DEQ-Transformer (Medium, Adaptive Embedding) TPS kalkulátor

Otevřít váhy Carnegie Mellon University (CMU),Intel Labs 110M parametry September 2019

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 · 335 tok/s

Nejrychlejší karta

B200

30,802 tok/s · 180 GB

Které GPU mohou spustit DEQ-Transformer (Medium, Adaptive Embedding)?

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
30,802 tok/s 18,481–49,283 · nízká důvěra	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	0.8 GB	Q8_0	Pohodlný
30,802 tok/s 18,481–49,283 · nízká důvěra	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	0.8 GB	Q8_0	Pohodlný
24,596 tok/s 14,758–39,354 · nízká důvěra	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	0.8 GB	Q8_0	Pohodlný
24,596 tok/s 14,758–39,354 · nízká důvěra	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	0.8 GB	Q8_0	Pohodlný
19,671 tok/s 11,803–31,474 · nízká důvěra	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	0.8 GB	Q8_0	Pohodlný
18,828 tok/s 11,297–30,124 · nízká důvěra	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	0.8 GB	Q8_0	Pohodlný
18,828 tok/s 11,297–30,124 · nízká důvěra	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	0.8 GB	Q8_0	Pohodlný
18,019 tok/s 10,812–28,831 · nízká důvěra	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	0.8 GB	Q8_0	Pohodlný
15,992 tok/s 9,595–25,587 · nízká důvěra	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	0.8 GB	Q8_0	Pohodlný
15,992 tok/s 9,595–25,587 · nízká důvěra	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	0.8 GB	Q8_0	Pohodlný
15,992 tok/s 9,595–25,587 · nízká důvěra	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	0.8 GB	Q8_0	Pohodlný
15,170 tok/s 9,102–24,272 · nízká důvěra	H100 NVL 94 GB NVIDIA	94 GB	3,940 GB/s	Mar 2023	0.8 GB	Q8_0	Pohodlný
12,937 tok/s 7,762–20,699 · nízká důvěra	H100 PCIe 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	0.8 GB	Q8_0	Pohodlný
12,937 tok/s 7,762–20,699 · nízká důvěra	H100 SXM5 80 GB NVIDIA	80 GB	3,360 GB/s	Oct 2022	0.8 GB	Q8_0	Pohodlný
12,937 tok/s 7,762–20,699 · nízká důvěra	H100 SXM5 94 GB NVIDIA	94 GB	3,360 GB/s	Mar 2023	0.8 GB	Q8_0	Pohodlný
12,937 tok/s 7,762–20,699 · nízká důvěra	H100 SXM5 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	0.8 GB	Q8_0	Pohodlný
12,937 tok/s 7,762–20,699 · nízká důvěra	H800 SXM5 NVIDIA	80 GB	3,360 GB/s	Mar 2023	0.8 GB	Q8_0	Pohodlný
9,851 tok/s 5,910–15,761 · nízká důvěra	Radeon Instinct MI250 AMD	128 GB	3,280 GB/s	Nov 2021	0.8 GB	Q8_0	Pohodlný
9,851 tok/s 5,910–15,761 · nízká důvěra	Radeon Instinct MI250X AMD	128 GB	3,280 GB/s	Nov 2021	0.8 GB	Q8_0	Pohodlný
8,209 tok/s 4,925–13,134 · nízká důvěra	Data Center GPU Max 1550 Intel	128 GB	3,280 GB/s	Jan 2023	0.8 GB	Q8_0	Pohodlný
8,034 tok/s 4,820–12,854 · nízká důvěra	Data Center GPU Max Subsystem Intel	128 GB	3,210 GB/s	Jan 2023	0.8 GB	Q8_0	Pohodlný
7,855 tok/s 4,713–12,567 · nízká důvěra	A100 SXM4 80 GB NVIDIA	80 GB	2,040 GB/s	Nov 2020	0.8 GB	Q8_0	Pohodlný
7,855 tok/s 4,713–12,567 · nízká důvěra	A100X NVIDIA	80 GB	2,040 GB/s	Jun 2021	0.8 GB	Q8_0	Pohodlný
7,855 tok/s 4,713–12,567 · nízká důvěra	A800 SXM4 80 GB NVIDIA	80 GB	2,040 GB/s	Aug 2022	0.8 GB	Q8_0	Pohodlný
7,855 tok/s 4,713–12,567 · nízká důvěra	H100 CNX NVIDIA	80 GB	2,040 GB/s	Mar 2023	0.8 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: Carnegie Mellon University (CMU),Intel Labs
Typ organizace: Academia,Industry
Země: United States of America
Publikováno: 3 September 2019
Autoři: Shaojie Bai, J. Zico Kolter, Vladlen Koltun

Co to dělá

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

Doména: Language
Úkol: Language modeling

Velikost

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

parametry: 110M
Výcviková data: 103,000,000 tokens
Epochy: 12

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: 8.2 × 10¹⁷ FLOP
Jak bylo ustanoveno: Operation counting

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

Jak je to klasifikováno

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

Záznam důvěry: Confident
Citace: 873
Benchmark data: DEQ-Transformer (Medium, Adaptive Embedding)

Žrovy

Odkud tento záznam pochází a kdy byl naposledy zkontrolován.

Reference: Deep Equilibrium Models
Nap poslední aktualizace: 25 May 2026

Extrémy

Deset nejrychlejších GPU, které běží DEQ-Transformer (Medium, Adaptive Embedding)

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 DEQ-Transformer (Medium, Adaptive Embedding)

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

Co čísla znamenají

Hardwareová stránka

Minimum karta

Tesla C1080

Potřeba paměti

0.8 GB

Nejrychlejší

30,802 tok/s

DEQ-Transformer (Medium, Adaptive Embedding) dosahuje počtu parametrů 110M. To je dost malé, že hardware je zřídkakdy překážkou, včetně karet starých několik let. Počet karet, které sledujeme, které to mohou spustit: 818.

Na nízkém konci se to řeší pomocí Tesla C1080, s kapacitou VRAM 4 GB, spuštění na kompresi Q8_0 a vyrábějí kolem 335 tokenů za sekundu

Na druhém konci sedí B200, generování přibližně 30,802 tokens za sekundu na základě šířky pásma VRAM 8,000 GB/s.

Co je tento MODEL

DEQ-Transformer (Medium, Adaptive Embedding) byl zveřejněn Carnegie Mellon University (CMU),Intel Labs, v zemi zaznamenané jako United States of America, během September 2019. Vychází z organizace, která je kategorizována jako academia,Industry.

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

Váhy jsou zveřejněny, takže si je můžete stáhnout a spustit na své vlastní hardwaru neomezeně, offline, bez připojeného účtu.

Co rozhoduje o rychlosti

Polovina karet, které to drží, zvládne více než 864.9 tokenů za sekundu 818 z nich

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

Bez rozložení pozornosti v záznamu je sloupec paměti přibližný. Je dost blízko na to, aby se podle něj vybralo hardware, a je nejméně spolehlivý při dlouhém kontextu.

Trénink a původ

Trénování si vyžádalo výpočetní rozpočet přibližně 8.2 × 10¹⁷ FLOP. Tato částka měří, kolik stál výroba modelu, a nemá žádný vliv na to, jak rychle odpovídá.

Trénink spotřeboval korpus kolem 103,000,000 tokeny textu

Krok za krokem

Jak vybrat GPU pro DEQ-Transformer (Medium, Adaptive Embedding)

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 DEQ-Transformer (Medium, Adaptive Embedding), potřebující kolem 0.8 GB při kompresi Q8_0. Tato čísla, nikoli hlavní výkon karty, rozhodují o tom, zda běží.
02

Rozhodněte, jak dlouho vaše konverzace běží

Konverzace také zabírá MEMORY a roste, jak pokračuje. Nastavte posuvník na délku, kterou očekáváte, protože při dlouhém CONTEXT může být KARTA, která snadno zvládá krátké dotazy, odmítnuta. DEQ-Transformer (Medium, Adaptive Embedding).
03

Rozhodněte, jaké množství komprese přijmete

Kompresce je to, co umožňuje modelu pojmout menší KARTY, za určitou cenu v přesnosti., 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

Hodnocení podle tokenů za sekundu následuje šířku paměti spíše než počty jader, pro DEQ-Transformer (Medium, Adaptive Embedding). Nebude to odpovídat hernímu pořádku, protože generace je omezena šířkou pásma paměti. Grafická karta, která vede seznam, je B200, na 30,802 tok/s
05

Podívejte se na rezervu, ne jen na padnutí

Tight znamená, že se načítá a funguje bez možnosti později zvýšit context length, v případě DEQ-Transformer (Medium, Adaptive Embedding). 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 DEQ-Transformer (Medium, Adaptive Embedding).

Odpovědi

DEQ-Transformer (Medium, Adaptive Embedding) — běžné otázky

DEQ-Transformer (Medium, Adaptive Embedding)— 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.

DEQ-Transformer (Medium, Adaptive Embedding)— 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.

DEQ-Transformer (Medium, Adaptive Embedding)— 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.

DEQ-Transformer (Medium, Adaptive Embedding)— 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: 18,481–49,283 tok/s na B200. Stejný model a karta se liší o třicet až padesát procent v závislosti na softwaru pro inferenci a jeho verzi.

DEQ-Transformer (Medium, Adaptive Embedding)— 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 0.8 GB, a produkuje přibližně 335 tokeny za sekundu. Celkový počet karet, které mohou model běžet: 818.

DEQ-Transformer (Medium, Adaptive Embedding)— jak rychle je to na GPU?

Záleží na kartě. Nejrychleji, jak to spočítáme, je B200, přibližně 30,802 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.

DEQ-Transformer (Medium, Adaptive Embedding)— kolik VRAM potřebuje?

Potřebuje asi 0.8 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.

DEQ-Transformer (Medium, Adaptive Embedding)— 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 0.8 GB a generováním zhruba 5,737 tokenů za sekundu. Fit je pohodlný.

DEQ-Transformer (Medium, Adaptive Embedding)— 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 0.8 GB a generováním zhruba 3,513 tokenů za sekundu. Fit je pohodlný.

DEQ-Transformer (Medium, Adaptive Embedding)— 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 0.8 GB a generováním zhruba 4,351 tokenů za sekundu. Fit je pohodlný.

DEQ-Transformer (Medium, Adaptive Embedding)— 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 0.8 GB a generováním zhruba 5,159 tokenů za sekundu. Fit je pohodlný.

DEQ-Transformer (Medium, Adaptive Embedding)— 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.

DEQ-Transformer (Medium, Adaptive Embedding)— kolik má parametrů?

Má počet parametrů 110M. 110M Table 3. Tato cifra je celková a rozhoduje o tom, kolik VRAM model potřebuje — přibližně půl gigabajtu na miliardu při kompresi, kterou většina lidí používá.

DEQ-Transformer (Medium, Adaptive Embedding)— Kdo to vytvořil?

Bylo to publikováno společností Carnegie Mellon University (CMU),Intel Labs, zakládající se na United States of America, organizace zařazená jako academia,Industry.

DEQ-Transformer (Medium, Adaptive Embedding)— Kdy byl vydán?

Bylo to zveřejněno v September 2019. Schopnost na parametr se od té doby výrazně zlepšila, takže novější model stejné velikosti je často lepším využitím stejného hardwaru.

DEQ-Transformer (Medium, Adaptive Embedding)— K čemu se to používá?

funguje v oblasti Language, a je zaznamenáno jako zpracovávající úkol language modeling. Model může nést několik z každého, takže to jsou oblasti, pro které byl navržen, spíše než omezení toho, co se pokusí.

DEQ-Transformer (Medium, Adaptive Embedding)— 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.

DEQ-Transformer (Medium, Adaptive Embedding)— kolik výpočetního výkonu bylo použito k jeho trénování?

Trénink spotřeboval kolem 8.2 × 10¹⁷ 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.

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