FLM-101B TPS kalkulátor

Otevřít váhy Chinese Academy of Sciences,Harbin Institute of Technology,Nanyang Technological University,Beijing Academy of Artificial Intelligence / BAAI 101B 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

43 karty, které to mohou spustit

818 karty, které máme specifikace pro

Nejmenší karta, která se vejde

Radeon Instinct MI200

64 GB · IQ4_XS · 13.2 tok/s

Nejrychlejší karta

B200

33.6 tok/s · 180 GB

Které GPU mohou spustit FLM-101B?

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.

43 karty odpovídají

Vypočítávání

					Potřebuje	Kvantisace	Pohodlné
33.6 tok/s 20–54 · nízká důvěra	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	108.8 GB	Q8_0	Pohodlný
33.6 tok/s 20–54 · nízká důvěra	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	108.8 GB	Q8_0	Pohodlný
32.5 tok/s 20–52 · nízká důvěra	H100 SXM5 80 GB NVIDIA	80 GB	3,360 GB/s	Oct 2022	61.8 GB	Q4_K_M	Těsný
32.5 tok/s 20–52 · nízká důvěra	H800 SXM5 NVIDIA	80 GB	3,360 GB/s	Mar 2023	61.8 GB	Q4_K_M	Těsný
29.5 tok/s 18–47 · nízká důvěra	H100 NVL 94 GB NVIDIA	94 GB	3,940 GB/s	Mar 2023	73.6 GB	Q5_K_M	Těsný
26.8 tok/s 16–43 · nízká důvěra	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	108.8 GB	Q8_0	Pohodlný
26.8 tok/s 16–43 · nízká důvěra	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	108.8 GB	Q8_0	Pohodlný
25.2 tok/s 15–40 · nízká důvěra	H100 SXM5 94 GB NVIDIA	94 GB	3,360 GB/s	Mar 2023	73.6 GB	Q5_K_M	Těsný
21.4 tok/s 13–34 · nízká důvěra	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	108.8 GB	Q8_0	Těsný
20.8 tok/s 12–33 · nízká důvěra	H100 SXM5 64 GB NVIDIA	64 GB	2,020 GB/s	Mar 2023	55.9 GB	IQ4_XS	Těsný
20.5 tok/s 12–33 · nízká důvěra	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	108.8 GB	Q8_0	Těsný
20.5 tok/s 12–33 · nízká důvěra	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	108.8 GB	Q8_0	Těsný
20.5 tok/s 12–33 · nízká důvěra	H100 PCIe 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	85.3 GB	Q6_K	Těsný
20.5 tok/s 12–33 · nízká důvěra	H100 SXM5 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	85.3 GB	Q6_K	Těsný
19.8 tok/s 12–32 · nízká důvěra	A100 SXM4 80 GB NVIDIA	80 GB	2,040 GB/s	Nov 2020	61.8 GB	Q4_K_M	Těsný
19.8 tok/s 12–32 · nízká důvěra	A100X NVIDIA	80 GB	2,040 GB/s	Jun 2021	61.8 GB	Q4_K_M	Těsný
19.8 tok/s 12–32 · nízká důvěra	A800 SXM4 80 GB NVIDIA	80 GB	2,040 GB/s	Aug 2022	61.8 GB	Q4_K_M	Těsný
19.8 tok/s 12–32 · nízká důvěra	H100 CNX NVIDIA	80 GB	2,040 GB/s	Mar 2023	61.8 GB	Q4_K_M	Těsný
19.8 tok/s 12–32 · nízká důvěra	H100 PCIe 80 GB NVIDIA	80 GB	2,040 GB/s	Oct 2022	61.8 GB	Q4_K_M	Těsný
19.8 tok/s 12–32 · nízká důvěra	H800 PCIe 80 GB NVIDIA	80 GB	2,040 GB/s	Mar 2023	61.8 GB	Q4_K_M	Těsný
19.6 tok/s 12–31 · nízká důvěra	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	108.8 GB	Q8_0	Pohodlný
18.8 tok/s 11–30 · nízká důvěra	A100 PCIe 80 GB NVIDIA	80 GB	1,940 GB/s	Jun 2021	61.8 GB	Q4_K_M	Těsný
18.8 tok/s 11–30 · nízká důvěra	A800 PCIe 80 GB NVIDIA	80 GB	1,940 GB/s	Nov 2022	61.8 GB	Q4_K_M	Těsný
17.4 tok/s 10–28 · nízká důvěra	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	108.8 GB	Q8_0	Těsný
17.4 tok/s 10–28 · nízká důvěra	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	108.8 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: Chinese Academy of Sciences,Harbin Institute of Technology,Nanyang Technological University,Beijing Academy of Artificial Intelligence / BAAI
Typ organizace: Academia,Academia,Academia,Academia
Země: China, Singapore
Publikováno: 7 September 2023
Autoři: Xiang Li, Yiqun Yao, Xin Jiang, Xuezhi Fang, Xuying Meng, Siqi Fan, Peng Han, Jing Li, Li Du, Bowen Qin, Zheng Zhang, Aixin Sun, Yequan Wang

Co to dělá

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

Doména: Language
Úkol: Language modeling/generation, Question answering, Chat

Velikost

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

parametry: 101B
Výcviková data: 311,540,000,000 tokens
Velikost dávky: 4,310,000

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: 5.7 × 10²² FLOP
Jak bylo ustanoveno: Hardware

Tréninkový běh

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

Tréninkový hardware: NVIDIA A800 PCIe 40 GB
Doba reálného času: 517 hours (21.5 days)

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)

Jak je to klasifikováno

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

Záznam důvěry: Confident
Citace: 28

Žrovy

Odkud tento záznam pochází a kdy byl naposledy zkontrolován.

Reference: FLM-101B: An Open LLM and How to Train It with $100K Budget
Nap poslední aktualizace: 25 May 2026

Extrémy

Deset nejrychlejších GPU, které běží FLM-101B

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 FLM-101B

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

Co čísla znamenají

Co potřebujete k tomu, abyste to spustili

Minimum karta

Radeon Instinct MI200

Potřeba paměti

55.9 GB

Nejrychlejší

33.6 tok/s

FLM-101B dosahuje počtu parametrů 101B. 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: 43.

Nejmenší hardware, který funguje, je Radeon Instinct MI200, s kapacitou VRAM 64 GB, spuštění na kompresi IQ4_XS a vyrábějí kolem 13.2 tokenů za sekundu

Nejrychlejší, jak to pro to počítáme, je B200, generování přibližně 33.6 tokens za sekundu na základě šířky pásma VRAM 8,000 GB/s.

Co je tento MODEL

FLM-101B byl zveřejněn Chinese Academy of Sciences,Harbin Institute of Technology,Nanyang Technological University,Beijing Academy of Artificial Intelligence / BAAI, v zemi zaznamenané jako China, během September 2023. Vydavatelská organizace je kategorizována jako academia,Academia,Academia,Academia.

funguje v oblasti Language, a je zaznamenán jako vykonávající úkol language modeling/generation, Question answering, Chat.

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

Co rozhoduje o rychlosti

Mediánový výsledek je kolem 18.8 tokens za sekundu. Překračující rychlost čtení rovnou: 36 z nich

Každá váha se účastní každého tokenu zde, takže šířka pásma je celá historie: hodnocení níže je ve skutečnosti hodnocením propustnosti paměti.

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.

Jak bylo trénováno

Trenovací běh spotřeboval asi 5.7 × 10²² FLOP, na hardwaru zaznamenáno jako NVIDIA A800 PCIe 40 GB. Tato částka měří, kolik stál výroba modelu, a nemá žádný vliv na to, jak rychle odpovídá.

Tréninková sada běžela na přibližně 311,540,000,000 tokeny textu

Krok za krokem

Jak vybrat GPU pro FLM-101B

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

01

Zkontrolujte, co to potřebuje před čímkoli jiným.

Každá KARTA zde byla zkontrolována proti FLM-101B, potřebující kolem 55.9 GB při kompresi IQ4_XS. Žádné množství výpočetního výkonu nenahradí kartu, která to nemůže udržet.
02

Přizpůsobte kontext svému skutečnému použití

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. FLM-101B.
03

Vyberte, jak moc to budete komprimovat.

Každá KARTA spouští nejméně komprimovanou kopii, kterou může udržet., dosahující komprese IQ4_XS 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 FLM-101B. Nebude to odpovídat hernímu pořádku, protože generace je omezena šířkou pásma paměti. Grafická karta, která vede seznam, je B200, na 33.6 tok/s
05

Přečtěte si poslední sloupec fit

Tight znamená, že se načítá a funguje bez možnosti později zvýšit context length, v případě FLM-101B. 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

Každá stránka karty opakuje tento postup pro každý model, který máme, a odpovídá na to, k čemu je hardware dobrý kromě FLM-101B.

Odpovědi

FLM-101B — běžné otázky

FLM-101B— 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.

FLM-101B— kolik výpočetního výkonu bylo použito k jeho trénování?

Trénink spotřeboval kolem 5.7 × 10²² FLOP, na hardwaru zaznamenáno jako NVIDIA A800 PCIe 40 GB. 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.

FLM-101B— 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 18.6 GB. Každá postava zde předpokládá, že celý model je umístěn na kartě.

FLM-101B— Běhalo by to rychleji na dvou GPU?

Dvě karty koupit paměť spíše než rychlost, což záleží pouze pokud jedna karta to nemůže udržet. Číslo, které může: 43. Takže druhá karta je tu zřídka odpovědí.

FLM-101B— 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.

FLM-101B— 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: 20–54 tok/s na B200. Stejný model a karta se liší o třicet až padesát procent v závislosti na softwaru pro inferenci a jeho verzi.

FLM-101B— Jakou GPU potřebuji k jejímu spuštění?

Nejmenší karta v našem katalogu, která to udrží, je Radeon Instinct MI200, s kapacitou VRAM 64 GB. Spouští model při kompresi IQ4_XS používající přibližně 55.9 GB, a produkuje přibližně 13.2 tokeny za sekundu. Celkový počet karet, které mohou model běžet: 43.

FLM-101B— jak rychle je to na GPU?

Záleží na kartě. Nejrychleji, jak to spočítáme, je B200, přibližně 33.6 tokenů za sekundu; nejpomalejší, který stále běží, zvládá výrazně méně. Rychlost čtení je kolem deseti tokenů za sekundu, a počet karet, které to zvládají: 36.

FLM-101B— kolik VRAM potřebuje?

Potřebuje asi 55.9 GB při kompresi IQ4_XS, 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.

FLM-101B— 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.

FLM-101B— kolik má parametrů?

Má počet parametrů 101B. Tato cifra je celková a rozhoduje o tom, kolik VRAM model potřebuje — přibližně půl gigabajtu na miliardu při kompresi, kterou většina lidí používá.

FLM-101B— Kdo to vytvořil?

Bylo to publikováno společností Chinese Academy of Sciences,Harbin Institute of Technology,Nanyang Technological University,Beijing Academy of Artificial Intelligence / BAAI, zakládající se na China, organizace zařazená jako academia,Academia,Academia,Academia.

FLM-101B— 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.

FLM-101B— K čemu se to používá?

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

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