Falcon-180B TPS kalkulátor

Otevřít váhy Technology Innovation Institute 180B 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

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 · 13.9 tok/s

Nejrychlejší karta

Radeon Instinct MI300

27.8 tok/s · 128 GB

Které GPU mohou spustit Falcon-180B?

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
27.8 tok/s 17–44 · nízká důvěra	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	109.6 GB	Q4_K_M	Těsný
27.4 tok/s 16–44 · nízká důvěra	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	151.5 GB	Q6_K	Těsný
26.6 tok/s 16–43 · nízká důvěra	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	109.6 GB	Q4_K_M	Těsný
26.6 tok/s 16–43 · nízká důvěra	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	109.6 GB	Q4_K_M	Těsný
22.6 tok/s 14–36 · nízká důvěra	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	109.6 GB	Q4_K_M	Těsný
18.8 tok/s 11–30 · nízká důvěra	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	193.4 GB	Q8_0	Pohodlný
15.0 tok/s 9–24 · nízká důvěra	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	193.4 GB	Q8_0	Pohodlný
15.0 tok/s 9–24 · nízká důvěra	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	193.4 GB	Q8_0	Pohodlný
14.2 tok/s 9–23 · nízká důvěra	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	151.5 GB	Q6_K	Těsný
14.2 tok/s 9–23 · nízká důvěra	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	151.5 GB	Q6_K	Těsný
13.9 tok/s 8–22 · nízká důvěra	Radeon Instinct MI250 AMD	128 GB	3,280 GB/s	Nov 2021	109.6 GB	Q4_K_M	Těsný
13.9 tok/s 8–22 · nízká důvěra	Radeon Instinct MI250X AMD	128 GB	3,280 GB/s	Nov 2021	109.6 GB	Q4_K_M	Těsný
11.6 tok/s 7–19 · nízká důvěra	Data Center GPU Max 1550 Intel	128 GB	3,280 GB/s	Jan 2023	109.6 GB	Q4_K_M	Těsný
11.3 tok/s 7–18 · nízká důvěra	Data Center GPU Max Subsystem Intel	128 GB	3,210 GB/s	Jan 2023	109.6 GB	Q4_K_M	Těsný
11.0 tok/s 7–18 · nízká důvěra	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	193.4 GB	Q8_0	Těsný
1.5 tok/s 1–2 · nízká důvěra	GB10 NVIDIA	128 GB	273 GB/s	Oct 2025	109.6 GB	Q4_K_M	Těsný
1.5 tok/s 1–2 · nízká důvěra	Jetson T5000 NVIDIA	128 GB	273 GB/s	Aug 2025	109.6 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: Technology Innovation Institute
Typ organizace: Government
Země: United Arab Emirates
Publikováno: 6 September 2023
Autoři: Ebtesam Almazrouei, Hamza Alobeidli, Abdulaziz Alshamsi, Alessandro Cappelli, Ruxandra Cojocaru, Mérouane Debbah, Étienne Goffinet, Daniel Hesslow, Julien Launay, Quentin Malartic, Daniele Mazzotta, Badreddine Noune, Baptiste Pannier, Guilherme Penedo

Co to dělá

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

Doména: Language
Úkol: Language modeling, Language modeling/generation, Question answering
Číselný formát: BF16

Velikost

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

parametry: 180B
Výcviková data: 3,500,000,000,000 tokens
Epochy: 1
Velikost dávky: 4,194,304

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: 3.8 × 10²⁴ FLOP
Jak bylo ustanoveno: Reported,Operation counting
Věrohodný rozsah: 3.8 × 10²⁴ – 3.8 × 10²⁴ FLOP

Tréninkový běh

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

Tréninkový hardware: NVIDIA A100 SXM4 40 GB
Používané čipy: 4,096
Čip-hodiny: 17,694,720
Doba reálného času: 4,320 hours (180 days)
Využití hardwaru: MFU 18.9%
Příkon: 3.3 MW
Náklady na výpočet: $10,743,501
Cloudový poskytovatel: Amazon Web Services

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.

Frontier model: Yes
Pravděpodobně nad 10²³ FLOP: Yes
Proč je to sledováno: Training cost
Záznam důvěry: Confident
Citace: 691

Žrovy

Odkud tento záznam pochází a kdy byl naposledy zkontrolován.

Reference: The Falcon Series of Open Language Models
Nap poslední aktualizace: 25 May 2026

Extrémy

Deset nejrychlejších GPU, které běží Falcon-180B

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 Falcon-180B

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

Radeon Instinct MI250

Potřeba paměti

109.6 GB

Nejrychlejší

27.8 tok/s

Falcon-180B dosahuje počtu parametrů 180B. 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.

Nejmenší karta, která to pojme, je Radeon Instinct MI250, s kapacitou VRAM 128 GB, spuštění na kompresi Q4_K_M a vyrábějí kolem 13.9 tokenů za sekundu

Na druhém konci sedí Radeon Instinct MI300, generování přibližně 27.8 tokens za sekundu na základě šířky pásma VRAM 6,550 GB/s.

Odkud to přišlo

Falcon-180B byl zveřejněn Technology Innovation Institute, v zemi zaznamenané jako United Arab Emirates, během September 2023. Vychází z organizace, která je kategorizována jako government.

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

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

Porozumění rychlostem

Polovina karet, které to drží, zvládne více než 14.2 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.

Jak bylo trénováno

Trénování si vyžádalo výpočetní rozpočet přibližně 3.8 × 10²⁴ FLOP, na hardwaru zaznamenáno jako NVIDIA A100 SXM4 40 GB. Tato částka měří, kolik stál výroba modelu, a nemá žádný vliv na to, jak rychle odpovídá.

Tréninková sada běžela na přibližně 3,500,000,000,000 tokeny textu

Důvod, proč se to v tomto katalogu vůbec objevuje: training cost.

Krok za krokem

Jak vybrat GPU pro Falcon-180B

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 Falcon-180B, potřebující kolem 109.6 GB při kompresi Q4_K_M. Kapacita je brána — karta buď ji má, nebo ne.
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. Falcon-180B.
03

Vyberte, jak moc to budete komprimovat.

Každá KARTA spouští nejméně komprimovanou kopii, kterou může udržet., 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

Seřaďte podle rychlosti, abyste viděli, jak si karty vedou. Falcon-180B. Nebude to odpovídat hernímu pořádku, protože generace je omezena šířkou pásma paměti. Grafická karta, která vede seznam, je Radeon Instinct MI300, na 27.8 tok/s
05

Zkontrolujte verdikt o vhodnosti před koupí

Tight znamená, že se načítá a funguje bez možnosti později zvýšit context length, v případě Falcon-180B. 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 Falcon-180B.

Odpovědi

Falcon-180B — běžné otázky

Falcon-180B— kolik výpočetního výkonu bylo použito k jeho trénování?

Trénink spotřeboval kolem 3.8 × 10²⁴ FLOP, na hardwaru zaznamenáno jako NVIDIA A100 SXM4 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.

Falcon-180B— 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. Nejbližší nepřesnost, kterou vypočítáme, zaostává o 23.2 GB. Každá postava zde předpokládá, že celý model je umístěn na kartě.

Falcon-180B— 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: 17. Takže druhá karta je tu zřídka odpovědí.

Falcon-180B— proč se kvantizace liší mezi kartami?

Protože se kapacita liší, liší se i to, jak moc musí být stlačena. Počet odlišných úrovní v tabulce výše: 3. Větší karty získávají přesnější verzi a kvalita podlahy nad piny srovnává na jednu úroveň.

Falcon-180B— Jak přesné jsou tyto odhady rychlosti?

Jsou vypočítány ze specifikací spíše než měřeny a každá má určité rozmezí. Jeden příklad: 17–44 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.

Falcon-180B— 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 109.6 GB, a produkuje přibližně 13.9 tokeny za sekundu. Celkový počet karet, které mohou model běžet: 17.

Falcon-180B— jak rychle je to na GPU?

Záleží na kartě. Nejrychleji, jak to spočítáme, je Radeon Instinct MI300, přibližně 27.8 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.

Falcon-180B— kolik VRAM potřebuje?

Potřebuje asi 109.6 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.

Falcon-180B— 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.

Falcon-180B— kolik má parametrů?

Má počet parametrů 180B. "Falcon 180B is a super-powerful language model with 180 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.

Falcon-180B— Kdo to vytvořil?

Bylo to publikováno společností Technology Innovation Institute, zakládající se na United Arab Emirates, organizace zařazená jako government.

Falcon-180B— 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.

Falcon-180B— K čemu se to používá?

funguje v oblasti Language, a je zaznamenáno jako zpracovávající úkol language modeling, Language modeling/generation, Question answering. Toto jsou oblasti, kolem nichž byl navržen; popisují záměr spíše než tvrdou hranici.

Falcon-180B— 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.

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