SciBERT TPS kalkulátor

Otevřít váhy Allen Institute for AI 110M parametry March 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 SciBERT?

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
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
Allen Institute for AI
Typ organizace
Research collective
Země
United States of America
Publikováno
26 March 2019
Autoři
Iz Beltagy, Kyle Lo, Arman Cohan

Co to dělá

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

Doména
Language
Úkol
Relation extraction, Sentiment classification, Text 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
110M

110M size of bert base from https://huggingface.co/google-bert/bert-base-uncased relevant citation: "We use the original BERT code to train SCIBERT on our corpus with the same con- figuration and size as BERT-Base. We train 4 different versions of SCIBERT: (i) cased or un- cased and (ii) BASEVOCAB or SCIVOCAB. The two models that use BASEVOCAB are finetuned from the corresponding BERT-Base models. The other two models that use the new SCIVOCAB are trained from scratch."

Výcviková data
3,170,000,000 tokens

"The average paper length is 154 sentences (2,769 tokens) resulting in a corpus size of 3.17B tokens, similar to the 3.3B tokens on which BERT was trained."

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
8.9 × 10¹⁹ FLOP

4*123e12*0.3*(7*24*3600) = 8.926848e+19 (num gpu) * (peak compute) * (assumed utilization rate) * (time in seconds) We have: 4 TPUv3 chips.123teraFLOPS per chip. 7 days of training "We use a single TPU v3 with 8 cores. Training the SCIVOCAB models from scratch on our corpus takes 1 week (5 days with max length 128, then 2 days with max length 512). " If this compute estimate is accurate and BERT is approximately dense, then C=6eND -> e=C/6ND ~= 40 epochs.

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
4
Čip-hodiny
672
Doba reálného času
168 hours (7 days)

1 week

Příkon
3.7 kW
Náklady na výpočet
$247

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

apache 2.0, code and weights: https://github.com/allenai/scibert/

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

"We demonstrate statistically significant improvements over BERT and achieve new state-of-the-art results on several of these tasks"

Záznam důvěry
Confident
Citace
3,705

Žrovy

Odkud tento záznam pochází a kdy byl naposledy zkontrolován.

Reference
SciBERT: A Pretrained Language Model for Scientific Text
Nap poslední aktualizace
25 May 2026

Extrémy

Deset nejrychlejších GPU, které běží SciBERT

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 30,802 tok/s
  2. 02 B200 180 GB · 8,000 GB/s · Q8_0 30,802 tok/s
  3. 03 Radeon Instinct MI350X 288 GB · 8,190 GB/s · Q8_0 24,596 tok/s
  4. 04 Radeon Instinct MI355X 288 GB · 8,190 GB/s · Q8_0 24,596 tok/s
  5. 05 Radeon Instinct MI300 128 GB · 6,550 GB/s · Q8_0 19,671 tok/s
  6. 06 H200 NVL 141 GB · 4,890 GB/s · Q8_0 18,828 tok/s
  7. 07 H200 SXM 141 GB 141 GB · 4,890 GB/s · Q8_0 18,828 tok/s
  8. 08 Radeon Instinct MI325X 256 GB · 6,000 GB/s · Q8_0 18,019 tok/s
  9. 09 Radeon Instinct MI300A 128 GB · 5,325 GB/s · Q8_0 15,992 tok/s
  10. 10 Radeon Instinct MI300X 192 GB · 5,325 GB/s · Q8_0 15,992 tok/s

Nejmenší GPU, které ještě běží SciBERT

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 0.8 GB · Q8_0 · Pohodlný 370 tok/s
  2. 02 RTX A400 4 GB · Potřebuje 0.8 GB · Q8_0 · Pohodlný 370 tok/s
  3. 03 RTX 500 Mobile Ada Generation 4 GB · Potřebuje 0.8 GB · Q8_0 · Pohodlný 493 tok/s
  4. 04 GeForce RTX 3050 A Mobile 4 GB · Potřebuje 0.8 GB · Q8_0 · Pohodlný 739 tok/s
  5. 05 Jetson Orin Nano 4 GB 4 GB · Potřebuje 0.8 GB · Q8_0 · Pohodlný 131 tok/s
  6. 06 Radeon RX 6450M 4 GB · Potřebuje 0.8 GB · Q8_0 · Pohodlný 384 tok/s
  7. 07 Radeon RX 6550M 4 GB · Potřebuje 0.8 GB · Q8_0 · Pohodlný 432 tok/s
  8. 08 Radeon RX 6550S 4 GB · Potřebuje 0.8 GB · Q8_0 · Pohodlný 384 tok/s
  9. 09 Arc A310 4 GB · Potřebuje 0.8 GB · Q8_0 · Pohodlný 310 tok/s
  10. 10 Arc Pro A30M 4 GB · Potřebuje 0.8 GB · Q8_0 · Pohodlný 320 tok/s

Co čísla znamenají

Co je potřeba k provozování tohoto modelu

Minimum karta

Tesla C1080

Potřeba paměti

0.8 GB

Nejrychlejší

30,802 tok/s

SciBERT 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.

Nejmenší karta, která to pojme, je Tesla C1080, s kapacitou VRAM 4 GB, spuštění na kompresi Q8_0 a vyrábějí kolem 335 tokenů za sekundu

Špičkový model je B200, generování přibližně 30,802 tokens za sekundu na základě šířky pásma VRAM 8,000 GB/s.

Co je tento MODEL

SciBERT byl zveřejněn Allen Institute for AI, v zemi zaznamenané jako United States of America, během March 2019. Vychází z organizace, která je kategorizována jako research collective.

funguje v oblasti Language, a je zaznamenán jako vykonávající úkol relation extraction, Sentiment classification, Text classification, Named entity recognition (NER).

Otevřené váhy jsou to, co dává této stránce místo v kalkulátoru spíše než pouze v katalogu: je to model, který můžeš skutečně držet.

Co rozhoduje o rychlosti

Mediánový výsledek je kolem 864.9 tokenů za sekundu 818 z nich

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

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 8.9 × 10¹⁹ FLOP, na hardwaru zaznamenáno jako Google TPU v3. Tato částka měří, kolik stál výroba modelu, a nemá žádný vliv na to, jak rychle odpovídá.

Bylo to trénováno na korpusu asi 3,170,000,000 tokeny textu

Jeho kritérium zahrnutí: highly cited,SOTA improvement.

Krok za krokem

Jak vybrat GPU pro SciBERT

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

  1. 01

    Zkontrolujte, co to potřebuje před čímkoli jiným.

    Začněte od toho, co skutečně potřebuje, což je požadavek na SciBERT, potřebující kolem 0.8 GB při kompresi Q8_0. Kapacita je brána — karta buď ji má, nebo ne.

  2. 02

    Přizpůsobte kontext svému skutečnému použití

    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. SciBERT.

  3. 03

    Vyberte, jak moc to budete komprimovat.

    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

    Srovnejte TPS, ne specifikace

    Seřaďte podle rychlosti, abyste viděli, jak si karty vedou. SciBERT. Nebude to odpovídat hernímu pořádku, protože generace je omezena šířkou pásma paměti. Grafická karta, která vede seznam, je B200, na 30,802 tok/s

  5. 05

    Přečtěte si poslední sloupec fit

    Tight znamená, že se načítá a funguje bez možnosti později zvýšit context length, v případě SciBERT. 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

    Zkontrolujte kartu z druhé strany

    Každá stránka karty opakuje tento postup pro každý model, který máme, a odpovídá na to, k čemu je hardware dobrý kromě SciBERT.

Odpovědi

SciBERT — běžné otázky

01

SciBERT— 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.

02

SciBERT— 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.

03

SciBERT— kolik má parametrů?

Má počet parametrů 110M. 110M size of bert base from https://huggingface.co/google-bert/bert-base-uncased relevant citation: "We use the original BERT code to train SCIBERT on our corpus with the same con- figuration and size as BERT-Base. We train 4 different versions of SCIBERT: (i) cased or un- cased and (ii) BASEVOCAB or SCIVOCAB. The two models that use BASEVOCAB are finetuned from the corresponding BERT-Base models. The other two models that use the new SCIVOCAB are trained from scratch.". Tato cifra je celková a rozhoduje o tom, kolik VRAM model potřebuje — přibližně půl gigabajtu na miliardu při kompresi, kterou většina lidí používá.

04

SciBERT— Kdo to vytvořil?

Bylo to publikováno společností Allen Institute for AI, zakládající se na United States of America, organizace zařazená jako research collective.

05

SciBERT— Kdy byl vydán?

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

06

SciBERT— K čemu se to používá?

funguje v oblasti Language, a je zaznamenáno jako zpracovávající úkol relation extraction, Sentiment classification, Text classification, Named entity recognition (NER). Modely často obsahují více než jeden z každého a štítky popisují účel spíše než omezení schopností.

07

SciBERT— 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.

08

SciBERT— kolik výpočetního výkonu bylo použito k jeho trénování?

Trénink spotřeboval kolem 8.9 × 10¹⁹ 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.

09

SciBERT— 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.

10

SciBERT— 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.

11

SciBERT— 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.

12

SciBERT— 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: 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.

13

SciBERT— 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.

14

SciBERT— 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.

15

SciBERT— 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.

16

SciBERT— 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.

17

SciBERT— 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.

18

SciBERT— 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.

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