(ensemble): AWD-LSTM-DOC (fin) × 5 (WT2) TPS kalkulátor

Otevřít váhy NTT Communication Science Laboratories,Tohoku University 185M parametry August 2018

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 · 199 tok/s

Nejrychlejší karta

B200

18,315 tok/s · 180 GB

Které GPU mohou spustit (ensemble): AWD-LSTM-DOC (fin) × 5 (WT2)?

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
18,315 tok/s

10,989–29,304 · nízká důvěra

B200 NVIDIA 180 GB 8,000 GB/s Jan 2024 0.9 GB Q8_0 Pohodlný
18,315 tok/s

10,989–29,304 · nízká důvěra

B300 NVIDIA 288 GB 8,000 GB/s Sep 2025 0.9 GB Q8_0 Pohodlný
14,625 tok/s

8,775–23,400 · nízká důvěra

Radeon Instinct MI350X AMD 288 GB 8,190 GB/s Jan 2025 0.9 GB Q8_0 Pohodlný
14,625 tok/s

8,775–23,400 · nízká důvěra

Radeon Instinct MI355X AMD 288 GB 8,190 GB/s Jan 2025 0.9 GB Q8_0 Pohodlný
11,696 tok/s

7,018–18,714 · nízká důvěra

Radeon Instinct MI300 AMD 128 GB 6,550 GB/s Jan 2023 0.9 GB Q8_0 Pohodlný
11,195 tok/s

6,717–17,912 · nízká důvěra

H200 NVL NVIDIA 141 GB 4,890 GB/s Nov 2024 0.9 GB Q8_0 Pohodlný
11,195 tok/s

6,717–17,912 · nízká důvěra

H200 SXM 141 GB NVIDIA 141 GB 4,890 GB/s Nov 2024 0.9 GB Q8_0 Pohodlný
10,714 tok/s

6,428–17,143 · nízká důvěra

Radeon Instinct MI325X AMD 256 GB 6,000 GB/s Oct 2024 0.9 GB Q8_0 Pohodlný
9,509 tok/s

5,705–15,214 · nízká důvěra

Radeon Instinct MI300A AMD 128 GB 5,325 GB/s Dec 2023 0.9 GB Q8_0 Pohodlný
9,509 tok/s

5,705–15,214 · nízká důvěra

Radeon Instinct MI300X AMD 192 GB 5,325 GB/s Dec 2023 0.9 GB Q8_0 Pohodlný
9,509 tok/s

5,705–15,214 · nízká důvěra

Radeon Instinct MI308X AMD 192 GB 5,325 GB/s Dec 2023 0.9 GB Q8_0 Pohodlný
9,020 tok/s

5,412–14,432 · nízká důvěra

H100 NVL 94 GB NVIDIA 94 GB 3,940 GB/s Mar 2023 0.9 GB Q8_0 Pohodlný
7,692 tok/s

4,615–12,308 · nízká důvěra

H100 PCIe 96 GB NVIDIA 96 GB 3,360 GB/s Mar 2023 0.9 GB Q8_0 Pohodlný
7,692 tok/s

4,615–12,308 · nízká důvěra

H100 SXM5 80 GB NVIDIA 80 GB 3,360 GB/s Oct 2022 0.9 GB Q8_0 Pohodlný
7,692 tok/s

4,615–12,308 · nízká důvěra

H100 SXM5 94 GB NVIDIA 94 GB 3,360 GB/s Mar 2023 0.9 GB Q8_0 Pohodlný
7,692 tok/s

4,615–12,308 · nízká důvěra

H100 SXM5 96 GB NVIDIA 96 GB 3,360 GB/s Mar 2023 0.9 GB Q8_0 Pohodlný
7,692 tok/s

4,615–12,308 · nízká důvěra

H800 SXM5 NVIDIA 80 GB 3,360 GB/s Mar 2023 0.9 GB Q8_0 Pohodlný
5,857 tok/s

3,514–9,371 · nízká důvěra

Radeon Instinct MI250 AMD 128 GB 3,280 GB/s Nov 2021 0.9 GB Q8_0 Pohodlný
5,857 tok/s

3,514–9,371 · nízká důvěra

Radeon Instinct MI250X AMD 128 GB 3,280 GB/s Nov 2021 0.9 GB Q8_0 Pohodlný
4,881 tok/s

2,929–7,809 · nízká důvěra

Data Center GPU Max 1550 Intel 128 GB 3,280 GB/s Jan 2023 0.9 GB Q8_0 Pohodlný
4,777 tok/s

2,866–7,643 · nízká důvěra

Data Center GPU Max Subsystem Intel 128 GB 3,210 GB/s Jan 2023 0.9 GB Q8_0 Pohodlný
4,670 tok/s

2,802–7,472 · nízká důvěra

A100 SXM4 80 GB NVIDIA 80 GB 2,040 GB/s Nov 2020 0.9 GB Q8_0 Pohodlný
4,670 tok/s

2,802–7,472 · nízká důvěra

A100X NVIDIA 80 GB 2,040 GB/s Jun 2021 0.9 GB Q8_0 Pohodlný
4,670 tok/s

2,802–7,472 · nízká důvěra

A800 SXM4 80 GB NVIDIA 80 GB 2,040 GB/s Aug 2022 0.9 GB Q8_0 Pohodlný
4,670 tok/s

2,802–7,472 · nízká důvěra

H100 CNX NVIDIA 80 GB 2,040 GB/s Mar 2023 0.9 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
NTT Communication Science Laboratories,Tohoku University
Typ organizace
Industry,Academia
Země
Japan
Publikováno
30 August 2018
Autoři
Sho Takase, Jun Suzuki, Masaaki Nagata

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
185M

185M (table 8)

Výcviková data
2,000,000 tokens

batch size 15 300 epochs (figure 2)

Epochy
300

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
6.7 × 10¹⁷ FLOP

6 FLOP / parameter / token * 185000000 parameters * 2000000 tokens * 300 epochs = 6.66e+17 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

code and weights, MIT: https://github.com/nttcslab-nlp/doc_lm?tab=readme-ov-file

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
SOTA improvement

"The proposed method improves the current state-of-the-art language model and achieves the best score on the Penn Treebank and WikiText-2, which are the standard benchmark datasets"

Záznam důvěry
Confident
Citace
37
Benchmark data
(ensemble): AWD-LSTM-DOC (fin) × 5 (WT2)

Žrovy

Odkud tento záznam pochází a kdy byl naposledy zkontrolován.

Reference
Direct Output Connection for a High-Rank Language Model
Nap poslední aktualizace
11 February 2026

Extrémy

Deset nejrychlejších GPU, které běží (ensemble): AWD-LSTM-DOC (fin) × 5 (WT2)

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 18,315 tok/s
  2. 02 B200 180 GB · 8,000 GB/s · Q8_0 18,315 tok/s
  3. 03 Radeon Instinct MI350X 288 GB · 8,190 GB/s · Q8_0 14,625 tok/s
  4. 04 Radeon Instinct MI355X 288 GB · 8,190 GB/s · Q8_0 14,625 tok/s
  5. 05 Radeon Instinct MI300 128 GB · 6,550 GB/s · Q8_0 11,696 tok/s
  6. 06 H200 NVL 141 GB · 4,890 GB/s · Q8_0 11,195 tok/s
  7. 07 H200 SXM 141 GB 141 GB · 4,890 GB/s · Q8_0 11,195 tok/s
  8. 08 Radeon Instinct MI325X 256 GB · 6,000 GB/s · Q8_0 10,714 tok/s
  9. 09 Radeon Instinct MI300A 128 GB · 5,325 GB/s · Q8_0 9,509 tok/s
  10. 10 Radeon Instinct MI300X 192 GB · 5,325 GB/s · Q8_0 9,509 tok/s

Nejmenší GPU, které ještě běží (ensemble): AWD-LSTM-DOC (fin) × 5 (WT2)

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 0.9 GB · Q8_0 · Pohodlný 220 tok/s
  2. 02 RTX A400 4 GB · Potřebuje 0.9 GB · Q8_0 · Pohodlný 220 tok/s
  3. 03 RTX 500 Mobile Ada Generation 4 GB · Potřebuje 0.9 GB · Q8_0 · Pohodlný 293 tok/s
  4. 04 GeForce RTX 3050 A Mobile 4 GB · Potřebuje 0.9 GB · Q8_0 · Pohodlný 440 tok/s
  5. 05 Jetson Orin Nano 4 GB 4 GB · Potřebuje 0.9 GB · Q8_0 · Pohodlný 78.1 tok/s
  6. 06 Radeon RX 6450M 4 GB · Potřebuje 0.9 GB · Q8_0 · Pohodlný 229 tok/s
  7. 07 Radeon RX 6550M 4 GB · Potřebuje 0.9 GB · Q8_0 · Pohodlný 257 tok/s
  8. 08 Radeon RX 6550S 4 GB · Potřebuje 0.9 GB · Q8_0 · Pohodlný 229 tok/s
  9. 09 Arc A310 4 GB · Potřebuje 0.9 GB · Q8_0 · Pohodlný 185 tok/s
  10. 10 Arc Pro A30M 4 GB · Potřebuje 0.9 GB · Q8_0 · Pohodlný 190 tok/s

Co čísla znamenají

Hardwareová stránka

Minimum karta

Tesla C1080

Potřeba paměti

0.9 GB

Nejrychlejší

18,315 tok/s

(ensemble): AWD-LSTM-DOC (fin) × 5 (WT2) dosahuje počtu parametrů 185M. 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 199 tokenů za sekundu

Nejrychlejší, jak to pro to počítáme, je B200, generování přibližně 18,315 tokens za sekundu na základě šířky pásma VRAM 8,000 GB/s.

Odkud to přišlo

(ensemble): AWD-LSTM-DOC (fin) × 5 (WT2) byl zveřejněn NTT Communication Science Laboratories,Tohoku University, v zemi zaznamenané jako Japan, během August 2018. Kategorie, do které vydavatel spadá, je industry,Academia.

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.

Porozumění rychlostem

Uprostřed rozsahu se nachází každá karta, která to dokáže spustit, na 514.3 tokenů za sekundu. Producing text faster than most people read it: 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.

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.

Trénink a původ

Trenovací běh spotřeboval asi 6.7 × 10¹⁷ FLOP. Tato částka měří, kolik stál výroba modelu, a nemá žádný vliv na to, jak rychle odpovídá.

Trénink spotřeboval korpus kolem 2,000,000 tokeny textu

Jeho kritérium zahrnutí: sOTA improvement.

Krok za krokem

Jak vybrat GPU pro (ensemble): AWD-LSTM-DOC (fin) × 5 (WT2)

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

  1. 01

    Přečtěte si nejprve číslo paměti

    Každá KARTA zde byla zkontrolována proti (ensemble): AWD-LSTM-DOC (fin) × 5 (WT2), potřebující kolem 0.9 GB při kompresi Q8_0. Tato čísla, nikoli hlavní výkon karty, rozhodují o tom, zda běží.

  2. 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 (ensemble): AWD-LSTM-DOC (fin) × 5 (WT2).

  3. 03

    Vyberte, jak moc to budete komprimovat.

    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.

  4. 04

    Hodnoťte podle propustnosti spíše než podle specifikace

    Seřaďte podle rychlosti, abyste viděli, jak si karty vedou. (ensemble): AWD-LSTM-DOC (fin) × 5 (WT2). Nebude to odpovídat hernímu pořádku, protože generace je omezena šířkou pásma paměti. Grafická karta, která vede seznam, je B200, na 18,315 tok/s

  5. 05

    Zkontrolujte verdikt o vhodnosti před koupí

    Tight znamená, že se načítá a funguje bez možnosti později zvýšit context length, v případě (ensemble): AWD-LSTM-DOC (fin) × 5 (WT2). 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. (ensemble): AWD-LSTM-DOC (fin) × 5 (WT2).

Odpovědi

(ensemble): AWD-LSTM-DOC (fin) × 5 (WT2) — běžné otázky

01

(ensemble): AWD-LSTM-DOC (fin) × 5 (WT2)— 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.

02

(ensemble): AWD-LSTM-DOC (fin) × 5 (WT2)— kolik má parametrů?

Má počet parametrů 185M. 185M (table 8). Tato cifra je celková a rozhoduje o tom, kolik VRAM model potřebuje — přibližně půl gigabajtu na miliardu při kompresi, kterou většina lidí používá.

03

(ensemble): AWD-LSTM-DOC (fin) × 5 (WT2)— Kdo to vytvořil?

Bylo to publikováno společností NTT Communication Science Laboratories,Tohoku University, zakládající se na Japan, organizace zařazená jako industry,Academia.

04

(ensemble): AWD-LSTM-DOC (fin) × 5 (WT2)— Kdy byl vydán?

Bylo to zveřejněno v August 2018. Schopnost na parametr se od té doby výrazně zlepšila, takže novější model stejné velikosti je často lepším využitím stejného hardwaru.

05

(ensemble): AWD-LSTM-DOC (fin) × 5 (WT2)— K čemu se to používá?

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

06

(ensemble): AWD-LSTM-DOC (fin) × 5 (WT2)— 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.

07

(ensemble): AWD-LSTM-DOC (fin) × 5 (WT2)— kolik výpočetního výkonu bylo použito k jeho trénování?

Trénink spotřeboval kolem 6.7 × 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.

08

(ensemble): AWD-LSTM-DOC (fin) × 5 (WT2)— Mohu to spustit, pokud se to nevejde do mé GPU?

Částečně. Vrstvy, které se nevejdou, sedí v systémové paměti a běží jen při zlomku rychlosti, takže většinou odložený model není často použitelný. Každá postava zde předpokládá, že celý model je umístěn na kartě.

09

(ensemble): AWD-LSTM-DOC (fin) × 5 (WT2)— Běhalo by to rychleji na dvou GPU?

Druhá karta přibližně zdvojnásobí dostupnou paměť, ale ne rychlost generování. Počet, který je již schopen ji spustit sám: 818. Takže druhá karta je tu zřídka odpovědí.

10

(ensemble): AWD-LSTM-DOC (fin) × 5 (WT2)— 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.

11

(ensemble): AWD-LSTM-DOC (fin) × 5 (WT2)— 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: 10,989–29,304 tok/s na B200. Stejný model a karta se liší o třicet až padesát procent v závislosti na softwaru pro inferenci a jeho verzi.

12

(ensemble): AWD-LSTM-DOC (fin) × 5 (WT2)— 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 0.9 GB, a produkuje přibližně 199 tokeny za sekundu. Celkový počet karet, které mohou model běžet: 818.

13

(ensemble): AWD-LSTM-DOC (fin) × 5 (WT2)— jak rychle je to na GPU?

Záleží na kartě. Nejrychleji, jak to spočítáme, je B200, přibližně 18,315 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.

14

(ensemble): AWD-LSTM-DOC (fin) × 5 (WT2)— kolik VRAM potřebuje?

Potřebuje asi 0.9 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.

15

(ensemble): AWD-LSTM-DOC (fin) × 5 (WT2)— 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 0.9 GB a generováním zhruba 3,411 tokenů za sekundu. Fit je pohodlný.

16

(ensemble): AWD-LSTM-DOC (fin) × 5 (WT2)— 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 0.9 GB a generováním zhruba 2,089 tokenů za sekundu. Fit je pohodlný.

17

(ensemble): AWD-LSTM-DOC (fin) × 5 (WT2)— 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 0.9 GB a generováním zhruba 2,587 tokenů za sekundu. Fit je pohodlný.

18

(ensemble): AWD-LSTM-DOC (fin) × 5 (WT2)— 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 0.9 GB a generováním zhruba 3,068 tokenů za sekundu. Fit je pohodlný.

Zdroj

Původní publikace

Nahrávka naposledy aktualizována 11 February 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