SeamlessM4T TPS kalkulátor

Otevřít váhy Facebook,INRIA,University of California (UC) Berkeley 2.3B 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

818 karty, které to mohou spustit

818 karty, které máme specifikace pro

Nejmenší karta, která se vejde

Tesla C1080

4 GB · Q8_0 · 16.0 tok/s

Nejrychlejší karta

B200

1,473 tok/s · 180 GB

Které GPU mohou spustit SeamlessM4T?

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.

818 karty odpovídají

Vypočítávání

					Potřebuje	Kvantisace	Pohodlné
1,473 tok/s 884–2,357 · nízká důvěra	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	3.2 GB	Q8_0	Pohodlný
1,473 tok/s 884–2,357 · nízká důvěra	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	3.2 GB	Q8_0	Pohodlný
1,176 tok/s 706–1,882 · nízká důvěra	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	3.2 GB	Q8_0	Pohodlný
1,176 tok/s 706–1,882 · nízká důvěra	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	3.2 GB	Q8_0	Pohodlný
941 tok/s 564–1,505 · nízká důvěra	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	3.2 GB	Q8_0	Pohodlný
900 tok/s 540–1,441 · nízká důvěra	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	3.2 GB	Q8_0	Pohodlný
900 tok/s 540–1,441 · nízká důvěra	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	3.2 GB	Q8_0	Pohodlný
862 tok/s 517–1,379 · nízká důvěra	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	3.2 GB	Q8_0	Pohodlný
765 tok/s 459–1,224 · nízká důvěra	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	3.2 GB	Q8_0	Pohodlný
765 tok/s 459–1,224 · nízká důvěra	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	3.2 GB	Q8_0	Pohodlný
765 tok/s 459–1,224 · nízká důvěra	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	3.2 GB	Q8_0	Pohodlný
726 tok/s 435–1,161 · nízká důvěra	H100 NVL 94 GB NVIDIA	94 GB	3,940 GB/s	Mar 2023	3.2 GB	Q8_0	Pohodlný
619 tok/s 371–990 · nízká důvěra	H100 PCIe 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	3.2 GB	Q8_0	Pohodlný
619 tok/s 371–990 · nízká důvěra	H100 SXM5 80 GB NVIDIA	80 GB	3,360 GB/s	Oct 2022	3.2 GB	Q8_0	Pohodlný
619 tok/s 371–990 · nízká důvěra	H100 SXM5 94 GB NVIDIA	94 GB	3,360 GB/s	Mar 2023	3.2 GB	Q8_0	Pohodlný
619 tok/s 371–990 · nízká důvěra	H100 SXM5 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	3.2 GB	Q8_0	Pohodlný
619 tok/s 371–990 · nízká důvěra	H800 SXM5 NVIDIA	80 GB	3,360 GB/s	Mar 2023	3.2 GB	Q8_0	Pohodlný
471 tok/s 283–754 · nízká důvěra	Radeon Instinct MI250 AMD	128 GB	3,280 GB/s	Nov 2021	3.2 GB	Q8_0	Pohodlný
471 tok/s 283–754 · nízká důvěra	Radeon Instinct MI250X AMD	128 GB	3,280 GB/s	Nov 2021	3.2 GB	Q8_0	Pohodlný
393 tok/s 236–628 · nízká důvěra	Data Center GPU Max 1550 Intel	128 GB	3,280 GB/s	Jan 2023	3.2 GB	Q8_0	Pohodlný
384 tok/s 231–615 · nízká důvěra	Data Center GPU Max Subsystem Intel	128 GB	3,210 GB/s	Jan 2023	3.2 GB	Q8_0	Pohodlný
376 tok/s 225–601 · nízká důvěra	A100 SXM4 80 GB NVIDIA	80 GB	2,040 GB/s	Nov 2020	3.2 GB	Q8_0	Pohodlný
376 tok/s 225–601 · nízká důvěra	A100X NVIDIA	80 GB	2,040 GB/s	Jun 2021	3.2 GB	Q8_0	Pohodlný
376 tok/s 225–601 · nízká důvěra	A800 SXM4 80 GB NVIDIA	80 GB	2,040 GB/s	Aug 2022	3.2 GB	Q8_0	Pohodlný
376 tok/s 225–601 · nízká důvěra	H100 CNX NVIDIA	80 GB	2,040 GB/s	Mar 2023	3.2 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: Facebook,INRIA,University of California (UC) Berkeley
Typ organizace: Industry,Academia,Academia
Země: United States of America, France
Publikováno: 8 December 2023
Autoři: Loïc Barrault, Yu-An Chung, Mariano Coria Meglioli, David Dale, Ning Dong, Mark Duppenthaler, Paul-Ambroise Duquenne, Brian Ellis, Hady Elsahar, Justin Haaheim, John Hoffman, Min-Jae Hwang, Hirofumi Inaguma, Christopher Klaiber, Ilia Kulikov, Pengwei Li, Daniel Licht, Jean Maillard, Ruslan Mavlyutov, Alice Rakotoarison, Kaushik Ram Sadagopan, Abinesh Ramakrishnan, Tuan Tran, Guillaume Wenzek, Yili…

Co to dělá

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

Doména: Speech, Language
Úkol: Translation, Speech synthesis, Speech recognition (ASR), Speech-to-text, Speech-to-speech
Přístup: Self-supervised learning
Základní model: W2v-BERT
Číselný formát: FP16

Velikost

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

parametry: 2.3B
Výcviková data: tokens

Tréninkový běh

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

Tréninkový hardware: NVIDIA V100

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: 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: Confident
Citace: 265

Žrovy

Odkud tento záznam pochází a kdy byl naposledy zkontrolován.

Reference: Seamless: Multilingual Expressive and Streaming Speech Translation
Nap poslední aktualizace: 25 May 2026

Extrémy

Deset nejrychlejších GPU, které běží SeamlessM4T

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 SeamlessM4T

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

Co čísla znamenají

Hardwarové požadavky v praxi

Minimum karta

Tesla C1080

Potřeba paměti

3.2 GB

Nejrychlejší

1,473 tok/s

SeamlessM4T dosahuje počtu parametrů 2.3B. To je dost malé, že hardware je zřídkakdy překážkou, včetně karet starých několik let. Počet karet, které sledujeme, které to mohou spustit: 818.

Vstupní bod je Tesla C1080, s kapacitou VRAM 4 GB, spuštění na kompresi Q8_0 a vyrábějí kolem 16.0 tokenů za sekundu

Nejrychlejší, jak to pro to počítáme, je B200, generování přibližně 1,473 tokens za sekundu na základě šířky pásma VRAM 8,000 GB/s.

Pozadí

SeamlessM4T byl zveřejněn Facebook,INRIA,University of California (UC) Berkeley, v zemi zaznamenané jako United States of America, během December 2023. Vychází z organizace, která je kategorizována jako industry,Academia,Academia.

funguje v oblasti Speech, Language, a je zaznamenán jako vykonávající úkol translation, Speech synthesis, Speech recognition (ASR), Speech-to-text, Speech-to-speech.

Jeho výchozím bodem byl existující základní model, W2v-BERT. Většina modelů na této úrovni je přizpůsobena z existující základny namísto toho, aby byla vytvořena od nuly.

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

Čtení čísel propustnosti

Mediánový výsledek je kolem 41.4 tokens za sekundu. Překračující rychlost čtení rovnou: 785 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.

Trénink a původ

Jeho kritérium zahrnutí: sOTA improvement.

Krok za krokem

Jak vybrat GPU pro SeamlessM4T

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

Tabulka uvádí každou kartu, která je schopna pojmout SeamlessM4T, potřebující kolem 3.2 GB při kompresi Q8_0. Tato čísla, nikoli hlavní výkon karty, rozhodují o tom, zda běží.
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. SeamlessM4T.
03

Vyberte, jak moc to budete komprimovat.

Sloupec kvantizace se liší podle KARTY, protože větší KARTA má přesnější kopii., dosahující komprese Q8_0 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

Třídit podle rychlosti

Hodnocení podle tokenů za sekundu následuje šířku paměti spíše než počty jader, pro SeamlessM4T. Nebude to odpovídat hernímu pořádku, protože generace je omezena šířkou pásma paměti. Grafická karta, která vede seznam, je B200, na 1,473 tok/s
05

Podívejte se na rezervu, ne jen na padnutí

Tight fit běží, ale nenechává nic navíc pro delší konverzaci, v případě SeamlessM4T. 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 SeamlessM4T.

Odpovědi

SeamlessM4T — běžné otázky

SeamlessM4T— mohu to spustit na GPU držící 8 GB?

Ano. GPU kartu CMP 170HX 8 GB, držení 8 GB, provozuje ho při kompresi Q8_0, používající přibližně 3.2 GB a generováním zhruba 274 tokenů za sekundu. Fit je pohodlný.

SeamlessM4T— mohu to spustit na GPU držící 12 GB?

Ano. GPU kartu GeForce RTX 3080 Ti, držení 12 GB, provozuje ho při kompresi Q8_0, používající přibližně 3.2 GB a generováním zhruba 168 tokenů za sekundu. Fit je pohodlný.

SeamlessM4T— 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 3.2 GB a generováním zhruba 208 tokenů za sekundu. Fit je pohodlný.

SeamlessM4T— 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 3.2 GB a generováním zhruba 247 tokenů za sekundu. Fit je pohodlný.

SeamlessM4T— 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.

SeamlessM4T— kolik má parametrů?

Má počet parametrů 2.3B. 2.3B. Tato cifra je celková a rozhoduje o tom, kolik VRAM model potřebuje — přibližně půl gigabajtu na miliardu při kompresi, kterou většina lidí používá.

SeamlessM4T— Kdo to vytvořil?

Bylo to publikováno společností Facebook,INRIA,University of California (UC) Berkeley, zakládající se na United States of America, organizace zařazená jako industry,Academia,Academia.

SeamlessM4T— 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.

SeamlessM4T— K čemu se to používá?

funguje v oblasti Speech, Language, a je zaznamenáno jako zpracovávající úkol translation, Speech synthesis, Speech recognition (ASR), Speech-to-text, Speech-to-speech. Toto jsou oblasti, kolem nichž byl navržen; popisují záměr spíše než tvrdou hranici.

SeamlessM4T— 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.

SeamlessM4T— 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. Každá postava zde předpokládá, že celý model je umístěn na kartě.

SeamlessM4T— Běhalo by to rychleji na dvou GPU?

Kapacita se sčítá napříč KARTAMI; propustnost nikoliv. Počet KARET, které ji již drží samostatně: 818. Takže druhá karta je tu zřídka odpovědí.

SeamlessM4T— proč se kvantizace liší mezi kartami?

Větší karta obsahuje přesnější kopii. Počet úrovní komprese používaných na kartách, které ji provádějí: 1. Větší karty získávají přesnější verzi a kvalita podlahy nad piny srovnává na jednu úroveň.

SeamlessM4T— 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: 884–2,357 tok/s na B200. Stejný model a karta se liší o třicet až padesát procent v závislosti na softwaru pro inferenci a jeho verzi.

SeamlessM4T— Jakou GPU potřebuji k jejímu spuštění?

Nejmenší karta v našem katalogu, která to udrží, je Tesla C1080, s kapacitou VRAM 4 GB. Spouští model při kompresi Q8_0 používající přibližně 3.2 GB, a produkuje přibližně 16.0 tokeny za sekundu. Celkový počet karet, které mohou model běžet: 818.

SeamlessM4T— jak rychle je to na GPU?

Záleží na kartě. Nejrychleji, jak to spočítáme, je B200, přibližně 1,473 tokenů za sekundu; nejpomalejší, který stále běží, zvládá výrazně méně. Rychlost čtení je kolem deseti tokenů za sekundu, a počet karet, které to zvládají: 785.

SeamlessM4T— kolik VRAM potřebuje?

Potřebuje asi 3.2 GB při kompresi Q8_0, 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.

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