minChatGPT TPS kalkulátor

Otevřít váhy Stanford University 1.6B parametry March 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

818 karty, které to mohou spustit

818 karty, které máme specifikace pro

Nejmenší karta, která se vejde

Tesla C1080

4 GB · Q8_0 · 22.5 tok/s

Nejrychlejší karta

B200

2,067 tok/s · 180 GB

Které GPU mohou spustit minChatGPT?

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.

818 karty odpovídají

Vypočítávání

					Potřebuje	Kvantisace	Pohodlné
2,067 tok/s 1,240–3,308 · nízká důvěra	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	2.5 GB	Q8_0	Pohodlný
2,067 tok/s 1,240–3,308 · nízká důvěra	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	2.5 GB	Q8_0	Pohodlný
1,651 tok/s 990–2,641 · nízká důvěra	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	2.5 GB	Q8_0	Pohodlný
1,651 tok/s 990–2,641 · nízká důvěra	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	2.5 GB	Q8_0	Pohodlný
1,320 tok/s 792–2,112 · nízká důvěra	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	2.5 GB	Q8_0	Pohodlný
1,264 tok/s 758–2,022 · nízká důvěra	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	2.5 GB	Q8_0	Pohodlný
1,264 tok/s 758–2,022 · nízká důvěra	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	2.5 GB	Q8_0	Pohodlný
1,209 tok/s 726–1,935 · nízká důvěra	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	2.5 GB	Q8_0	Pohodlný
1,073 tok/s 644–1,717 · nízká důvěra	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	2.5 GB	Q8_0	Pohodlný
1,073 tok/s 644–1,717 · nízká důvěra	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	2.5 GB	Q8_0	Pohodlný
1,073 tok/s 644–1,717 · nízká důvěra	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	2.5 GB	Q8_0	Pohodlný
1,018 tok/s 611–1,629 · nízká důvěra	H100 NVL 94 GB NVIDIA	94 GB	3,940 GB/s	Mar 2023	2.5 GB	Q8_0	Pohodlný
868 tok/s 521–1,389 · nízká důvěra	H100 PCIe 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	2.5 GB	Q8_0	Pohodlný
868 tok/s 521–1,389 · nízká důvěra	H100 SXM5 80 GB NVIDIA	80 GB	3,360 GB/s	Oct 2022	2.5 GB	Q8_0	Pohodlný
868 tok/s 521–1,389 · nízká důvěra	H100 SXM5 94 GB NVIDIA	94 GB	3,360 GB/s	Mar 2023	2.5 GB	Q8_0	Pohodlný
868 tok/s 521–1,389 · nízká důvěra	H100 SXM5 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	2.5 GB	Q8_0	Pohodlný
868 tok/s 521–1,389 · nízká důvěra	H800 SXM5 NVIDIA	80 GB	3,360 GB/s	Mar 2023	2.5 GB	Q8_0	Pohodlný
661 tok/s 397–1,058 · nízká důvěra	Radeon Instinct MI250 AMD	128 GB	3,280 GB/s	Nov 2021	2.5 GB	Q8_0	Pohodlný
661 tok/s 397–1,058 · nízká důvěra	Radeon Instinct MI250X AMD	128 GB	3,280 GB/s	Nov 2021	2.5 GB	Q8_0	Pohodlný
551 tok/s 331–881 · nízká důvěra	Data Center GPU Max 1550 Intel	128 GB	3,280 GB/s	Jan 2023	2.5 GB	Q8_0	Pohodlný
539 tok/s 324–863 · nízká důvěra	Data Center GPU Max Subsystem Intel	128 GB	3,210 GB/s	Jan 2023	2.5 GB	Q8_0	Pohodlný
527 tok/s 316–843 · nízká důvěra	A100 SXM4 80 GB NVIDIA	80 GB	2,040 GB/s	Nov 2020	2.5 GB	Q8_0	Pohodlný
527 tok/s 316–843 · nízká důvěra	A100X NVIDIA	80 GB	2,040 GB/s	Jun 2021	2.5 GB	Q8_0	Pohodlný
527 tok/s 316–843 · nízká důvěra	A800 SXM4 80 GB NVIDIA	80 GB	2,040 GB/s	Aug 2022	2.5 GB	Q8_0	Pohodlný
527 tok/s 316–843 · nízká důvěra	H100 CNX NVIDIA	80 GB	2,040 GB/s	Mar 2023	2.5 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: Stanford University
Typ organizace: Academia
Země: United States of America
Publikováno: 24 March 2023
Autoři: Yanjia Li

Co to dělá

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

Doména: Language
Úkol: Chat
Základní model: GPT-2 (1.5B)

Velikost

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

parametry: 1.6B
Výcviková data: 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.

Ladění výpočtů: 1.6 × 10¹⁵ 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 (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

Žrovy

Odkud tento záznam pochází a kdy byl naposledy zkontrolován.

Reference: Minimum Generative Pre-trained Transformer with Human Feedback
Nap poslední aktualizace: 28 November 2025

Extrémy

Deset nejrychlejších GPU, které běží minChatGPT

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 minChatGPT

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

Tesla C1080

Potřeba paměti

2.5 GB

Nejrychlejší

2,067 tok/s

minChatGPT dosahuje počtu parametrů 1.6B. To je dost malé, že hardware je zřídkakdy překážkou, včetně karet starých několik let. Počet karet, které sledujeme, které to mohou spustit: 818.

Nejmenší hardware, který funguje, je Tesla C1080, s kapacitou VRAM 4 GB, spuštění na kompresi Q8_0 a vyrábějí kolem 22.5 tokenů za sekundu

Nejrychlejší, jak to pro to počítáme, je B200, generování přibližně 2,067 tokens za sekundu na základě šířky pásma VRAM 8,000 GB/s.

O tomto modelu

minChatGPT byl zveřejněn Stanford University, v zemi zaznamenané jako United States of America, během March 2023. Kategorie, do které vydavatel spadá, je academia.

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

Jeho výchozím bodem byl existující základní model, GPT-2 (1.5B). To je důvod, proč sdílí obecný tvar a velikost základního modelu.

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

Uprostřed rozsahu se nachází každá karta, která to dokáže spustit, na 58.1 tokenů za sekundu. Producing text faster than most people read it: 794 z nich

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

Jeho vnitřní architektura není v evidenci, takže paměť je přibližně odhadnuta z počtu parametrů a označena odpovídajícím způsobem. Očekávejte, že skutečná čísla se budou lišit, zejména u dlouhého kontextu.

Krok za krokem

Jak vybrat GPU pro minChatGPT

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

Začněte od toho, co skutečně potřebuje, což je požadavek na minChatGPT, potřebující kolem 2.5 GB při kompresi Q8_0. Tato čísla, nikoli hlavní výkon karty, rozhodují o tom, zda běží.
02

Rozhodněte, jak dlouho vaše konverzace běží

Nastavte kontext na to, co skutečně použijete. Cache roste s konverzací a to je obvyklý důvod, proč karta, která se zdála v pořádku, přestane vejít. minChatGPT.
03

Nastavte minimální kvalitu

Každá KARTA spouští nejméně komprimovanou kopii, kterou může udržet., dosahující komprese Q8_0 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 minChatGPT. Nebude to odpovídat hernímu pořádku, protože generace je omezena šířkou pásma paměti. Grafická karta, která vede seznam, je B200, na 2,067 tok/s
05

Podívejte se na rezervu, ne jen na padnutí

Tight fit běží, ale nenechává nic navíc pro delší konverzaci, v případě minChatGPT. 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

Podívejte se, co dalšího ta karta spouští

Sledování KARTY až na její vlastní stránku ukazuje každý jiný model, který může držet, což je otázka, která následuje, jakmile se rozhodnete pro minChatGPT.

Odpovědi

minChatGPT — běžné otázky

minChatGPT— mohu to spustit na GPU držící 8 GB?

Ano. GPU kartu CMP 170HX 8 GB, držení 8 GB, provozuje ho při kompresi Q8_0, používající přibližně 2.5 GB a generováním zhruba 385 tokenů za sekundu. Fit je pohodlný.

minChatGPT— mohu to spustit na GPU držící 12 GB?

Ano. GPU kartu GeForce RTX 3080 Ti, držení 12 GB, provozuje ho při kompresi Q8_0, používající přibližně 2.5 GB a generováním zhruba 236 tokenů za sekundu. Fit je pohodlný.

minChatGPT— mohu to spustit na GPU držící 16 GB?

Ano. GPU kartu Tesla V100 SXM2 16 GB, držení 16 GB, provozuje ho při kompresi Q8_0, používající přibližně 2.5 GB a generováním zhruba 292 tokenů za sekundu. Fit je pohodlný.

minChatGPT— 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 2.5 GB a generováním zhruba 346 tokenů za sekundu. Fit je pohodlný.

minChatGPT— 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.

minChatGPT— kolik má parametrů?

Má počet parametrů 1.6B. “We used two different models, GPT-2 Medium and GPT-2 XL for our supervised fine-tuning to verify our trainer is implemented correctly… We fine-tuned the model for about 100K step with a batch size 2 and learning rate of 1e-4 with an Adam optimizer. It’s equivalent of about 3 epochs of our training dataset” (https://github.com/ethanyanjiali/minChatGPT/blob/main/report.pdf, page 4). GPT-2 XL has 1.639B parameters (https://github.com/ethanyanjiali/minChatGPT/blob/main/report.pdf, page 5). Tato cifra je celková a rozhoduje o tom, kolik VRAM model potřebuje — přibližně půl gigabajtu na miliardu při kompresi, kterou většina lidí používá.

minChatGPT— Kdo to vytvořil?

Bylo to publikováno společností Stanford University, zakládající se na United States of America, organizace zařazená jako academia.

minChatGPT— Kdy byl vydán?

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

minChatGPT— K čemu se to používá?

funguje v oblasti Language, a je zaznamenáno jako zpracovávající úkol chat. Modely často obsahují více než jeden z každého a štítky popisují účel spíše než omezení schopností.

minChatGPT— 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.

minChatGPT— 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. Každá postava zde předpokládá, že celý model je umístěn na kartě.

minChatGPT— 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: 818. Takže druhá karta je tu zřídka odpovědí.

minChatGPT— 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: 1. Větší karty získávají přesnější verzi a kvalita podlahy nad piny srovnává na jednu úroveň.

minChatGPT— Jak přesné jsou tyto odhady rychlosti?

Jsou vypočítány ze specifikací spíše než měřeny a každá má určité rozmezí. Jeden příklad: 1,240–3,308 tok/s na B200. Stejný model a karta se liší o třicet až padesát procent v závislosti na softwaru pro inferenci a jeho verzi.

minChatGPT— Jakou GPU potřebuji k jejímu spuštění?

Nejmenší karta v našem katalogu, která to udrží, je Tesla C1080, s kapacitou VRAM 4 GB. Spouští model při kompresi Q8_0 používající přibližně 2.5 GB, a produkuje přibližně 22.5 tokeny za sekundu. Celkový počet karet, které mohou model běžet: 818.

minChatGPT— jak rychle je to na GPU?

Záleží na kartě. Nejrychleji, jak to spočítáme, je B200, přibližně 2,067 tokenů za sekundu; nejpomalejší, který stále běží, zvládá výrazně méně. Rychlost čtení je kolem deseti tokenů za sekundu, a počet karet, které to zvládají: 794.

minChatGPT— kolik VRAM potřebuje?

Potřebuje asi 2.5 GB při kompresi Q8_0, 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