DeciLM 6B TPS kalkulátor

Otevřít váhy Deci AI 5.7B parametry September 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 · Q3_K_M · 17.5 tok/s

Nejrychlejší karta

B200

594 tok/s · 180 GB

Které GPU mohou spustit DeciLM 6B?

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
594 tok/s 357–951 · nízká důvěra	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	6.8 GB	Q8_0	Pohodlný
594 tok/s 357–951 · nízká důvěra	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	6.8 GB	Q8_0	Pohodlný
475 tok/s 285–759 · nízká důvěra	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	6.8 GB	Q8_0	Pohodlný
475 tok/s 285–759 · nízká důvěra	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	6.8 GB	Q8_0	Pohodlný
380 tok/s 228–607 · nízká důvěra	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	6.8 GB	Q8_0	Pohodlný
363 tok/s 218–581 · nízká důvěra	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	6.8 GB	Q8_0	Pohodlný
363 tok/s 218–581 · nízká důvěra	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	6.8 GB	Q8_0	Pohodlný
348 tok/s 209–556 · nízká důvěra	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	6.8 GB	Q8_0	Pohodlný
309 tok/s 185–494 · nízká důvěra	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	6.8 GB	Q8_0	Pohodlný
309 tok/s 185–494 · nízká důvěra	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	6.8 GB	Q8_0	Pohodlný
309 tok/s 185–494 · nízká důvěra	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	6.8 GB	Q8_0	Pohodlný
293 tok/s 176–468 · nízká důvěra	H100 NVL 94 GB NVIDIA	94 GB	3,940 GB/s	Mar 2023	6.8 GB	Q8_0	Pohodlný
250 tok/s 150–399 · nízká důvěra	H100 PCIe 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	6.8 GB	Q8_0	Pohodlný
250 tok/s 150–399 · nízká důvěra	H100 SXM5 80 GB NVIDIA	80 GB	3,360 GB/s	Oct 2022	6.8 GB	Q8_0	Pohodlný
250 tok/s 150–399 · nízká důvěra	H100 SXM5 94 GB NVIDIA	94 GB	3,360 GB/s	Mar 2023	6.8 GB	Q8_0	Pohodlný
250 tok/s 150–399 · nízká důvěra	H100 SXM5 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	6.8 GB	Q8_0	Pohodlný
250 tok/s 150–399 · nízká důvěra	H800 SXM5 NVIDIA	80 GB	3,360 GB/s	Mar 2023	6.8 GB	Q8_0	Pohodlný
190 tok/s 114–304 · nízká důvěra	Radeon Instinct MI250 AMD	128 GB	3,280 GB/s	Nov 2021	6.8 GB	Q8_0	Pohodlný
190 tok/s 114–304 · nízká důvěra	Radeon Instinct MI250X AMD	128 GB	3,280 GB/s	Nov 2021	6.8 GB	Q8_0	Pohodlný
158 tok/s 95–253 · nízká důvěra	Data Center GPU Max 1550 Intel	128 GB	3,280 GB/s	Jan 2023	6.8 GB	Q8_0	Pohodlný
155 tok/s 93–248 · nízká důvěra	Data Center GPU Max Subsystem Intel	128 GB	3,210 GB/s	Jan 2023	6.8 GB	Q8_0	Pohodlný
152 tok/s 91–243 · nízká důvěra	A100 SXM4 80 GB NVIDIA	80 GB	2,040 GB/s	Nov 2020	6.8 GB	Q8_0	Pohodlný
152 tok/s 91–243 · nízká důvěra	A100X NVIDIA	80 GB	2,040 GB/s	Jun 2021	6.8 GB	Q8_0	Pohodlný
152 tok/s 91–243 · nízká důvěra	A800 SXM4 80 GB NVIDIA	80 GB	2,040 GB/s	Aug 2022	6.8 GB	Q8_0	Pohodlný
152 tok/s 91–243 · nízká důvěra	H100 CNX NVIDIA	80 GB	2,040 GB/s	Mar 2023	6.8 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: Deci AI
Typ organizace: Industry
Země: Israel
Publikováno: 13 September 2023
Autoři: DeciAI Research Team

Co to dělá

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

Doména: Language
Úkol: Chat

Velikost

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

parametry: 5.7B
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: 1 × 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: Unreleased

Jak je to klasifikováno

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

Záznam důvěry: Likely

Žrovy

Odkud tento záznam pochází a kdy byl naposledy zkontrolován.

Reference: DeciLM 6B
Nap poslední aktualizace: 28 November 2025

Extrémy

Deset nejrychlejších GPU, které běží DeciLM 6B

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 DeciLM 6B

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

Tesla C1080

Potřeba paměti

3.5 GB

Nejrychlejší

594 tok/s

DeciLM 6B dosahuje počtu parametrů 5.7B. To je dost malé, že hardware je zřídkakdy překážkou, včetně karet starých několik let. Počet karet, které sledujeme, které to mohou spustit: 818.

Nejmenší karta, která to pojme, je Tesla C1080, s kapacitou VRAM 4 GB, spuštění na kompresi Q3_K_M a vyrábějí kolem 17.5 tokenů za sekundu

Nejrychlejší, jak to pro to počítáme, je B200, generování přibližně 594 tokens za sekundu na základě šířky pásma VRAM 8,000 GB/s.

Pozadí

DeciLM 6B byl zveřejněn Deci AI, v zemi zaznamenané jako Israel, během September 2023. Kategorie, do které vydavatel spadá, je industry.

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

Váhy jsou zveřejněny, takže si je můžete stáhnout a spustit na své vlastní hardwaru neomezeně, offline, bez připojeného účtu.

Čtení čísel propustnosti

Mediánový výsledek je kolem 25.2 tokenů za sekundu. Producing text faster than most people read it: 759 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.

Bez rozložení pozornosti v záznamu je sloupec paměti přibližný. Je dost blízko na to, aby se podle něj vybralo hardware, a je nejméně spolehlivý při dlouhém kontextu.

Jak bylo trénováno

Produkce toho vyžadovala aritmetiku v celkové výši přibližně 1 × 10²² FLOP. Tato částka měří, kolik stál výroba modelu, a nemá žádný vliv na to, jak rychle odpovídá.

Krok za krokem

Jak vybrat GPU pro DeciLM 6B

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 DeciLM 6B, potřebující kolem 3.5 GB při kompresi Q3_K_M. 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. DeciLM 6B.
03

Nastavte minimální kvalitu

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. DeciLM 6B. Nebude to odpovídat hernímu pořádku, protože generace je omezena šířkou pásma paměti. Grafická karta, která vede seznam, je B200, na 594 tok/s
05

Zkontrolujte verdikt o vhodnosti před koupí

Tight znamená, že se načítá a funguje bez možnosti později zvýšit context length, v případě DeciLM 6B. 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.

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. DeciLM 6B.

Odpovědi

DeciLM 6B — běžné otázky

DeciLM 6B— 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 Q3_K_M používající přibližně 3.5 GB, a produkuje přibližně 17.5 tokeny za sekundu. Celkový počet karet, které mohou model běžet: 818.

DeciLM 6B— jak rychle je to na GPU?

Záleží na kartě. Nejrychleji, jak to spočítáme, je B200, přibližně 594 tokenů za sekundu; nejpomalejší, který stále běží, zvládá výrazně méně. Rychlost čtení je kolem deseti tokenů za sekundu, a počet karet, které to zvládají: 759.

DeciLM 6B— kolik VRAM potřebuje?

Potřebuje asi 3.5 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.

DeciLM 6B— 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 6.8 GB a generováním zhruba 111 tokenů za sekundu. Fit je těsný.

DeciLM 6B— 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 6.8 GB a generováním zhruba 67.8 tokenů za sekundu. Fit je pohodlný.

DeciLM 6B— 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 6.8 GB a generováním zhruba 84.0 tokenů za sekundu. Fit je pohodlný.

DeciLM 6B— 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 6.8 GB a generováním zhruba 99.6 tokenů za sekundu. Fit je pohodlný.

DeciLM 6B— 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.

DeciLM 6B— kolik má parametrů?

Má počet parametrů 5.7B. "DeciLM 6B is a 5.7 billion parameter decoder-only text generation model. ". Tato cifra je celková a rozhoduje o tom, kolik VRAM model potřebuje — přibližně půl gigabajtu na miliardu při kompresi, kterou většina lidí používá.

DeciLM 6B— Kdo to vytvořil?

Bylo to publikováno společností Deci AI, zakládající se na Israel, organizace zařazená jako industry.

DeciLM 6B— Kdy byl vydán?

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

DeciLM 6B— K čemu se to používá?

funguje v oblasti Language, a je zaznamenáno jako zpracovávající úkol chat. Toto jsou oblasti, kolem nichž byl navržen; popisují záměr spíše než tvrdou hranici.

DeciLM 6B— 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.

DeciLM 6B— kolik výpočetního výkonu bylo použito k jeho trénování?

Trénink spotřeboval kolem 1 × 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.

DeciLM 6B— 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. Každá postava zde předpokládá, že celý model je umístěn na kartě.

DeciLM 6B— 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: 818. Takže druhá karta je tu zřídka odpovědí.

DeciLM 6B— 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: 4. Větší karty získávají přesnější verzi a kvalita podlahy nad piny srovnává na jednu úroveň.

DeciLM 6B— Jak přesné jsou tyto odhady rychlosti?

Jsou vypočítány ze specifikací spíše než měřeny a každá má určité rozmezí. Jeden příklad: 357–951 tok/s na B200. Stejný model a karta se liší o třicet až padesát procent v závislosti na softwaru pro inferenci a jeho verzi.

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