WizardCoder-15.5B TPS kalkulátor

Otevřít váhy Microsoft 15.5B parametry June 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

306 karty, které to mohou spustit

818 karty, které máme specifikace pro

Nejmenší karta, která se vejde

P102-101

10 GB · Q3_K_M · 20.1 tok/s

Nejrychlejší karta

B200

219 tok/s · 180 GB

Které GPU mohou spustit WizardCoder-15.5B?

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.

306 karty odpovídají

Vypočítávání

					Potřebuje	Kvantisace	Pohodlné
219 tok/s 131–350 · nízká důvěra	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	17.3 GB	Q8_0	Pohodlný
219 tok/s 131–350 · nízká důvěra	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	17.3 GB	Q8_0	Pohodlný
175 tok/s 105–279 · nízká důvěra	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	17.3 GB	Q8_0	Pohodlný
175 tok/s 105–279 · nízká důvěra	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	17.3 GB	Q8_0	Pohodlný
140 tok/s 84–223 · nízká důvěra	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	17.3 GB	Q8_0	Pohodlný
134 tok/s 80–214 · nízká důvěra	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	17.3 GB	Q8_0	Pohodlný
134 tok/s 80–214 · nízká důvěra	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	17.3 GB	Q8_0	Pohodlný
128 tok/s 77–205 · nízká důvěra	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	17.3 GB	Q8_0	Pohodlný
115 tok/s 69–184 · nízká důvěra	CMP 170HX 10 GB NVIDIA	10 GB	1,560 GB/s	Sep 2021	8.3 GB	Q3_K_M	Těsný
113 tok/s 68–182 · nízká důvěra	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	17.3 GB	Q8_0	Pohodlný
113 tok/s 68–182 · nízká důvěra	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	17.3 GB	Q8_0	Pohodlný
113 tok/s 68–182 · nízká důvěra	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	17.3 GB	Q8_0	Pohodlný
108 tok/s 65–172 · nízká důvěra	H100 NVL 94 GB NVIDIA	94 GB	3,940 GB/s	Mar 2023	17.3 GB	Q8_0	Pohodlný
91.8 tok/s 55–147 · nízká důvěra	H100 PCIe 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	17.3 GB	Q8_0	Pohodlný
91.8 tok/s 55–147 · nízká důvěra	H100 SXM5 80 GB NVIDIA	80 GB	3,360 GB/s	Oct 2022	17.3 GB	Q8_0	Pohodlný
91.8 tok/s 55–147 · nízká důvěra	H100 SXM5 94 GB NVIDIA	94 GB	3,360 GB/s	Mar 2023	17.3 GB	Q8_0	Pohodlný
91.8 tok/s 55–147 · nízká důvěra	H100 SXM5 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	17.3 GB	Q8_0	Pohodlný
91.8 tok/s 55–147 · nízká důvěra	H800 SXM5 NVIDIA	80 GB	3,360 GB/s	Mar 2023	17.3 GB	Q8_0	Pohodlný
69.9 tok/s 42–112 · nízká důvěra	Radeon Instinct MI250 AMD	128 GB	3,280 GB/s	Nov 2021	17.3 GB	Q8_0	Pohodlný
69.9 tok/s 42–112 · nízká důvěra	Radeon Instinct MI250X AMD	128 GB	3,280 GB/s	Nov 2021	17.3 GB	Q8_0	Pohodlný
58.3 tok/s 35–93 · nízká důvěra	Data Center GPU Max 1550 Intel	128 GB	3,280 GB/s	Jan 2023	17.3 GB	Q8_0	Pohodlný
57.6 tok/s 35–92 · nízká důvěra	GeForce RTX 3080 12 GB NVIDIA	12 GB	912 GB/s	Jan 2022	10.1 GB	Q4_K_M	Těsný
57.6 tok/s 35–92 · nízká důvěra	GeForce RTX 3080 Ti NVIDIA	12 GB	912 GB/s	May 2021	10.1 GB	Q4_K_M	Těsný
57.0 tok/s 34–91 · nízká důvěra	Data Center GPU Max Subsystem Intel	128 GB	3,210 GB/s	Jan 2023	17.3 GB	Q8_0	Pohodlný
56.1 tok/s 34–90 · nízká důvěra	CMP 90HX NVIDIA	10 GB	760 GB/s	Jul 2021	8.3 GB	Q3_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: Microsoft
Typ organizace: Industry
Země: United States of America
Publikováno: 14 June 2023
Autoři: Can Xu, Qingfeng Sun, Kai Zheng, Xiubo Geng, Pu Zhao, Jiazhan Feng, Chongyang Tao, Daxin Jiang

Co to dělá

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

Doména: Language
Úkol: Code generation
Základní model: StarCoder

Velikost

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

parametry: 15.5B
Výcviková data: 209,715,200 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: 1.1 × 10²³ FLOP
Jak bylo ustanoveno: Operation counting
Ladění výpočtů: 2 × 10¹⁹ FLOP

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: Open source

Jak je to klasifikováno

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

Pravděpodobně nad 10²³ FLOP: Yes
Záznam důvěry: Likely
Citace: 952

Žrovy

Odkud tento záznam pochází a kdy byl naposledy zkontrolován.

Reference: WizardCoder: Empowering Code Large Language Models with Evol-Instruct
Nap poslední aktualizace: 25 May 2026

Extrémy

Deset nejrychlejších GPU, které běží WizardCoder-15.5B

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 WizardCoder-15.5B

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

Co čísla znamenají

Hardwareová stránka

Minimum karta

P102-101

Potřeba paměti

8.3 GB

Nejrychlejší

219 tok/s

WizardCoder-15.5B dosahuje počtu parametrů 15.5B. To je dost malé, že hardware je zřídkakdy překážkou, včetně karet starých několik let. Počet karet, které sledujeme, které to mohou spustit: 306.

Na nízkém konci se to řeší pomocí P102-101, s kapacitou VRAM 10 GB, spuštění na kompresi Q3_K_M a vyrábějí kolem 20.1 tokenů za sekundu

Špičkový model je B200, generování přibližně 219 tokens za sekundu na základě šířky pásma VRAM 8,000 GB/s.

O tomto modelu

WizardCoder-15.5B byl zveřejněn Microsoft, v zemi zaznamenané jako United States of America, během June 2023. Vychází z organizace, která je kategorizována jako industry.

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

Místo toho, aby byl trénován od nuly, je odvozen z StarCoder. Většina modelů na této úrovni je přizpůsobena z existující základny namísto toho, aby byla vytvořena od nuly.

Otevřené váhy jsou to, co dává této stránce místo v kalkulátoru spíše než pouze v katalogu: je to model, který můžeš skutečně držet.

Jak rychle to běží a proč

Mediánový výsledek je kolem 20.4 tokenů za sekundu 261 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

Trénování si vyžádalo výpočetní rozpočet přibližně 1.1 × 10²³ FLOP. Tato částka měří, kolik stál výroba modelu, a nemá žádný vliv na to, jak rychle odpovídá.

Tréninková sada běžela na přibližně 209,715,200 tokeny textu

Krok za krokem

Jak vybrat GPU pro WizardCoder-15.5B

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.

Začněte od toho, co skutečně potřebuje, což je požadavek na WizardCoder-15.5B, potřebující kolem 8.3 GB při kompresi Q3_K_M. Kapacita je brána — karta buď ji má, nebo ne.
02

Rozhodněte, jak dlouho vaše konverzace běží

Delší konverzace spotřebovávají paměť navíc k tomu, co potřebují váhy. Posuňte jezdec na svou skutečnou pracovního délku, než důvěřujete jakémukoliv řádku pro WizardCoder-15.5B.
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

Třídit podle rychlosti

Seřaďte podle rychlosti, abyste viděli, jak si karty vedou. WizardCoder-15.5B. Nebude to odpovídat hernímu pořádku, protože generace je omezena šířkou pásma paměti. Grafická karta, která vede seznam, je B200, na 219 tok/s
05

Podívejte se na rezervu, ne jen na padnutí

Tight fit běží, ale nenechává nic navíc pro delší konverzaci, v případě WizardCoder-15.5B. 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 WizardCoder-15.5B.

Odpovědi

WizardCoder-15.5B — běžné otázky

WizardCoder-15.5B— kolik výpočetního výkonu bylo použito k jeho trénování?

Trénink spotřeboval kolem 1.1 × 10²³ 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.

WizardCoder-15.5B— 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 2.9 GB. Každá postava zde předpokládá, že celý model je umístěn na kartě.

WizardCoder-15.5B— 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: 306. Takže druhá karta je tu zřídka odpovědí.

WizardCoder-15.5B— proč se kvantizace liší mezi kartami?

Větší karta obsahuje přesnější kopii. Počet úrovní komprese používaných na kartách, které ji provádějí: 5. Větší karty získávají přesnější verzi a kvalita podlahy nad piny srovnává na jednu úroveň.

WizardCoder-15.5B— 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: 131–350 tok/s na B200. Stejný model a karta se liší o třicet až padesát procent v závislosti na softwaru pro inferenci a jeho verzi.

WizardCoder-15.5B— Jakou GPU potřebuji k jejímu spuštění?

Nejmenší karta v našem katalogu, která to udrží, je P102-101, s kapacitou VRAM 10 GB. Spouští model při kompresi Q3_K_M používající přibližně 8.3 GB, a produkuje přibližně 20.1 tokeny za sekundu. Celkový počet karet, které mohou model běžet: 306.

WizardCoder-15.5B— jak rychle je to na GPU?

Záleží na kartě. Nejrychleji, jak to spočítáme, je B200, přibližně 219 tokenů za sekundu; nejpomalejší, který stále běží, zvládá výrazně méně. Rychlost čtení je kolem deseti tokenů za sekundu, a počet karet, které to zvládají: 261.

WizardCoder-15.5B— kolik VRAM potřebuje?

Potřebuje asi 8.3 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.

WizardCoder-15.5B— mohu to spustit na GPU držící 12 GB?

Ano. GPU kartu GeForce RTX 3080 Ti, držení 12 GB, provozuje ho při kompresi Q4_K_M, používající přibližně 10.1 GB a generováním zhruba 57.6 tokenů za sekundu. Fit je těsný.

WizardCoder-15.5B— mohu to spustit na GPU držící 16 GB?

Ano. GPU kartu Tesla V100 SXM2 16 GB, držení 16 GB, provozuje ho při kompresi Q6_K, používající přibližně 13.7 GB a generováním zhruba 44.9 tokenů za sekundu. Fit je těsný.

WizardCoder-15.5B— 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 17.3 GB a generováním zhruba 36.6 tokenů za sekundu. Fit je pohodlný.

WizardCoder-15.5B— 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.

WizardCoder-15.5B— kolik má parametrů?

Má počet parametrů 15.5B. 15.5B. Tato cifra je celková a rozhoduje o tom, kolik VRAM model potřebuje — přibližně půl gigabajtu na miliardu při kompresi, kterou většina lidí používá.

WizardCoder-15.5B— Kdo to vytvořil?

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

WizardCoder-15.5B— Kdy byl vydán?

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

WizardCoder-15.5B— K čemu se to používá?

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

WizardCoder-15.5B— 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