IDEFICS-80B TPS kalkulátor

Otevřít váhy Hugging Face 80B parametry August 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

58 karty, které to mohou spustit

818 karty, které máme specifikace pro

Nejmenší karta, která se vejde

Quadro RTX 8000

48 GB · Q3_K_M · 9.6 tok/s

Nejrychlejší karta

B200

42.4 tok/s · 180 GB

Které GPU mohou spustit IDEFICS-80B?

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.

58 karty odpovídají

Vypočítávání

					Potřebuje	Kvantisace	Pohodlné
42.4 tok/s 25–68 · nízká důvěra	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	86.4 GB	Q8_0	Pohodlný
42.4 tok/s 25–68 · nízká důvěra	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	86.4 GB	Q8_0	Pohodlný
33.8 tok/s 20–54 · nízká důvěra	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	86.4 GB	Q8_0	Pohodlný
33.8 tok/s 20–54 · nízká důvěra	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	86.4 GB	Q8_0	Pohodlný
30.3 tok/s 18–48 · nízká důvěra	H100 NVL 94 GB NVIDIA	94 GB	3,940 GB/s	Mar 2023	67.7 GB	Q6_K	Pohodlný
27.1 tok/s 16–43 · nízká důvěra	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	86.4 GB	Q8_0	Pohodlný
26.7 tok/s 16–43 · nízká důvěra	GRID A100B NVIDIA	48 GB	1,870 GB/s	May 2020	39.8 GB	Q3_K_M	Těsný
25.9 tok/s 16–41 · nízká důvěra	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	86.4 GB	Q8_0	Pohodlný
25.9 tok/s 16–41 · nízká důvěra	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	86.4 GB	Q8_0	Pohodlný
25.9 tok/s 16–41 · nízká důvěra	H100 SXM5 80 GB NVIDIA	80 GB	3,360 GB/s	Oct 2022	67.7 GB	Q6_K	Těsný
25.9 tok/s 16–41 · nízká důvěra	H100 SXM5 94 GB NVIDIA	94 GB	3,360 GB/s	Mar 2023	67.7 GB	Q6_K	Pohodlný
25.9 tok/s 16–41 · nízká důvěra	H800 SXM5 NVIDIA	80 GB	3,360 GB/s	Mar 2023	67.7 GB	Q6_K	Těsný
24.8 tok/s 15–40 · nízká důvěra	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	86.4 GB	Q8_0	Pohodlný
24.7 tok/s 15–40 · nízká důvěra	H100 SXM5 64 GB NVIDIA	64 GB	2,020 GB/s	Mar 2023	49.1 GB	Q4_K_M	Těsný
22.0 tok/s 13–35 · nízká důvěra	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	86.4 GB	Q8_0	Pohodlný
22.0 tok/s 13–35 · nízká důvěra	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	86.4 GB	Q8_0	Pohodlný
22.0 tok/s 13–35 · nízká důvěra	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	86.4 GB	Q8_0	Pohodlný
19.1 tok/s 11–31 · nízká důvěra	RTX PRO 5000 Blackwell NVIDIA	48 GB	1,340 GB/s	Mar 2025	39.8 GB	Q3_K_M	Těsný
17.8 tok/s 11–28 · nízká důvěra	H100 PCIe 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	86.4 GB	Q8_0	Těsný
17.8 tok/s 11–28 · nízká důvěra	H100 SXM5 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	86.4 GB	Q8_0	Těsný
15.7 tok/s 9–25 · nízká důvěra	A100 SXM4 80 GB NVIDIA	80 GB	2,040 GB/s	Nov 2020	67.7 GB	Q6_K	Těsný
15.7 tok/s 9–25 · nízká důvěra	A100X NVIDIA	80 GB	2,040 GB/s	Jun 2021	67.7 GB	Q6_K	Těsný
15.7 tok/s 9–25 · nízká důvěra	A800 SXM4 80 GB NVIDIA	80 GB	2,040 GB/s	Aug 2022	67.7 GB	Q6_K	Těsný
15.7 tok/s 9–25 · nízká důvěra	H100 CNX NVIDIA	80 GB	2,040 GB/s	Mar 2023	67.7 GB	Q6_K	Těsný
15.7 tok/s 9–25 · nízká důvěra	H100 PCIe 80 GB NVIDIA	80 GB	2,040 GB/s	Oct 2022	67.7 GB	Q6_K	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: Hugging Face
Typ organizace: Industry
Země: United States of America
Publikováno: 22 August 2023
Autoři: Hugo Laurencon, Daniel van Strien, Stas Bekman, Leo Tronchon, Lucile Saulnier, Thomas Wang, Siddharth Karamcheti, Amanpreet Singh, Giada Pistilli, Yacine Jernite, Victor Sanh

Co to dělá

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

Doména: Multimodal, Language, Vision
Úkol: Language modeling, Image captioning, Visual question answering
Základní model: LLaMA-65B,CLIP ViT-H/14 - LAION-2B
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: 80B
Výcviková data: 149,600,000,000 tokens
Velikost dávky: 3,670,000

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: 1.2 × 10²³ FLOP
Jak bylo ustanoveno: Hardware,Operation counting

Tréninkový běh

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

Tréninkový hardware: NVIDIA A100
Používané čipy: 512
Doba reálného času: 672 hours (28 days)
Příkon: 407.0 kW
Cloudový poskytovatel: AWS

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 (non-commercial)
Tréninkový kód: Unreleased
Hugging Face: HuggingFaceM4

Jak je to klasifikováno

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

Základní model: Yes
Pravděpodobně nad 10²³ FLOP: Yes
Záznam důvěry: Confident

Žrovy

Odkud tento záznam pochází a kdy byl naposledy zkontrolován.

Reference: Introducing IDEFICS: An Open Reproduction of State-of-the-Art Visual Language Model
Nap poslední aktualizace: 28 November 2025

Extrémy

Deset nejrychlejších GPU, které běží IDEFICS-80B

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 IDEFICS-80B

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

Quadro RTX 8000

Potřeba paměti

39.8 GB

Nejrychlejší

42.4 tok/s

IDEFICS-80B dosahuje počtu parametrů 80B. 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: 58.

Vstupní bod je Quadro RTX 8000, s kapacitou VRAM 48 GB, spuštění na kompresi Q3_K_M a vyrábějí kolem 9.6 tokenů za sekundu

Nejrychlejší výsledek pochází z B200, generování přibližně 42.4 tokens za sekundu na základě šířky pásma VRAM 8,000 GB/s.

Co je tento MODEL

IDEFICS-80B byl zveřejněn Hugging Face, v zemi zaznamenané jako United States of America, během August 2023. Kategorie, do které vydavatel spadá, je industry.

funguje v oblasti Multimodal, Language, Vision, a je zaznamenán jako vykonávající úkol language modeling, Image captioning, Visual question answering.

Staví na LLaMA-65B,CLIP ViT-H/14 - LAION-2B. 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 HuggingFaceM4.

Co rozhoduje o rychlosti

Mediánový výsledek je kolem 14.9 tokens za sekundu. Překračující rychlost čtení rovnou: 43 z nich

Být hustý, čte vše sám po tokenu, což je důvod, proč pořadí podle rychlosti níže úzce následuje pořadí podle šířky pásma VRAM.

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.

Co bylo zapotřebí k jeho vybudování

Trenovací běh spotřeboval asi 1.2 × 10²³ FLOP, na hardwaru zaznamenáno jako NVIDIA A100. Tato částka měří, kolik stál výroba modelu, a nemá žádný vliv na to, jak rychle odpovídá.

Trénink spotřeboval korpus kolem 149,600,000,000 tokeny textu

Krok za krokem

Jak vybrat GPU pro IDEFICS-80B

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 IDEFICS-80B, potřebující kolem 39.8 GB při kompresi Q3_K_M. Kapacita je brána — karta buď ji má, nebo ne.
02

Nastavte délku kontextu, se kterou budete pracovat

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. IDEFICS-80B.
03

Vyberte, jak moc to budete komprimovat.

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

Hodnoťte podle propustnosti spíše než podle specifikace

Seřaďte podle rychlosti, abyste viděli, jak si karty vedou. IDEFICS-80B. Nebude to odpovídat hernímu pořádku, protože generace je omezena šířkou pásma paměti. Grafická karta, která vede seznam, je B200, na 42.4 tok/s
05

Podívejte se na rezervu, ne jen na padnutí

Tight znamená, že se načítá a funguje bez možnosti později zvýšit context length, v případě IDEFICS-80B. 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.

Každá stránka karty opakuje tento postup pro každý model, který máme, a odpovídá na to, k čemu je hardware dobrý kromě IDEFICS-80B.

Odpovědi

IDEFICS-80B — běžné otázky

IDEFICS-80B— 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.

IDEFICS-80B— kolik má parametrů?

Má počet parametrů 80B. IDEFICS... comes in two variants—the base version and the instructed version. Each variant is available at the 9 billion and 80 billion parameter sizes. Tato cifra je celková a rozhoduje o tom, kolik VRAM model potřebuje — přibližně půl gigabajtu na miliardu při kompresi, kterou většina lidí používá.

IDEFICS-80B— Kdo to vytvořil?

Bylo to publikováno společností Hugging Face, zakládající se na United States of America, organizace zařazená jako industry.

IDEFICS-80B— Kdy byl vydán?

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

IDEFICS-80B— K čemu se to používá?

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

IDEFICS-80B— kde si to mohu stáhnout?

Jeho váhy jsou publikovány na Hugging Face, pod organizací HuggingFaceM4. Na našem webu nenabízíme soubory modelů — tento web vypočítává, jaký hardware je potřebný pro jejich spuštění.

IDEFICS-80B— kolik výpočetního výkonu bylo použito k jeho trénování?

Trénink spotřeboval kolem 1.2 × 10²³ FLOP, na hardwaru zaznamenáno jako NVIDIA A100. 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.

IDEFICS-80B— 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 13.1 GB. Každá postava zde předpokládá, že celý model je umístěn na kartě.

IDEFICS-80B— Běhalo by to rychleji na dvou GPU?

Kapacita se sčítá napříč KARTAMI; propustnost nikoliv. Počet KARET, které ji již drží samostatně: 58. Takže druhá karta je tu zřídka odpovědí.

IDEFICS-80B— 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.

IDEFICS-80B— Jak přesné jsou tyto odhady rychlosti?

Toto jsou odhady s reálnými chybami a kterýkoli z nich může rozumně spadnout kamkoli v jeho publikovaném rozmezí v závislosti na tom, který run AI model použijete. Nejrychlejší výsledek zde: 25–68 tok/s na B200. Stejný model a karta se liší o třicet až padesát procent v závislosti na softwaru pro inferenci a jeho verzi.

IDEFICS-80B— Jakou GPU potřebuji k jejímu spuštění?

Nejmenší karta v našem katalogu, která to udrží, je Quadro RTX 8000, s kapacitou VRAM 48 GB. Spouští model při kompresi Q3_K_M používající přibližně 39.8 GB, a produkuje přibližně 9.6 tokeny za sekundu. Celkový počet karet, které mohou model běžet: 58.

IDEFICS-80B— jak rychle je to na GPU?

Záleží na kartě. Nejrychleji, jak to spočítáme, je B200, přibližně 42.4 tokenů za sekundu; nejpomalejší, který stále běží, zvládá výrazně méně. Rychlost čtení je kolem deseti tokenů za sekundu, a počet karet, které to zvládají: 43.

IDEFICS-80B— kolik VRAM potřebuje?

Potřebuje asi 39.8 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.

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