BLUUMI TPS kalkulátor

Otevřít váhy University of Turku,Hugging Face 176B parametry November 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

17 karty, které to mohou spustit

818 karty, které máme specifikace pro

Nejmenší karta, která se vejde

Radeon Instinct MI250

128 GB · Q4_K_M · 14.2 tok/s

Nejrychlejší karta

Radeon Instinct MI300

28.4 tok/s · 128 GB

Které GPU mohou spustit BLUUMI?

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.

17 karty odpovídají

Vypočítávání

					Potřebuje	Kvantisace	Pohodlné
28.4 tok/s 17–45 · nízká důvěra	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	107.2 GB	Q4_K_M	Těsný
28.0 tok/s 17–45 · nízká důvěra	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	148.2 GB	Q6_K	Těsný
27.2 tok/s 16–43 · nízká důvěra	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	107.2 GB	Q4_K_M	Těsný
27.2 tok/s 16–43 · nízká důvěra	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	107.2 GB	Q4_K_M	Těsný
23.1 tok/s 14–37 · nízká důvěra	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	107.2 GB	Q4_K_M	Těsný
19.3 tok/s 12–31 · nízká důvěra	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	189.1 GB	Q8_0	Pohodlný
15.4 tok/s 9–25 · nízká důvěra	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	189.1 GB	Q8_0	Pohodlný
15.4 tok/s 9–25 · nízká důvěra	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	189.1 GB	Q8_0	Pohodlný
14.5 tok/s 9–23 · nízká důvěra	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	148.2 GB	Q6_K	Těsný
14.5 tok/s 9–23 · nízká důvěra	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	148.2 GB	Q6_K	Těsný
14.2 tok/s 9–23 · nízká důvěra	Radeon Instinct MI250 AMD	128 GB	3,280 GB/s	Nov 2021	107.2 GB	Q4_K_M	Těsný
14.2 tok/s 9–23 · nízká důvěra	Radeon Instinct MI250X AMD	128 GB	3,280 GB/s	Nov 2021	107.2 GB	Q4_K_M	Těsný
11.8 tok/s 7–19 · nízká důvěra	Data Center GPU Max 1550 Intel	128 GB	3,280 GB/s	Jan 2023	107.2 GB	Q4_K_M	Těsný
11.6 tok/s 7–19 · nízká důvěra	Data Center GPU Max Subsystem Intel	128 GB	3,210 GB/s	Jan 2023	107.2 GB	Q4_K_M	Těsný
11.3 tok/s 7–18 · nízká důvěra	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	189.1 GB	Q8_0	Pohodlný
1.5 tok/s 1–2 · nízká důvěra	GB10 NVIDIA	128 GB	273 GB/s	Oct 2025	107.2 GB	Q4_K_M	Těsný
1.5 tok/s 1–2 · nízká důvěra	Jetson T5000 NVIDIA	128 GB	273 GB/s	Aug 2025	107.2 GB	Q4_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: University of Turku,Hugging Face
Typ organizace: Academia,Industry
Země: Finland, United States of America
Publikováno: 3 November 2023
Autoři: Risto Luukkonen, Ville Komulainen, Jouni Luoma, Anni Eskelinen, Jenna Kanerva, Hanna-Mari Kupari, Filip Ginter, Veronika Laippala, Niklas Muennighoff, Aleksandra Piktus, Thomas Wang, Nouamane Tazi, Teven Le Scao, Thomas Wolf, Osma Suominen, Samuli Sairanen, Mikko Merioksa, Jyrki Heinonen, Aija Vahtola, Samuel Antao, Sampo Pyysalo

Co to dělá

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

Doména: Language
Úkol: Language modeling
Základní model: BLOOM-176B

Velikost

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

parametry: 176B
Výcviková data: 38,000,000,000 tokens
Epochy: 8
Velikost dávky: 4,194,304

Tréninkový běh

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

Tréninkový hardware: AMD Radeon Instinct MI250X
Datové centrum: LUMI Supercomputer

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: TurkuNLP

Jak je to klasifikováno

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

Základní model: Yes
Proč je to sledováno: SOTA improvement
Záznam důvěry: Likely
Citace: 70

Žrovy

Odkud tento záznam pochází a kdy byl naposledy zkontrolován.

Reference: FinGPT: Large Generative Models for a Small Language
Nap poslední aktualizace: 25 May 2026

Extrémy

Deset nejrychlejších GPU, které běží BLUUMI

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 BLUUMI

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

Co čísla znamenají

Hardwareová stránka

Minimum karta

Radeon Instinct MI250

Potřeba paměti

107.2 GB

Nejrychlejší

28.4 tok/s

BLUUMI dosahuje počtu parametrů 176B. 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: 17.

Na nízkém konci se to řeší pomocí Radeon Instinct MI250, s kapacitou VRAM 128 GB, spuštění na kompresi Q4_K_M a vyrábějí kolem 14.2 tokenů za sekundu

Nejrychlejší výsledek pochází z Radeon Instinct MI300, generování přibližně 28.4 tokens za sekundu na základě šířky pásma VRAM 6,550 GB/s.

O tomto modelu

BLUUMI byl zveřejněn University of Turku,Hugging Face, v zemi zaznamenané jako Finland, během November 2023. Kategorie, do které vydavatel spadá, je academia,Industry.

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

Místo toho, aby byl trénován od nuly, je odvozen z BLOOM-176B. To je obvyklý způsob, jak je specializovaný model vytvářen.

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 TurkuNLP.

Jak rychle to běží a proč

Uprostřed rozsahu se nachází každá karta, která to dokáže spustit, na 14.5 tokenů za sekundu. Producing text faster than most people read it: 15 z nich

Je to hustý model, takže každý parametr je čten pro každý token vyprodukovaný. To dělá rychlost téměř přesně sledovat paměťovou šířku pásma — karta s dvojnásobnou šířkou pásma generuje přibližně dvojnásobně rychle.

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.

Co bylo zapotřebí k jeho vybudování

Bylo to trénováno na korpusu asi 38,000,000,000 tokeny textu

Důvod, proč se to v tomto katalogu vůbec objevuje: sOTA improvement.

Krok za krokem

Jak vybrat GPU pro BLUUMI

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 BLUUMI, potřebující kolem 107.2 GB při kompresi Q4_K_M. Kapacita je brána — karta buď ji má, nebo ne.
02

Nastavte délku kontextu, se kterou budete pracovat

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

Rozhodněte, jaké množství komprese přijmete

Kompresce je to, co umožňuje modelu pojmout menší KARTY, za určitou cenu v přesnosti., dosahující komprese Q4_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

Hodnoťte podle propustnosti spíše než podle specifikace

Hodnocení podle tokenů za sekundu následuje šířku paměti spíše než počty jader, pro BLUUMI. Nebude to odpovídat hernímu pořádku, protože generace je omezena šířkou pásma paměti. Grafická karta, která vede seznam, je Radeon Instinct MI300, na 28.4 tok/s
05

Podívejte se na rezervu, ne jen na padnutí

Sloupec vhodnosti odděluje karty, které to jen tak tak zvládají, od těch, které mají místo navíc, v případě BLUUMI. 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

Zkontrolujte kartu z druhé strany

Každý název karty odkazuje na její vlastní stránku, která provádí stejný výpočet v celém katalogu modelů. Karta se obvykle kupuje pro více než jeden model, takže se vyplatí se podívat před tím, než koupíte. BLUUMI.

Odpovědi

BLUUMI — běžné otázky

BLUUMI— 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 20.8 GB. Každá postava zde předpokládá, že celý model je umístěn na kartě.

BLUUMI— Běhalo by to rychleji na dvou GPU?

Kapacita se sčítá napříč KARTAMI; propustnost nikoliv. Počet KARET, které ji již drží samostatně: 17. Takže druhá karta je tu zřídka odpovědí.

BLUUMI— proč se kvantizace liší mezi kartami?

Větší karta obsahuje přesnější kopii. Počet úrovní komprese používaných na kartách, které ji provádějí: 3. Větší karty získávají přesnější verzi a kvalita podlahy nad piny srovnává na jednu úroveň.

BLUUMI— 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: 17–45 tok/s na Radeon Instinct MI300. Stejný model a karta se liší o třicet až padesát procent v závislosti na softwaru pro inferenci a jeho verzi.

BLUUMI— Jakou GPU potřebuji k jejímu spuštění?

Nejmenší karta v našem katalogu, která to udrží, je Radeon Instinct MI250, s kapacitou VRAM 128 GB. Spouští model při kompresi Q4_K_M používající přibližně 107.2 GB, a produkuje přibližně 14.2 tokeny za sekundu. Celkový počet karet, které mohou model běžet: 17.

BLUUMI— jak rychle je to na GPU?

Záleží na kartě. Nejrychleji, jak to spočítáme, je Radeon Instinct MI300, přibližně 28.4 tokenů za sekundu; nejpomalejší, který stále běží, zvládá výrazně méně. Rychlost čtení je kolem deseti tokenů za sekundu, a počet karet, které to zvládají: 15.

BLUUMI— kolik VRAM potřebuje?

Potřebuje asi 107.2 GB při kompresi Q4_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.

BLUUMI— 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.

BLUUMI— kolik má parametrů?

Má počet parametrů 176B. 176 billion. Tato cifra je celková a rozhoduje o tom, kolik VRAM model potřebuje — přibližně půl gigabajtu na miliardu při kompresi, kterou většina lidí používá.

BLUUMI— Kdo to vytvořil?

Bylo to publikováno společností University of Turku,Hugging Face, zakládající se na Finland, organizace zařazená jako academia,Industry.

BLUUMI— Kdy byl vydán?

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

BLUUMI— K čemu se to používá?

funguje v oblasti Language, a je zaznamenáno jako zpracovávající úkol language modeling. Model může nést několik z každého, takže to jsou oblasti, pro které byl navržen, spíše než omezení toho, co se pokusí.

BLUUMI— kde si to mohu stáhnout?

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

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