Q3_K_M a vyrábějí kolem 26.1 tokenů za sekundu

Na druhém konci sedí B200, generování přibližně 188 tokens za sekundu na základě šířky pásma VRAM 8,000 GB/s.

Pozadí

CogAgent byl zveřejněn Tsinghua University,Z.ai (Zhipu AI), v zemi zaznamenané jako China, během December 2023. Vydavatelská organizace je kategorizována jako academia,Industry.

funguje v oblasti Vision, Language, a je zaznamenán jako vykonávající úkol instruction interpretation, Visual question answering.

Jeho výchozím bodem byl existující základní model, CogVLM-17B. To je obvyklý způsob, jak je specializovaný model vytvářen.

Zveřejněné váhy znamenají, že model běží na vašem stroji, nikoli na stroji někoho jiného, což činí otázku ohledně hardwaru níže odpovídatelnou.

Čtení čísel propustnosti

Polovina karet, které to drží, zvládne více než 19.4 tokens za sekundu. Překračující rychlost čtení rovnou: 248 z nich

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

Jeho vnitřní architektura není v evidenci, takže paměť je přibližně odhadnuta z počtu parametrů a označena odpovídajícím způsobem. Očekávejte, že skutečná čísla se budou lišit, zejména u dlouhého kontextu.

Co bylo zapotřebí k jeho vybudování

Produkce toho vyžadovala aritmetiku v celkové výši přibližně 6.7 × 10²² FLOP. Tato částka měří, kolik stál výroba modelu, a nemá žádný vliv na to, jak rychle odpovídá.

Jeho kritérium zahrnutí: sOTA improvement.

Krok za krokem

Jak vybrat GPU pro CogAgent

Stůl výše již posoudil každou kartu, pro kterou máme specifikace, proti tomuto modelu. Dostání se k vaší odpovědi trvá šest kroků.

01

Začněte od sloupce paměti

Každá KARTA zde byla zkontrolována proti CogAgent, potřebující kolem 9.5 GB při kompresi Q3_K_M. Tato čísla, nikoli hlavní výkon karty, rozhodují o tom, zda běží.
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. CogAgent.
03

Rozhodněte, jaké množství komprese přijmete

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

Srovnejte TPS, ne specifikace

Hodnocení podle tokenů za sekundu následuje šířku paměti spíše než počty jader, pro CogAgent. Nebude to odpovídat hernímu pořádku, protože generace je omezena šířkou pásma paměti. Grafická karta, která vede seznam, je B200, na 188 tok/s
05

Podívejte se na rezervu, ne jen na padnutí

Tight znamená, že se načítá a funguje bez možnosti později zvýšit context length, v případě CogAgent. 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

Otevřete kartu, na které jste se usadili.

Sledování KARTY až na její vlastní stránku ukazuje každý jiný model, který může držet, což je otázka, která následuje, jakmile se rozhodnete pro CogAgent.

Odpovědi

CogAgent — běžné otázky

CogAgent— kolik výpočetního výkonu bylo použito k jeho trénování?

Trénink spotřeboval kolem 6.7 × 10²² 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.

CogAgent— 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 2.6 GB. Každá postava zde předpokládá, že celý model je umístěn na kartě.

CogAgent— Běhalo by to rychleji na dvou GPU?

Kapacita se sčítá napříč KARTAMI; propustnost nikoliv. Počet KARET, které ji již drží samostatně: 295. Takže druhá karta je tu zřídka odpovědí.

CogAgent— proč se kvantizace liší mezi kartami?

Větší karta obsahuje přesnější kopii. Počet úrovní komprese používaných na kartách, které ji provádějí: 5. Větší karty získávají přesnější verzi a kvalita podlahy nad piny srovnává na jednu úroveň.

CogAgent— Jak přesné jsou tyto odhady rychlosti?

Toto jsou odhady s reálnými chybami a kterýkoli z nich může rozumně spadnout kamkoli v jeho publikovaném rozmezí v závislosti na tom, který run AI model použijete. Nejrychlejší výsledek zde: 113–301 tok/s na B200. Stejný model a karta se liší o třicet až padesát procent v závislosti na softwaru pro inferenci a jeho verzi.

CogAgent— Jakou GPU potřebuji k jejímu spuštění?

Nejmenší karta v našem katalogu, která to udrží, je GeForce GTX 1080 Ti, s kapacitou VRAM 11 GB. Spouští model při kompresi Q3_K_M používající přibližně 9.5 GB, a produkuje přibližně 26.1 tokeny za sekundu. Celkový počet karet, které mohou model běžet: 295.

CogAgent— jak rychle je to na GPU?

Záleží na kartě. Nejrychleji, jak to spočítáme, je B200, přibližně 188 tokenů za sekundu; nejpomalejší, který stále běží, zvládá výrazně méně. Rychlost čtení je kolem deseti tokenů za sekundu, a počet karet, které to zvládají: 248.

CogAgent— kolik VRAM potřebuje?

Potřebuje asi 9.5 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.

CogAgent— mohu to spustit na GPU držící 12 GB?

Ano. GPU kartu GeForce RTX 3080 Ti, držení 12 GB, provozuje ho při kompresi IQ4_XS, používající přibližně 10.5 GB a generováním zhruba 52.7 tokenů za sekundu. Fit je těsný.

CogAgent— 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 13.7 GB a generováním zhruba 47.5 tokenů za sekundu. Fit je těsný.

CogAgent— 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 20.0 GB a generováním zhruba 31.5 tokenů za sekundu. Fit je těsný.

CogAgent— 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.

CogAgent— kolik má parametrů?

Má počet parametrů 18B. Tato cifra je celková a rozhoduje o tom, kolik VRAM model potřebuje — přibližně půl gigabajtu na miliardu při kompresi, kterou většina lidí používá.

CogAgent— Kdo to vytvořil?

Bylo to publikováno společností Tsinghua University,Z.ai (Zhipu AI), zakládající se na China, organizace zařazená jako academia,Industry.

CogAgent— Kdy byl vydán?

Bylo to zveřejněno v December 2023. Schopnost na parametr se od té doby výrazně zlepšila, takže novější model stejné velikosti je často lepším využitím stejného hardwaru.

CogAgent— K čemu se to používá?

funguje v oblasti Vision, Language, a je zaznamenáno jako zpracovávající úkol instruction interpretation, Visual question answering. Modely často obsahují více než jeden z každého a štítky popisují účel spíše než omezení schopností.

CogAgent— 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.

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