ruDalle: Kandinsky 3.0 TPS kalkulátor

Otevřít váhy Sber 11.9B 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

509 karty, které to mohou spustit

818 karty, které máme specifikace pro

Nejmenší karta, která se vejde

Xeon Phi 5110P

8 GB · Q3_K_M · 20.0 tok/s

Nejrychlejší karta

B200

285 tok/s · 180 GB

Které GPU mohou spustit ruDalle: Kandinsky 3.0?

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.

509 karty odpovídají

Vypočítávání

					Potřebuje	Kvantisace	Pohodlné
285 tok/s 171–456 · nízká důvěra	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	13.4 GB	Q8_0	Pohodlný
285 tok/s 171–456 · nízká důvěra	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	13.4 GB	Q8_0	Pohodlný
227 tok/s 136–364 · nízká důvěra	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	13.4 GB	Q8_0	Pohodlný
227 tok/s 136–364 · nízká důvěra	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	13.4 GB	Q8_0	Pohodlný
182 tok/s 109–291 · nízká důvěra	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	13.4 GB	Q8_0	Pohodlný
174 tok/s 104–278 · nízká důvěra	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	13.4 GB	Q8_0	Pohodlný
174 tok/s 104–278 · nízká důvěra	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	13.4 GB	Q8_0	Pohodlný
167 tok/s 100–267 · nízká důvěra	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	13.4 GB	Q8_0	Pohodlný
148 tok/s 89–237 · nízká důvěra	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	13.4 GB	Q8_0	Pohodlný
148 tok/s 89–237 · nízká důvěra	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	13.4 GB	Q8_0	Pohodlný
148 tok/s 89–237 · nízká důvěra	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	13.4 GB	Q8_0	Pohodlný
143 tok/s 86–229 · nízká důvěra	CMP 170HX 8 GB NVIDIA	8 GB	1,490 GB/s	Sep 2021	6.5 GB	Q3_K_M	Těsný
140 tok/s 84–224 · nízká důvěra	H100 NVL 94 GB NVIDIA	94 GB	3,940 GB/s	Mar 2023	13.4 GB	Q8_0	Pohodlný
128 tok/s 77–205 · nízká důvěra	CMP 170HX 10 GB NVIDIA	10 GB	1,560 GB/s	Sep 2021	7.9 GB	Q4_K_M	Těsný
120 tok/s 72–191 · nízká důvěra	H100 PCIe 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	13.4 GB	Q8_0	Pohodlný
120 tok/s 72–191 · nízká důvěra	H100 SXM5 80 GB NVIDIA	80 GB	3,360 GB/s	Oct 2022	13.4 GB	Q8_0	Pohodlný
120 tok/s 72–191 · nízká důvěra	H100 SXM5 94 GB NVIDIA	94 GB	3,360 GB/s	Mar 2023	13.4 GB	Q8_0	Pohodlný
120 tok/s 72–191 · nízká důvěra	H100 SXM5 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	13.4 GB	Q8_0	Pohodlný
120 tok/s 72–191 · nízká důvěra	H800 SXM5 NVIDIA	80 GB	3,360 GB/s	Mar 2023	13.4 GB	Q8_0	Pohodlný
91.1 tok/s 55–146 · nízká důvěra	Radeon Instinct MI250 AMD	128 GB	3,280 GB/s	Nov 2021	13.4 GB	Q8_0	Pohodlný
91.1 tok/s 55–146 · nízká důvěra	Radeon Instinct MI250X AMD	128 GB	3,280 GB/s	Nov 2021	13.4 GB	Q8_0	Pohodlný
75.9 tok/s 46–121 · nízká důvěra	Data Center GPU Max 1550 Intel	128 GB	3,280 GB/s	Jan 2023	13.4 GB	Q8_0	Pohodlný
74.3 tok/s 45–119 · nízká důvěra	Data Center GPU Max Subsystem Intel	128 GB	3,210 GB/s	Jan 2023	13.4 GB	Q8_0	Pohodlný
73.8 tok/s 44–118 · nízká důvěra	RTX A5000-8Q NVIDIA	8 GB	768 GB/s	Apr 2021	6.5 GB	Q3_K_M	Těsný
72.6 tok/s 44–116 · nízká důvěra	A100 SXM4 80 GB NVIDIA	80 GB	2,040 GB/s	Nov 2020	13.4 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: Sber
Typ organizace: Industry,Government
Země: Russia
Publikováno: 11 December 2023
Autoři: Vladimir Arkhipkin, Andrei Filatov, Viacheslav Vasilev, Anastasia Maltseva, Said Azizov, Igor Pavlov, Julia Agafonova, Andrey Kuznetsov, Denis Dimitrov

Co to dělá

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

Doména: Image generation
Úkol: Text-to-image, Image generation

Velikost

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

parametry: 11.9B
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: 2 × 10²⁰ 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

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: ai-forever

Jak je to klasifikováno

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

Záznam důvěry: Speculative

Žrovy

Odkud tento záznam pochází a kdy byl naposledy zkontrolován.

Reference: KANDINSKY 3.0 TECHNICAL REPORT
Nap poslední aktualizace: 28 November 2025

Extrémy

Deset nejrychlejších GPU, které běží ruDalle: Kandinsky 3.0

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 ruDalle: Kandinsky 3.0

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

Co čísla znamenají

Hardwareová stránka

Minimum karta

Xeon Phi 5110P

Potřeba paměti

6.5 GB

Nejrychlejší

285 tok/s

ruDalle: Kandinsky 3.0 dosahuje počtu parametrů 11.9B. To je dost malé, že hardware je zřídkakdy překážkou, včetně karet starých několik let. Počet karet, které sledujeme, které to mohou spustit: 509.

Na nízkém konci se to řeší pomocí Xeon Phi 5110P, s kapacitou VRAM 8 GB, spuštění na kompresi Q3_K_M a vyrábějí kolem 20.0 tokenů za sekundu

Nejrychlejší, jak to pro to počítáme, je B200, generování přibližně 285 tokens za sekundu na základě šířky pásma VRAM 8,000 GB/s.

O tomto modelu

ruDalle: Kandinsky 3.0 byl zveřejněn Sber, v zemi zaznamenané jako Russia, během December 2023. Vychází z organizace, která je kategorizována jako industry,Government.

funguje v oblasti Image generation, a je zaznamenán jako vykonávající úkol text-to-image, Image generation.

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 ai-forever.

Jak rychle to běží a proč

Polovina karet, které to drží, zvládne více než 20.9 tokenů za sekundu. Producing text faster than most people read it: 455 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.

Trénink a původ

Produkce toho vyžadovala aritmetiku v celkové výši přibližně 2 × 10²⁰ FLOP, na hardwaru zaznamenáno jako NVIDIA A100. Tato částka měří, kolik stál výroba modelu, a nemá žádný vliv na to, jak rychle odpovídá.

Krok za krokem

Jak vybrat GPU pro ruDalle: Kandinsky 3.0

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

Tabulka uvádí každou kartu, která je schopna pojmout ruDalle: Kandinsky 3.0, potřebující kolem 6.5 GB při kompresi Q3_K_M. Kapacita je brána — karta buď ji má, nebo ne.
02

Rozhodněte, jak dlouho vaše konverzace běží

Konverzace také zabírá MEMORY a roste, jak pokračuje. Nastavte posuvník na délku, kterou očekáváte, protože při dlouhém CONTEXT může být KARTA, která snadno zvládá krátké dotazy, odmítnuta. ruDalle: Kandinsky 3.0.
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

Seřaďte podle rychlosti, abyste viděli, jak si karty vedou. ruDalle: Kandinsky 3.0. Nebude to odpovídat hernímu pořádku, protože generace je omezena šířkou pásma paměti. Grafická karta, která vede seznam, je B200, na 285 tok/s
05

Přečtěte si poslední sloupec fit

Tight znamená, že se načítá a funguje bez možnosti později zvýšit context length, v případě ruDalle: Kandinsky 3.0. 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

Otevřete kartu, na které jste se usadili.

Každá stránka karty opakuje tento postup pro každý model, který máme, a odpovídá na to, k čemu je hardware dobrý kromě ruDalle: Kandinsky 3.0.

Odpovědi

ruDalle: Kandinsky 3.0 — běžné otázky

ruDalle: Kandinsky 3.0— Běhalo by to rychleji na dvou GPU?

Kapacita se sčítá napříč KARTAMI; propustnost nikoliv. Počet KARET, které ji již drží samostatně: 509. Takže druhá karta je tu zřídka odpovědí.

ruDalle: Kandinsky 3.0— 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.

ruDalle: Kandinsky 3.0— Jak přesné jsou tyto odhady rychlosti?

Jsou vypočítány ze specifikací spíše než měřeny a každá má určité rozmezí. Jeden příklad: 171–456 tok/s na B200. Stejný model a karta se liší o třicet až padesát procent v závislosti na softwaru pro inferenci a jeho verzi.

ruDalle: Kandinsky 3.0— Jakou GPU potřebuji k jejímu spuštění?

Nejmenší karta v našem katalogu, která to udrží, je Xeon Phi 5110P, s kapacitou VRAM 8 GB. Spouští model při kompresi Q3_K_M používající přibližně 6.5 GB, a produkuje přibližně 20.0 tokeny za sekundu. Celkový počet karet, které mohou model běžet: 509.

ruDalle: Kandinsky 3.0— jak rychle je to na GPU?

Záleží na kartě. Nejrychleji, jak to spočítáme, je B200, přibližně 285 tokenů za sekundu; nejpomalejší, který stále běží, zvládá výrazně méně. Rychlost čtení je kolem deseti tokenů za sekundu, a počet karet, které to zvládají: 455.

ruDalle: Kandinsky 3.0— kolik VRAM potřebuje?

Potřebuje asi 6.5 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.

ruDalle: Kandinsky 3.0— mohu to spustit na GPU držící 8 GB?

Ano. GPU kartu CMP 170HX 8 GB, držení 8 GB, provozuje ho při kompresi Q3_K_M, používající přibližně 6.5 GB a generováním zhruba 143 tokenů za sekundu. Fit je těsný.

ruDalle: Kandinsky 3.0— mohu to spustit na GPU držící 12 GB?

Ano. GPU kartu GeForce RTX 3080 Ti, držení 12 GB, provozuje ho při kompresi Q6_K, používající přibližně 10.7 GB a generováním zhruba 47.2 tokenů za sekundu. Fit je těsný.

ruDalle: Kandinsky 3.0— mohu to spustit na GPU držící 16 GB?

Ano. GPU kartu Tesla V100 SXM2 16 GB, držení 16 GB, provozuje ho při kompresi Q8_0, používající přibližně 13.4 GB a generováním zhruba 40.2 tokenů za sekundu. Fit je těsný.

ruDalle: Kandinsky 3.0— 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 13.4 GB a generováním zhruba 47.7 tokenů za sekundu. Fit je pohodlný.

ruDalle: Kandinsky 3.0— 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.

ruDalle: Kandinsky 3.0— kolik má parametrů?

Má počet parametrů 11.9B. 11.9 billion parameters. Tato cifra je celková a rozhoduje o tom, kolik VRAM model potřebuje — přibližně půl gigabajtu na miliardu při kompresi, kterou většina lidí používá.

ruDalle: Kandinsky 3.0— Kdo to vytvořil?

Bylo to publikováno společností Sber, zakládající se na Russia, organizace zařazená jako industry,Government.

ruDalle: Kandinsky 3.0— 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.

ruDalle: Kandinsky 3.0— K čemu se to používá?

funguje v oblasti Image generation, a je zaznamenáno jako zpracovávající úkol text-to-image, Image generation. Modely často obsahují více než jeden z každého a štítky popisují účel spíše než omezení schopností.

ruDalle: Kandinsky 3.0— kde si to mohu stáhnout?

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

ruDalle: Kandinsky 3.0— kolik výpočetního výkonu bylo použito k jeho trénování?

Trénink spotřeboval kolem 2 × 10²⁰ FLOP, na hardwaru zaznamenáno jako NVIDIA A100. 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.

ruDalle: Kandinsky 3.0— 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 2.5 GB. Každá postava zde předpokládá, že celý model je umístěn na kartě.

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