SGPT BE 5.8B TPS kalkulátor

Otevřít váhy Peking University 5.8B parametry August 2022

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 · Q3_K_M · 17.2 tok/s

Nejrychlejší karta

B200

584 tok/s · 180 GB

Které GPU mohou spustit SGPT BE 5.8B?

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
584 tok/s 351–935 · nízká důvěra	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	6.9 GB	Q8_0	Pohodlný
584 tok/s 351–935 · nízká důvěra	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	6.9 GB	Q8_0	Pohodlný
466 tok/s 280–746 · nízká důvěra	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	6.9 GB	Q8_0	Pohodlný
466 tok/s 280–746 · nízká důvěra	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	6.9 GB	Q8_0	Pohodlný
373 tok/s 224–597 · nízká důvěra	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	6.9 GB	Q8_0	Pohodlný
357 tok/s 214–571 · nízká důvěra	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	6.9 GB	Q8_0	Pohodlný
357 tok/s 214–571 · nízká důvěra	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	6.9 GB	Q8_0	Pohodlný
342 tok/s 205–547 · nízká důvěra	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	6.9 GB	Q8_0	Pohodlný
303 tok/s 182–485 · nízká důvěra	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	6.9 GB	Q8_0	Pohodlný
303 tok/s 182–485 · nízká důvěra	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	6.9 GB	Q8_0	Pohodlný
303 tok/s 182–485 · nízká důvěra	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	6.9 GB	Q8_0	Pohodlný
288 tok/s 173–460 · nízká důvěra	H100 NVL 94 GB NVIDIA	94 GB	3,940 GB/s	Mar 2023	6.9 GB	Q8_0	Pohodlný
245 tok/s 147–393 · nízká důvěra	H100 PCIe 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	6.9 GB	Q8_0	Pohodlný
245 tok/s 147–393 · nízká důvěra	H100 SXM5 80 GB NVIDIA	80 GB	3,360 GB/s	Oct 2022	6.9 GB	Q8_0	Pohodlný
245 tok/s 147–393 · nízká důvěra	H100 SXM5 94 GB NVIDIA	94 GB	3,360 GB/s	Mar 2023	6.9 GB	Q8_0	Pohodlný
245 tok/s 147–393 · nízká důvěra	H100 SXM5 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	6.9 GB	Q8_0	Pohodlný
245 tok/s 147–393 · nízká důvěra	H800 SXM5 NVIDIA	80 GB	3,360 GB/s	Mar 2023	6.9 GB	Q8_0	Pohodlný
187 tok/s 112–299 · nízká důvěra	Radeon Instinct MI250 AMD	128 GB	3,280 GB/s	Nov 2021	6.9 GB	Q8_0	Pohodlný
187 tok/s 112–299 · nízká důvěra	Radeon Instinct MI250X AMD	128 GB	3,280 GB/s	Nov 2021	6.9 GB	Q8_0	Pohodlný
156 tok/s 93–249 · nízká důvěra	Data Center GPU Max 1550 Intel	128 GB	3,280 GB/s	Jan 2023	6.9 GB	Q8_0	Pohodlný
152 tok/s 91–244 · nízká důvěra	Data Center GPU Max Subsystem Intel	128 GB	3,210 GB/s	Jan 2023	6.9 GB	Q8_0	Pohodlný
149 tok/s 89–238 · nízká důvěra	A100 SXM4 80 GB NVIDIA	80 GB	2,040 GB/s	Nov 2020	6.9 GB	Q8_0	Pohodlný
149 tok/s 89–238 · nízká důvěra	A100X NVIDIA	80 GB	2,040 GB/s	Jun 2021	6.9 GB	Q8_0	Pohodlný
149 tok/s 89–238 · nízká důvěra	A800 SXM4 80 GB NVIDIA	80 GB	2,040 GB/s	Aug 2022	6.9 GB	Q8_0	Pohodlný
149 tok/s 89–238 · nízká důvěra	H100 CNX NVIDIA	80 GB	2,040 GB/s	Mar 2023	6.9 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: Peking University
Typ organizace: Academia
Země: China
Publikováno: 5 August 2022
Autoři: Niklas Muennighoff

Co to dělá

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

Doména: Language
Úkol: Semantic search, Semantic embedding, Entity embedding
Základní model: GPT-J-6B

Velikost

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

parametry: 5.8B
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.

Jak bylo ustanoveno: Hardware
Ladění výpočtů: 1.6 × 10²⁰ 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: 8
Doba reálného času: 60 hours
Příkon: 6.4 kW
Cloudový poskytovatel: Oracle

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: Open source
Hugging Face: Muennighoff

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: SGPT: GPT Sentence Embeddings for Semantic Search
Nap poslední aktualizace: 28 November 2025

Extrémy

Deset nejrychlejších GPU, které běží SGPT BE 5.8B

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 SGPT BE 5.8B

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

3.5 GB

Nejrychlejší

584 tok/s

SGPT BE 5.8B dosahuje počtu parametrů 5.8B. 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 Q3_K_M a vyrábějí kolem 17.2 tokenů za sekundu

Na druhém konci sedí B200, generování přibližně 584 tokens za sekundu na základě šířky pásma VRAM 8,000 GB/s.

Pozadí

SGPT BE 5.8B byl zveřejněn Peking University, v zemi zaznamenané jako China, během August 2022. Vychází z organizace, která je kategorizována jako academia.

funguje v oblasti Language, a je zaznamenán jako vykonávající úkol semantic search, Semantic embedding, Entity embedding.

Jeho výchozím bodem byl existující základní model, GPT-J-6B. To je obvyklý způsob, jak je specializovaný model vytvářen.

Protože byly jeho váhy uvolněny, nic ohledně jeho spuštění nezávisí na dostupnosti poskytovatele - je to vaše, jakmile je stáhnuto. Na Hugging Face je publikováno pod organizací Muennighoff.

Čtení čísel propustnosti

Mediánový výsledek je kolem 24.7 tokens za sekundu. Překračující rychlost čtení rovnou: 746 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.

Krok za krokem

Jak vybrat GPU pro SGPT BE 5.8B

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

Začněte od toho, co skutečně potřebuje, což je požadavek na SGPT BE 5.8B, potřebující kolem 3.5 GB při kompresi Q3_K_M. Kapacita je brána — karta buď ji má, nebo ne.
02

Přizpůsobte kontext svému skutečnému použití

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. SGPT BE 5.8B.
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

Hodnoťte podle propustnosti spíše než podle specifikace

Seřaďte podle rychlosti, abyste viděli, jak si karty vedou. SGPT BE 5.8B. Nebude to odpovídat hernímu pořádku, protože generace je omezena šířkou pásma paměti. Grafická karta, která vede seznam, je B200, na 584 tok/s
05

Podívejte se na rezervu, ne jen na padnutí

Sloupec vhodnosti odděluje karty, které to jen tak tak zvládají, od těch, které mají místo navíc, v případě SGPT BE 5.8B. 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 SGPT BE 5.8B.

Odpovědi

SGPT BE 5.8B — běžné otázky

SGPT BE 5.8B— 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 Q3_K_M používající přibližně 3.5 GB, a produkuje přibližně 17.2 tokeny za sekundu. Celkový počet karet, které mohou model běžet: 818.

SGPT BE 5.8B— jak rychle je to na GPU?

Záleží na kartě. Nejrychleji, jak to spočítáme, je B200, přibližně 584 tokenů za sekundu; nejpomalejší, který stále běží, zvládá výrazně méně. Rychlost čtení je kolem deseti tokenů za sekundu, a počet karet, které to zvládají: 746.

SGPT BE 5.8B— kolik VRAM potřebuje?

Potřebuje asi 3.5 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.

SGPT BE 5.8B— 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 6.9 GB a generováním zhruba 109 tokenů za sekundu. Fit je těsný.

SGPT BE 5.8B— 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 6.9 GB a generováním zhruba 66.6 tokenů za sekundu. Fit je pohodlný.

SGPT BE 5.8B— 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 6.9 GB a generováním zhruba 82.5 tokenů za sekundu. Fit je pohodlný.

SGPT BE 5.8B— 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 6.9 GB a generováním zhruba 97.9 tokenů za sekundu. Fit je pohodlný.

SGPT BE 5.8B— 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.

SGPT BE 5.8B— kolik má parametrů?

Má počet parametrů 5.8B. 5.8B. Tato cifra je celková a rozhoduje o tom, kolik VRAM model potřebuje — přibližně půl gigabajtu na miliardu při kompresi, kterou většina lidí používá.

SGPT BE 5.8B— Kdo to vytvořil?

Bylo to publikováno společností Peking University, zakládající se na China, organizace zařazená jako academia.

SGPT BE 5.8B— Kdy byl vydán?

Bylo to zveřejněno v August 2022. Schopnost na parametr se od té doby výrazně zlepšila, takže novější model stejné velikosti je často lepším využitím stejného hardwaru.

SGPT BE 5.8B— K čemu se to používá?

funguje v oblasti Language, a je zaznamenáno jako zpracovávající úkol semantic search, Semantic embedding, Entity embedding. Toto jsou oblasti, kolem nichž byl navržen; popisují záměr spíše než tvrdou hranici.

SGPT BE 5.8B— kde si to mohu stáhnout?

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

SGPT BE 5.8B— 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. Každá postava zde předpokládá, že celý model je umístěn na kartě.

SGPT BE 5.8B— Běhalo by to rychleji na dvou GPU?

Kapacita se sčítá napříč KARTAMI; propustnost nikoliv. Počet KARET, které ji již drží samostatně: 818. Takže druhá karta je tu zřídka odpovědí.

SGPT BE 5.8B— 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: 4. Větší karty získávají přesnější verzi a kvalita podlahy nad piny srovnává na jednu úroveň.

SGPT BE 5.8B— Jak přesné jsou tyto odhady rychlosti?

Každé číslo je odvozeno od šířky pásma VRAM a velikosti modelu, není benchmarkováno, což je důvod, proč je každé publikováno jako rozsah spíše než jako jediné číslo. Jeden příklad: 351–935 tok/s na B200. Stejný model a karta se liší o třicet až padesát procent v závislosti na softwaru pro inferenci a jeho verzi.

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