wave2vec 2.0 LARGE TPS kalkulátor

Otevřít váhy Facebook 317M parametry October 2020

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 · 116 tok/s

Nejrychlejší karta

B200

10,688 tok/s · 180 GB

Které GPU mohou spustit wave2vec 2.0 LARGE?

Nastavte vstupy, přečtěte si odpověď

Delší konverzace potřebuje více paměti, což může tento model vytlačit z menších karet..

Skrývá karty, které by se do modelu vešly pouze jeho stlačením pod tento bod.

818 karty odpovídají

Vypočítávání
Potřebuje Kvantisace Pohodlné
10,688 tok/s

6,413–17,102 · nízká důvěra

B200 NVIDIA 180 GB 8,000 GB/s Jan 2024 1.0 GB Q8_0 Pohodlný
10,688 tok/s

6,413–17,102 · nízká důvěra

B300 NVIDIA 288 GB 8,000 GB/s Sep 2025 1.0 GB Q8_0 Pohodlný
8,535 tok/s

5,121–13,656 · nízká důvěra

Radeon Instinct MI350X AMD 288 GB 8,190 GB/s Jan 2025 1.0 GB Q8_0 Pohodlný
8,535 tok/s

5,121–13,656 · nízká důvěra

Radeon Instinct MI355X AMD 288 GB 8,190 GB/s Jan 2025 1.0 GB Q8_0 Pohodlný
6,826 tok/s

4,096–10,921 · nízká důvěra

Radeon Instinct MI300 AMD 128 GB 6,550 GB/s Jan 2023 1.0 GB Q8_0 Pohodlný
6,533 tok/s

3,920–10,453 · nízká důvěra

H200 NVL NVIDIA 141 GB 4,890 GB/s Nov 2024 1.0 GB Q8_0 Pohodlný
6,533 tok/s

3,920–10,453 · nízká důvěra

H200 SXM 141 GB NVIDIA 141 GB 4,890 GB/s Nov 2024 1.0 GB Q8_0 Pohodlný
6,253 tok/s

3,752–10,004 · nízká důvěra

Radeon Instinct MI325X AMD 256 GB 6,000 GB/s Oct 2024 1.0 GB Q8_0 Pohodlný
5,549 tok/s

3,330–8,879 · nízká důvěra

Radeon Instinct MI300A AMD 128 GB 5,325 GB/s Dec 2023 1.0 GB Q8_0 Pohodlný
5,549 tok/s

3,330–8,879 · nízká důvěra

Radeon Instinct MI300X AMD 192 GB 5,325 GB/s Dec 2023 1.0 GB Q8_0 Pohodlný
5,549 tok/s

3,330–8,879 · nízká důvěra

Radeon Instinct MI308X AMD 192 GB 5,325 GB/s Dec 2023 1.0 GB Q8_0 Pohodlný
5,264 tok/s

3,158–8,422 · nízká důvěra

H100 NVL 94 GB NVIDIA 94 GB 3,940 GB/s Mar 2023 1.0 GB Q8_0 Pohodlný
4,489 tok/s

2,693–7,183 · nízká důvěra

H100 PCIe 96 GB NVIDIA 96 GB 3,360 GB/s Mar 2023 1.0 GB Q8_0 Pohodlný
4,489 tok/s

2,693–7,183 · nízká důvěra

H100 SXM5 80 GB NVIDIA 80 GB 3,360 GB/s Oct 2022 1.0 GB Q8_0 Pohodlný
4,489 tok/s

2,693–7,183 · nízká důvěra

H100 SXM5 94 GB NVIDIA 94 GB 3,360 GB/s Mar 2023 1.0 GB Q8_0 Pohodlný
4,489 tok/s

2,693–7,183 · nízká důvěra

H100 SXM5 96 GB NVIDIA 96 GB 3,360 GB/s Mar 2023 1.0 GB Q8_0 Pohodlný
4,489 tok/s

2,693–7,183 · nízká důvěra

H800 SXM5 NVIDIA 80 GB 3,360 GB/s Mar 2023 1.0 GB Q8_0 Pohodlný
3,418 tok/s

2,051–5,469 · nízká důvěra

Radeon Instinct MI250 AMD 128 GB 3,280 GB/s Nov 2021 1.0 GB Q8_0 Pohodlný
3,418 tok/s

2,051–5,469 · nízká důvěra

Radeon Instinct MI250X AMD 128 GB 3,280 GB/s Nov 2021 1.0 GB Q8_0 Pohodlný
2,848 tok/s

1,709–4,558 · nízká důvěra

Data Center GPU Max 1550 Intel 128 GB 3,280 GB/s Jan 2023 1.0 GB Q8_0 Pohodlný
2,788 tok/s

1,673–4,460 · nízká důvěra

Data Center GPU Max Subsystem Intel 128 GB 3,210 GB/s Jan 2023 1.0 GB Q8_0 Pohodlný
2,726 tok/s

1,635–4,361 · nízká důvěra

A100 SXM4 80 GB NVIDIA 80 GB 2,040 GB/s Nov 2020 1.0 GB Q8_0 Pohodlný
2,726 tok/s

1,635–4,361 · nízká důvěra

A100X NVIDIA 80 GB 2,040 GB/s Jun 2021 1.0 GB Q8_0 Pohodlný
2,726 tok/s

1,635–4,361 · nízká důvěra

A800 SXM4 80 GB NVIDIA 80 GB 2,040 GB/s Aug 2022 1.0 GB Q8_0 Pohodlný
2,726 tok/s

1,635–4,361 · nízká důvěra

H100 CNX NVIDIA 80 GB 2,040 GB/s Mar 2023 1.0 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
Facebook
Typ organizace
Industry
Země
United States of America
Publikováno
22 October 2020
Autoři
Alexei Baevski, Henry Zhou, Abdelrahman Mohamed, Michael Auli

Co to dělá

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

Doména
Speech
Úkol
Speech completion
Přístup
Self-supervised learning

Velikost

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

parametry
317M

Section 5.1: "We consider two model sizes: BASE (95m parameters) and LARGE (317m parameters)

Výcviková data
4,598,395,200 tokens

pg 4, section 4.1 "As unlabeled data we consider the Librispeech corpus [40] without transcriptions containing 960 hours of audio (LS-960) or the audio data from LibriVox (LV-60k). For the latter we follow the preprocessing of [27] resulting in 53.2k hours of audio." 53.2k h * 13,680 words/h = 727776000 words

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
3.9 × 10²¹ FLOP

From surveying the authors: We trained the base model on 64 V100 GPUs for 400k updates. This takes about 3 days to complete. The large model is trained on 128 V100 GPUs for 1 million updates, and this takes about 7 days to complete. V100 GPU peak: 125TFLOP/s (https://www.nvidia.com/en-gb/data-center/tesla-v100/) Assume 40% utilization based on default for non-Language domain (https://epoch.ai/blog/estimating-training-compute) 128 GPUs * 40% * 125TFLOP/s * 7 days * 24h/day * 3600s/h ~= 3.87072…

Jak bylo ustanoveno
Hardware

Tréninkový běh

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

Tréninkový hardware
NVIDIA Tesla V100 DGXS 32 GB
Náklady na výpočet
$5,021

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)
Tréninkový kód
Open source

https://github.com/facebookresearch/fairseq/blob/1bba712622b8ae4efb3eb793a8a40da386fe11d0/examples/wav2vec/README.md fairseq(-py) is MIT-licensed. The license applies to the pre-trained models as well. Repo contains weights and pretrain and finetune code

Jak je to klasifikováno

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

Proč je to sledováno
Highly cited,SOTA improvement

Arguably an "important" paper? Abstract: "We show for the first time that learning powerful representations from speech audio alone followed by fine-tuning on transcribed speech can outperform the best semi-supervised methods while being conceptually simpler."

Záznam důvěry
Confident
Citace
8,294

Žrovy

Odkud tento záznam pochází a kdy byl naposledy zkontrolován.

Reference
wav2vec 2.0: A Framework for Self-Supervised Learning of Speech Representations
Nap poslední aktualizace
25 May 2026

Extrémy

Deset nejrychlejších GPU, které běží wave2vec 2.0 LARGE

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..

  1. 01 B300 288 GB · 8,000 GB/s · Q8_0 10,688 tok/s
  2. 02 B200 180 GB · 8,000 GB/s · Q8_0 10,688 tok/s
  3. 03 Radeon Instinct MI350X 288 GB · 8,190 GB/s · Q8_0 8,535 tok/s
  4. 04 Radeon Instinct MI355X 288 GB · 8,190 GB/s · Q8_0 8,535 tok/s
  5. 05 Radeon Instinct MI300 128 GB · 6,550 GB/s · Q8_0 6,826 tok/s
  6. 06 H200 NVL 141 GB · 4,890 GB/s · Q8_0 6,533 tok/s
  7. 07 H200 SXM 141 GB 141 GB · 4,890 GB/s · Q8_0 6,533 tok/s
  8. 08 Radeon Instinct MI325X 256 GB · 6,000 GB/s · Q8_0 6,253 tok/s
  9. 09 Radeon Instinct MI300A 128 GB · 5,325 GB/s · Q8_0 5,549 tok/s
  10. 10 Radeon Instinct MI300X 192 GB · 5,325 GB/s · Q8_0 5,549 tok/s

Nejmenší GPU, které ještě běží wave2vec 2.0 LARGE

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

  1. 01 GeForce RTX 4010 4 GB · Potřebuje 1.0 GB · Q8_0 · Pohodlný 128 tok/s
  2. 02 RTX A400 4 GB · Potřebuje 1.0 GB · Q8_0 · Pohodlný 128 tok/s
  3. 03 RTX 500 Mobile Ada Generation 4 GB · Potřebuje 1.0 GB · Q8_0 · Pohodlný 171 tok/s
  4. 04 GeForce RTX 3050 A Mobile 4 GB · Potřebuje 1.0 GB · Q8_0 · Pohodlný 257 tok/s
  5. 05 Jetson Orin Nano 4 GB 4 GB · Potřebuje 1.0 GB · Q8_0 · Pohodlný 45.6 tok/s
  6. 06 Radeon RX 6450M 4 GB · Potřebuje 1.0 GB · Q8_0 · Pohodlný 133 tok/s
  7. 07 Radeon RX 6550M 4 GB · Potřebuje 1.0 GB · Q8_0 · Pohodlný 150 tok/s
  8. 08 Radeon RX 6550S 4 GB · Potřebuje 1.0 GB · Q8_0 · Pohodlný 133 tok/s
  9. 09 Arc A310 4 GB · Potřebuje 1.0 GB · Q8_0 · Pohodlný 108 tok/s
  10. 10 Arc Pro A30M 4 GB · Potřebuje 1.0 GB · Q8_0 · Pohodlný 111 tok/s

Co čísla znamenají

Hardwarové požadavky v praxi

Minimum karta

Tesla C1080

Potřeba paměti

1.0 GB

Nejrychlejší

10,688 tok/s

wave2vec 2.0 LARGE dosahuje počtu parametrů 317M. To je dost malé, že hardware je zřídkakdy překážkou, včetně karet starých několik let. Počet karet, které sledujeme, které to mohou spustit: 818.

Vstupní bod je Tesla C1080, s kapacitou VRAM 4 GB, spuštění na kompresi Q8_0 a vyrábějí kolem 116 tokenů za sekundu

Špičkový model je B200, generování přibližně 10,688 tokens za sekundu na základě šířky pásma VRAM 8,000 GB/s.

Co je tento MODEL

wave2vec 2.0 LARGE byl zveřejněn Facebook, v zemi zaznamenané jako United States of America, během October 2020. Vydavatelská organizace je kategorizována jako industry.

funguje v oblasti Speech, a je zaznamenán jako vykonávající úkol speech completion.

Protože byly jeho váhy uvolněny, nic ohledně jeho spuštění nezávisí na dostupnosti poskytovatele - je to vaše, jakmile je stáhnuto.

Co rozhoduje o rychlosti

Mediánový výsledek je kolem 300.1 tokens za sekundu. Překračující rychlost čtení rovnou: 818 z nich

Každá váha se účastní každého tokenu zde, takže šířka pásma je celá historie: hodnocení níže je ve skutečnosti hodnocením propustnosti paměti.

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.

Jak bylo trénováno

Trénování si vyžádalo výpočetní rozpočet přibližně 3.9 × 10²¹ FLOP, na hardwaru zaznamenáno jako NVIDIA Tesla V100 DGXS 32 GB. Tato částka měří, kolik stál výroba modelu, a nemá žádný vliv na to, jak rychle odpovídá.

Trénink spotřeboval korpus kolem 4,598,395,200 tokeny textu

Důvod, proč se to v tomto katalogu vůbec objevuje: highly cited,SOTA improvement.

Krok za krokem

Jak vybrat GPU pro wave2vec 2.0 LARGE

Stůl výše již posoudil každou kartu, pro kterou máme specifikace, proti tomuto modelu. Dostání se k vaší odpovědi trvá šest kroků.

  1. 01

    Začněte od sloupce paměti

    Začněte od toho, co skutečně potřebuje, což je požadavek na wave2vec 2.0 LARGE, potřebující kolem 1.0 GB při kompresi Q8_0. Kapacita je brána — karta buď ji má, nebo ne.

  2. 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 wave2vec 2.0 LARGE.

  3. 03

    Nastavte minimální kvalitu

    Sloupec kvantizace se liší podle KARTY, protože větší KARTA má přesnější kopii., 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.

  4. 04

    Hodnoťte podle propustnosti spíše než podle specifikace

    Seřaďte podle rychlosti, abyste viděli, jak si karty vedou. wave2vec 2.0 LARGE. Nebude to odpovídat hernímu pořádku, protože generace je omezena šířkou pásma paměti. Grafická karta, která vede seznam, je B200, na 10,688 tok/s

  5. 05

    Podívejte se na rezervu, ne jen na padnutí

    Tight znamená, že se načítá a funguje bez možnosti později zvýšit context length, v případě wave2vec 2.0 LARGE. Pohodlný znamená, že můžete později zvětšit kontext. Ten rozdíl má větší význam než pár tokenů za sekundu, takže kupte pro pohodlné, pokud to očekáváte.

  6. 06

    Podívejte se, co dalšího ta karta spouští

    Každý název karty odkazuje na její vlastní stránku, která provádí stejný výpočet v celém katalogu modelů. Karta se obvykle kupuje pro více než jeden model, takže se vyplatí se podívat před tím, než koupíte. wave2vec 2.0 LARGE.

Odpovědi

wave2vec 2.0 LARGE — běžné otázky

01

wave2vec 2.0 LARGE— K čemu se to používá?

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

02

wave2vec 2.0 LARGE— 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.

03

wave2vec 2.0 LARGE— kolik výpočetního výkonu bylo použito k jeho trénování?

Trénink spotřeboval kolem 3.9 × 10²¹ FLOP, na hardwaru zaznamenáno jako NVIDIA Tesla V100 DGXS 32 GB. 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.

04

wave2vec 2.0 LARGE— 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.

05

wave2vec 2.0 LARGE— 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.

06

wave2vec 2.0 LARGE— proč se kvantizace liší mezi kartami?

Větší karta obsahuje přesnější kopii. Počet úrovní komprese používaných na kartách, které ji provádějí: 1. Větší karty získávají přesnější verzi a kvalita podlahy nad piny srovnává na jednu úroveň.

07

wave2vec 2.0 LARGE— 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: 6,413–17,102 tok/s na B200. Stejný model a karta se liší o třicet až padesát procent v závislosti na softwaru pro inferenci a jeho verzi.

08

wave2vec 2.0 LARGE— 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 1.0 GB, a produkuje přibližně 116 tokeny za sekundu. Celkový počet karet, které mohou model běžet: 818.

09

wave2vec 2.0 LARGE— jak rychle je to na GPU?

Záleží na kartě. Nejrychleji, jak to spočítáme, je B200, přibližně 10,688 tokenů za sekundu; nejpomalejší, který stále běží, zvládá výrazně méně. Rychlost čtení je kolem deseti tokenů za sekundu, a počet karet, které to zvládají: 818.

10

wave2vec 2.0 LARGE— kolik VRAM potřebuje?

Potřebuje asi 1.0 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.

11

wave2vec 2.0 LARGE— 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 1.0 GB a generováním zhruba 1,991 tokenů za sekundu. Fit je pohodlný.

12

wave2vec 2.0 LARGE— 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 1.0 GB a generováním zhruba 1,219 tokenů za sekundu. Fit je pohodlný.

13

wave2vec 2.0 LARGE— 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 1.0 GB a generováním zhruba 1,510 tokenů za sekundu. Fit je pohodlný.

14

wave2vec 2.0 LARGE— 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 1.0 GB a generováním zhruba 1,790 tokenů za sekundu. Fit je pohodlný.

15

wave2vec 2.0 LARGE— 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.

16

wave2vec 2.0 LARGE— kolik má parametrů?

Má počet parametrů 317M. Section 5.1: "We consider two model sizes: BASE (95m parameters) and LARGE (317m parameters). Tato cifra je celková a rozhoduje o tom, kolik VRAM model potřebuje — přibližně půl gigabajtu na miliardu při kompresi, kterou většina lidí používá.

17

wave2vec 2.0 LARGE— Kdo to vytvořil?

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

18

wave2vec 2.0 LARGE— Kdy byl vydán?

Bylo to zveřejněno v October 2020. Schopnost na parametr se od té doby výrazně zlepšila, takže novější model stejné velikosti je často lepším využitím stejného hardwaru.

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