Stable Beluga 1 TPS kalkulátor

Otevřít váhy Stability AI 65.2B parametry July 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

61 karty, které to mohou spustit

818 karty, které máme specifikace pro

Nejmenší karta, která se vejde

A100 PCIe 40 GB

40 GB · Q3_K_M · 27.3 tok/s

Nejrychlejší karta

B200

52.0 tok/s · 180 GB

Které GPU mohou spustit Stable Beluga 1?

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.

61 karty odpovídají

Vypočítávání

					Potřebuje	Kvantisace	Pohodlné
52.0 tok/s 31–83 · nízká důvěra	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	70.5 GB	Q8_0	Pohodlný
52.0 tok/s 31–83 · nízká důvěra	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	70.5 GB	Q8_0	Pohodlný
41.5 tok/s 25–66 · nízká důvěra	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	70.5 GB	Q8_0	Pohodlný
41.5 tok/s 25–66 · nízká důvěra	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	70.5 GB	Q8_0	Pohodlný
33.2 tok/s 20–53 · nízká důvěra	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	70.5 GB	Q8_0	Pohodlný
31.8 tok/s 19–51 · nízká důvěra	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	70.5 GB	Q8_0	Pohodlný
31.8 tok/s 19–51 · nízká důvěra	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	70.5 GB	Q8_0	Pohodlný
30.4 tok/s 18–49 · nízká důvěra	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	70.5 GB	Q8_0	Pohodlný
28.0 tok/s 17–45 · nízká důvěra	GRID A100B NVIDIA	48 GB	1,870 GB/s	May 2020	40.1 GB	Q4_K_M	Těsný
27.3 tok/s 16–44 · nízká důvěra	A100 PCIe 40 GB NVIDIA	40 GB	1,560 GB/s	Jun 2020	32.6 GB	Q3_K_M	Těsný
27.3 tok/s 16–44 · nízká důvěra	A100 SXM4 40 GB NVIDIA	40 GB	1,560 GB/s	May 2020	32.6 GB	Q3_K_M	Těsný
27.3 tok/s 16–44 · nízká důvěra	A800 PCIe 40 GB NVIDIA	40 GB	1,560 GB/s	Nov 2022	32.6 GB	Q3_K_M	Těsný
27.0 tok/s 16–43 · nízká důvěra	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	70.5 GB	Q8_0	Pohodlný
27.0 tok/s 16–43 · nízká důvěra	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	70.5 GB	Q8_0	Pohodlný
27.0 tok/s 16–43 · nízká důvěra	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	70.5 GB	Q8_0	Pohodlný
25.6 tok/s 15–41 · nízká důvěra	H100 NVL 94 GB NVIDIA	94 GB	3,940 GB/s	Mar 2023	70.5 GB	Q8_0	Těsný
21.8 tok/s 13–35 · nízká důvěra	H100 PCIe 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	70.5 GB	Q8_0	Pohodlný
21.8 tok/s 13–35 · nízká důvěra	H100 SXM5 80 GB NVIDIA	80 GB	3,360 GB/s	Oct 2022	70.5 GB	Q8_0	Těsný
21.8 tok/s 13–35 · nízká důvěra	H100 SXM5 94 GB NVIDIA	94 GB	3,360 GB/s	Mar 2023	70.5 GB	Q8_0	Těsný
21.8 tok/s 13–35 · nízká důvěra	H100 SXM5 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	70.5 GB	Q8_0	Pohodlný
21.8 tok/s 13–35 · nízká důvěra	H800 SXM5 NVIDIA	80 GB	3,360 GB/s	Mar 2023	70.5 GB	Q8_0	Těsný
20.1 tok/s 12–32 · nízká důvěra	RTX PRO 5000 Blackwell NVIDIA	48 GB	1,340 GB/s	Mar 2025	40.1 GB	Q4_K_M	Těsný
19.1 tok/s 11–31 · nízká důvěra	H100 SXM5 64 GB NVIDIA	64 GB	2,020 GB/s	Mar 2023	55.3 GB	Q6_K	Těsný
16.6 tok/s 10–27 · nízká důvěra	Radeon Instinct MI250 AMD	128 GB	3,280 GB/s	Nov 2021	70.5 GB	Q8_0	Pohodlný
16.6 tok/s 10–27 · nízká důvěra	Radeon Instinct MI250X AMD	128 GB	3,280 GB/s	Nov 2021	70.5 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: Stability AI
Typ organizace: Industry
Země: United Kingdom of Great Britain and Northern Ireland
Publikováno: 21 July 2023

Co to dělá

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

Doména: Language
Úkol: Language generation
Základní model: LLaMA-65B

Velikost

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

parametry: 65.2B
Výcviková data: tokens

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

Jak je to klasifikováno

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

Záznam důvěry: Confident

Žrovy

Odkud tento záznam pochází a kdy byl naposledy zkontrolován.

Reference: Meet Stable Beluga 1 and Stable Beluga 2, Our Large and Mighty Instruction Fine-Tuned Language Models
Nap poslední aktualizace: 28 November 2025

Extrémy

Deset nejrychlejších GPU, které běží Stable Beluga 1

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 Stable Beluga 1

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

Co čísla znamenají

Hardwareová stránka

Minimum karta

A100 PCIe 40 GB

Potřeba paměti

32.6 GB

Nejrychlejší

52.0 tok/s

Stable Beluga 1 dosahuje počtu parametrů 65.2B. 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: 61.

Na nízkém konci se to řeší pomocí A100 PCIe 40 GB, s kapacitou VRAM 40 GB, spuštění na kompresi Q3_K_M a vyrábějí kolem 27.3 tokenů za sekundu

Špičkový model je B200, generování přibližně 52.0 tokens za sekundu na základě šířky pásma VRAM 8,000 GB/s.

O tomto modelu

Stable Beluga 1 byl zveřejněn Stability AI, v zemi zaznamenané jako United Kingdom of Great Britain and Northern Ireland, během July 2023. Kategorie, do které vydavatel spadá, je industry.

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

Místo toho, aby byl trénován od nuly, je odvozen z LLaMA-65B. To je důvod, proč sdílí obecný tvar a velikost základního modelu.

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

Jak rychle to běží a proč

Uprostřed rozsahu se nachází každá karta, která to dokáže spustit, na 13.3 tokenů za sekundu. Producing text faster than most people read it: 56 z nich

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

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.

Krok za krokem

Jak vybrat GPU pro Stable Beluga 1

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

Tabulka uvádí každou kartu, která je schopna pojmout Stable Beluga 1, potřebující kolem 32.6 GB při kompresi Q3_K_M. Tato čísla, nikoli hlavní výkon karty, rozhodují o tom, zda běží.
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. Stable Beluga 1.
03

Rozhodněte, jaké množství komprese přijmete

Každá KARTA spouští nejméně komprimovanou kopii, kterou může udržet., 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. Stable Beluga 1. Nebude to odpovídat hernímu pořádku, protože generace je omezena šířkou pásma paměti. Grafická karta, která vede seznam, je B200, na 52.0 tok/s
05

Zkontrolujte verdikt o vhodnosti před koupí

Tight fit běží, ale nenechává nic navíc pro delší konverzaci, v případě Stable Beluga 1. 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 Stable Beluga 1.

Odpovědi

Stable Beluga 1 — běžné otázky

Stable Beluga 1— jak rychle je to na GPU?

Záleží na kartě. Nejrychleji, jak to spočítáme, je B200, přibližně 52.0 tokenů za sekundu; nejpomalejší, který stále běží, zvládá výrazně méně. Rychlost čtení je kolem deseti tokenů za sekundu, a počet karet, které to zvládají: 56.

Stable Beluga 1— kolik VRAM potřebuje?

Potřebuje asi 32.6 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.

Stable Beluga 1— 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.

Stable Beluga 1— kolik má parametrů?

Má počet parametrů 65.2B. 65.2B. Tato cifra je celková a rozhoduje o tom, kolik VRAM model potřebuje — přibližně půl gigabajtu na miliardu při kompresi, kterou většina lidí používá.

Stable Beluga 1— Kdo to vytvořil?

Bylo to publikováno společností Stability AI, zakládající se na United Kingdom of Great Britain and Northern Ireland, organizace zařazená jako industry.

Stable Beluga 1— Kdy byl vydán?

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

Stable Beluga 1— K čemu se to používá?

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

Stable Beluga 1— 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.

Stable Beluga 1— 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 11.3 GB. Každá postava zde předpokládá, že celý model je umístěn na kartě.

Stable Beluga 1— 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: 61. Takže druhá karta je tu zřídka odpovědí.

Stable Beluga 1— proč se kvantizace liší mezi kartami?

Větší karta obsahuje přesnější kopii. Počet úrovní komprese používaných na kartách, které ji provádějí: 4. Větší karty získávají přesnější verzi a kvalita podlahy nad piny srovnává na jednu úroveň.

Stable Beluga 1— Jak přesné jsou tyto odhady rychlosti?

Jsou vypočítány ze specifikací spíše než měřeny a každá má určité rozmezí. Jeden příklad: 31–83 tok/s na B200. Stejný model a karta se liší o třicet až padesát procent v závislosti na softwaru pro inferenci a jeho verzi.

Stable Beluga 1— Jakou GPU potřebuji k jejímu spuštění?

Nejmenší karta v našem katalogu, která to udrží, je A100 PCIe 40 GB, s kapacitou VRAM 40 GB. Spouští model při kompresi Q3_K_M používající přibližně 32.6 GB, a produkuje přibližně 27.3 tokeny za sekundu. Celkový počet karet, které mohou model běžet: 61.

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