GBERT-Large TPS kalkulátor

Otevřít váhy deepset,Bayerische Staatsbibliothek Muenchen 335M 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 · 110 tok/s

Nejrychlejší karta

B200

10,114 tok/s · 180 GB

Které GPU mohou spustit GBERT-Large?

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
10,114 tok/s 6,068–16,183 · nízká důvěra	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	1.1 GB	Q8_0	Pohodlný
10,114 tok/s 6,068–16,183 · nízká důvěra	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	1.1 GB	Q8_0	Pohodlný
8,076 tok/s 4,846–12,922 · nízká důvěra	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	1.1 GB	Q8_0	Pohodlný
8,076 tok/s 4,846–12,922 · nízká důvěra	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	1.1 GB	Q8_0	Pohodlný
6,459 tok/s 3,875–10,335 · nízká důvěra	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	1.1 GB	Q8_0	Pohodlný
6,182 tok/s 3,709–9,892 · nízká důvěra	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	1.1 GB	Q8_0	Pohodlný
6,182 tok/s 3,709–9,892 · nízká důvěra	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	1.1 GB	Q8_0	Pohodlný
5,917 tok/s 3,550–9,467 · nízká důvěra	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	1.1 GB	Q8_0	Pohodlný
5,251 tok/s 3,151–8,402 · nízká důvěra	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	1.1 GB	Q8_0	Pohodlný
5,251 tok/s 3,151–8,402 · nízká důvěra	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	1.1 GB	Q8_0	Pohodlný
5,251 tok/s 3,151–8,402 · nízká důvěra	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	1.1 GB	Q8_0	Pohodlný
4,981 tok/s 2,989–7,970 · nízká důvěra	H100 NVL 94 GB NVIDIA	94 GB	3,940 GB/s	Mar 2023	1.1 GB	Q8_0	Pohodlný
4,248 tok/s 2,549–6,797 · nízká důvěra	H100 PCIe 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	1.1 GB	Q8_0	Pohodlný
4,248 tok/s 2,549–6,797 · nízká důvěra	H100 SXM5 80 GB NVIDIA	80 GB	3,360 GB/s	Oct 2022	1.1 GB	Q8_0	Pohodlný
4,248 tok/s 2,549–6,797 · nízká důvěra	H100 SXM5 94 GB NVIDIA	94 GB	3,360 GB/s	Mar 2023	1.1 GB	Q8_0	Pohodlný
4,248 tok/s 2,549–6,797 · nízká důvěra	H100 SXM5 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	1.1 GB	Q8_0	Pohodlný
4,248 tok/s 2,549–6,797 · nízká důvěra	H800 SXM5 NVIDIA	80 GB	3,360 GB/s	Mar 2023	1.1 GB	Q8_0	Pohodlný
3,235 tok/s 1,941–5,175 · nízká důvěra	Radeon Instinct MI250 AMD	128 GB	3,280 GB/s	Nov 2021	1.1 GB	Q8_0	Pohodlný
3,235 tok/s 1,941–5,175 · nízká důvěra	Radeon Instinct MI250X AMD	128 GB	3,280 GB/s	Nov 2021	1.1 GB	Q8_0	Pohodlný
2,695 tok/s 1,617–4,313 · nízká důvěra	Data Center GPU Max 1550 Intel	128 GB	3,280 GB/s	Jan 2023	1.1 GB	Q8_0	Pohodlný
2,638 tok/s 1,583–4,221 · nízká důvěra	Data Center GPU Max Subsystem Intel	128 GB	3,210 GB/s	Jan 2023	1.1 GB	Q8_0	Pohodlný
2,579 tok/s 1,547–4,127 · nízká důvěra	A100 SXM4 80 GB NVIDIA	80 GB	2,040 GB/s	Nov 2020	1.1 GB	Q8_0	Pohodlný
2,579 tok/s 1,547–4,127 · nízká důvěra	A100X NVIDIA	80 GB	2,040 GB/s	Jun 2021	1.1 GB	Q8_0	Pohodlný
2,579 tok/s 1,547–4,127 · nízká důvěra	A800 SXM4 80 GB NVIDIA	80 GB	2,040 GB/s	Aug 2022	1.1 GB	Q8_0	Pohodlný
2,579 tok/s 1,547–4,127 · nízká důvěra	H100 CNX NVIDIA	80 GB	2,040 GB/s	Mar 2023	1.1 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: deepset,Bayerische Staatsbibliothek Muenchen
Typ organizace: Industry,Government
Země: Germany
Publikováno: 21 October 2020
Autoři: Branden Chan, Stefan Schweter, Timo Möller

Co to dělá

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

Doména: Language
Úkol: Document classification, Named entity recognition (NER)

Velikost

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

parametry: 335M
Výcviková data: 5,457,559,999 tokens
Velikost dávky: 2,048

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: 2.2 × 10²¹ FLOP
Jak bylo ustanoveno: Hardware

Tréninkový běh

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

Tréninkový hardware: Google TPU v3
Používané čipy: 64
Čip-hodiny: 16,896
Doba reálného času: 264 hours (11 days)
Příkon: 58.6 kW
Náklady na výpočet: $3,771

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: Unreleased

Jak je to klasifikováno

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

Záznam důvěry: Likely
Citace: 333

Žrovy

Odkud tento záznam pochází a kdy byl naposledy zkontrolován.

Reference: German's Next Language Model
Nap poslední aktualizace: 25 May 2026

Extrémy

Deset nejrychlejších GPU, které běží GBERT-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..

Nejmenší GPU, které ještě běží GBERT-Large

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

Co čísla znamenají

Hardwarové požadavky v praxi

Minimum karta

Tesla C1080

Potřeba paměti

1.1 GB

Nejrychlejší

10,114 tok/s

GBERT-Large dosahuje počtu parametrů 335M. 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 110 tokenů za sekundu

Na druhém konci sedí B200, generování přibližně 10,114 tokens za sekundu na základě šířky pásma VRAM 8,000 GB/s.

O tomto modelu

GBERT-Large byl zveřejněn deepset,Bayerische Staatsbibliothek Muenchen, v zemi zaznamenané jako Germany, během October 2020. Vychází z organizace, která je kategorizována jako industry,Government.

funguje v oblasti Language, a je zaznamenán jako vykonávající úkol document classification, Named entity recognition (NER).

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 284.0 tokenů za sekundu. Producing text faster than most people read it: 818 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

Produkce toho vyžadovala aritmetiku v celkové výši přibližně 2.2 × 10²¹ FLOP, na hardwaru zaznamenáno jako Google TPU v3. Tato částka měří, kolik stál výroba modelu, a nemá žádný vliv na to, jak rychle odpovídá.

Tréninková sada běžela na přibližně 5,457,559,999 tokeny textu

Krok za krokem

Jak vybrat GPU pro GBERT-Large

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 GBERT-Large, potřebující kolem 1.1 GB při kompresi Q8_0. Žádné množství výpočetního výkonu nenahradí kartu, která to nemůže udržet.
02

Přizpůsobte kontext svému skutečnému použití

Delší konverzace spotřebovávají paměť navíc k tomu, co potřebují váhy. Posuňte jezdec na svou skutečnou pracovního délku, než důvěřujete jakémukoliv řádku pro GBERT-Large.
03

Rozhodněte, jaké množství komprese přijmete

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

Třídit podle rychlosti

Rychlostní řazení je v podstatě řazením podle šířky pásma paměti, pro GBERT-Large. Nebude to odpovídat hernímu pořádku, protože generace je omezena šířkou pásma paměti. Grafická karta, která vede seznam, je B200, na 10,114 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 GBERT-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.
06

Zkontrolujte kartu z druhé strany

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. GBERT-Large.

Odpovědi

GBERT-Large — běžné otázky

GBERT-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.

GBERT-Large— kolik výpočetního výkonu bylo použito k jeho trénování?

Trénink spotřeboval kolem 2.2 × 10²¹ FLOP, na hardwaru zaznamenáno jako Google TPU v3. 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.

GBERT-Large— 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.

GBERT-Large— 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.

GBERT-Large— proč se kvantizace liší mezi kartami?

Protože se kapacita liší, liší se i to, jak moc musí být stlačena. Počet odlišných úrovní v tabulce výše: 1. Větší karty získávají přesnější verzi a kvalita podlahy nad piny srovnává na jednu úroveň.

GBERT-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: 6,068–16,183 tok/s na B200. Stejný model a karta se liší o třicet až padesát procent v závislosti na softwaru pro inferenci a jeho verzi.

GBERT-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 1.1 GB, a produkuje přibližně 110 tokeny za sekundu. Celkový počet karet, které mohou model běžet: 818.

GBERT-Large— jak rychle je to na GPU?

Záleží na kartě. Nejrychleji, jak to spočítáme, je B200, přibližně 10,114 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.

GBERT-Large— kolik VRAM potřebuje?

Potřebuje asi 1.1 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.

GBERT-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 1.1 GB a generováním zhruba 1,884 tokenů za sekundu. Fit je pohodlný.

GBERT-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 1.1 GB a generováním zhruba 1,154 tokenů za sekundu. Fit je pohodlný.

GBERT-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 1.1 GB a generováním zhruba 1,429 tokenů za sekundu. Fit je pohodlný.

GBERT-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 1.1 GB a generováním zhruba 1,694 tokenů za sekundu. Fit je pohodlný.

GBERT-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.

GBERT-Large— kolik má parametrů?

Má počet parametrů 335M. 335M from Table 5. Tato cifra je celková a rozhoduje o tom, kolik VRAM model potřebuje — přibližně půl gigabajtu na miliardu při kompresi, kterou většina lidí používá.

GBERT-Large— Kdo to vytvořil?

Bylo to publikováno společností deepset,Bayerische Staatsbibliothek Muenchen, zakládající se na Germany, organizace zařazená jako industry,Government.

GBERT-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.

GBERT-Large— K čemu se to používá?

funguje v oblasti Language, a je zaznamenáno jako zpracovávající úkol document classification, Named entity recognition (NER). Model může nést několik z každého, takže to jsou oblasti, pro které byl navržen, spíše než omezení toho, co se pokusí.

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