Aya Vision 32B TPS kalkulátor

Otevřít váhy Cohere 33.1B parametry March 2025

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

132 karty, které to mohou spustit

818 karty, které máme specifikace pro

Nejmenší karta, která se vejde

RTX A4500

20 GB · Q3_K_M · 22.1 tok/s

Nejrychlejší karta

B200

102 tok/s · 180 GB

Které GPU mohou spustit Aya Vision 32B?

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.

132 karty odpovídají

Vypočítávání

					Potřebuje	Kvantisace	Pohodlné
102 tok/s 61–164 · nízká důvěra	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	36.1 GB	Q8_0	Pohodlný
102 tok/s 61–164 · nízká důvěra	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	36.1 GB	Q8_0	Pohodlný
81.7 tok/s 49–131 · nízká důvěra	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	36.1 GB	Q8_0	Pohodlný
81.7 tok/s 49–131 · nízká důvěra	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	36.1 GB	Q8_0	Pohodlný
65.4 tok/s 39–105 · nízká důvěra	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	36.1 GB	Q8_0	Pohodlný
62.6 tok/s 38–100 · nízká důvěra	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	36.1 GB	Q8_0	Pohodlný
62.6 tok/s 38–100 · nízká důvěra	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	36.1 GB	Q8_0	Pohodlný
59.9 tok/s 36–96 · nízká důvěra	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	36.1 GB	Q8_0	Pohodlný
53.2 tok/s 32–85 · nízká důvěra	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	36.1 GB	Q8_0	Pohodlný
53.2 tok/s 32–85 · nízká důvěra	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	36.1 GB	Q8_0	Pohodlný
53.2 tok/s 32–85 · nízká důvěra	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	36.1 GB	Q8_0	Pohodlný
50.4 tok/s 30–81 · nízká důvěra	H100 NVL 94 GB NVIDIA	94 GB	3,940 GB/s	Mar 2023	36.1 GB	Q8_0	Pohodlný
43.0 tok/s 26–69 · nízká důvěra	H100 PCIe 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	36.1 GB	Q8_0	Pohodlný
43.0 tok/s 26–69 · nízká důvěra	H100 SXM5 80 GB NVIDIA	80 GB	3,360 GB/s	Oct 2022	36.1 GB	Q8_0	Pohodlný
43.0 tok/s 26–69 · nízká důvěra	H100 SXM5 94 GB NVIDIA	94 GB	3,360 GB/s	Mar 2023	36.1 GB	Q8_0	Pohodlný
43.0 tok/s 26–69 · nízká důvěra	H100 SXM5 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	36.1 GB	Q8_0	Pohodlný
43.0 tok/s 26–69 · nízká důvěra	H800 SXM5 NVIDIA	80 GB	3,360 GB/s	Mar 2023	36.1 GB	Q8_0	Pohodlný
39.6 tok/s 24–63 · nízká důvěra	GeForce RTX 5090 D V2 NVIDIA	24 GB	1,340 GB/s	Aug 2025	20.7 GB	Q4_K_M	Těsný
36.0 tok/s 22–58 · nízká důvěra	A30X NVIDIA	24 GB	1,220 GB/s	Apr 2021	20.7 GB	Q4_K_M	Těsný
34.8 tok/s 21–56 · nízká důvěra	DRIVE A100 PROD NVIDIA	32 GB	1,870 GB/s	May 2020	28.4 GB	Q6_K	Těsný
34.8 tok/s 21–56 · nízká důvěra	GRID A100A NVIDIA	32 GB	1,870 GB/s	May 2020	28.4 GB	Q6_K	Těsný
33.3 tok/s 20–53 · nízká důvěra	GeForce RTX 5090 NVIDIA	32 GB	1,790 GB/s	Jan 2025	28.4 GB	Q6_K	Těsný
33.3 tok/s 20–53 · nízká důvěra	GeForce RTX 5090 D NVIDIA	32 GB	1,790 GB/s	Jan 2025	28.4 GB	Q6_K	Těsný
32.7 tok/s 20–52 · nízká důvěra	Radeon Instinct MI250 AMD	128 GB	3,280 GB/s	Nov 2021	36.1 GB	Q8_0	Pohodlný
32.7 tok/s 20–52 · nízká důvěra	Radeon Instinct MI250X AMD	128 GB	3,280 GB/s	Nov 2021	36.1 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: Cohere
Typ organizace: Industry
Země: Canada
Publikováno: 3 March 2025
Autoři: Cohere Labs Team

Co to dělá

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

Doména: Multimodal, Vision, Language
Úkol: Language generation, Image captioning, Visual question answering, Language modeling/generation, Question answering
Základní model: Aya Expanse 32B

Velikost

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

parametry: 33.1B
Výcviková data: tokens

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 (non-commercial)
Tréninkový kód: Unreleased
Hugging Face: CohereLabs

Jak je to klasifikováno

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

Záznam důvěry: Confident

Žrovy

Odkud tento záznam pochází a kdy byl naposledy zkontrolován.

Reference: Aya Vision: Expanding the worlds AI can see
Nap poslední aktualizace: 28 November 2025

Extrémy

Deset nejrychlejších GPU, které běží Aya Vision 32B

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 Aya Vision 32B

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

Co čísla znamenají

Hardwareová stránka

Minimum karta

RTX A4500

Potřeba paměti

16.9 GB

Nejrychlejší

102 tok/s

Aya Vision 32B dosahuje počtu parametrů 33.1B. To přistane v oblasti, kterou může zvládnout seriózní desktopová KARTA, jakmile jsou VÁHY zkomprimovány. Počet KARET, které sledujeme a které to mohou spustit: 132.

Na nízkém konci se to řeší pomocí RTX A4500, s kapacitou VRAM 20 GB, spuštění na kompresi Q3_K_M a vyrábějí kolem 22.1 tokenů za sekundu

Na druhém konci sedí B200, generování přibližně 102 tokens za sekundu na základě šířky pásma VRAM 8,000 GB/s.

Odkud to přišlo

Aya Vision 32B byl zveřejněn Cohere, v zemi zaznamenané jako Canada, během March 2025. Vydavatelská organizace je kategorizována jako industry.

funguje v oblasti Multimodal, Vision, Language, a je zaznamenán jako vykonávající úkol language generation, Image captioning, Visual question answering, Language modeling/generation, Question answering.

Jeho výchozím bodem byl existující základní model, Aya Expanse 32B. To je důvod, proč sdílí obecný tvar a velikost základního modelu.

Váhy jsou zveřejněny, takže si je můžete stáhnout a spustit na své vlastní hardwaru neomezeně, offline, bez připojeného účtu. Na Hugging Face je publikováno pod organizací CohereLabs.

Porozumění rychlostem

Uprostřed rozsahu se nachází každá karta, která to dokáže spustit, na 20.3 tokenů za sekundu 101 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.

Krok za krokem

Jak vybrat GPU pro Aya Vision 32B

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 Aya Vision 32B, potřebující kolem 16.9 GB při kompresi Q3_K_M. Kapacita je brána — karta buď ji má, nebo ne.
02

Rozhodněte, jak dlouho vaše konverzace běží

Nastavte kontext na to, co skutečně použijete. Cache roste s konverzací a to je obvyklý důvod, proč karta, která se zdála v pořádku, přestane vejít. Aya Vision 32B.
03

Vyberte, jak moc to budete komprimovat.

Kompresce je to, co umožňuje modelu pojmout menší KARTY, za určitou cenu v přesnosti., dosahující komprese Q3_K_M 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

Seřaďte podle rychlosti, abyste viděli, jak si karty vedou. Aya Vision 32B. Nebude to odpovídat hernímu pořádku, protože generace je omezena šířkou pásma paměti. Grafická karta, která vede seznam, je B200, na 102 tok/s
05

Zkontrolujte verdikt o vhodnosti před koupí

Tight znamená, že se načítá a funguje bez možnosti později zvýšit context length, v případě Aya Vision 32B. 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

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. Aya Vision 32B.

Odpovědi

Aya Vision 32B — běžné otázky

Aya Vision 32B— kolik má parametrů?

Má počet parametrů 33.1B. According to huggingface.co/CohereLabs/aya-vision-32b. Tato cifra je celková a rozhoduje o tom, kolik VRAM model potřebuje — přibližně půl gigabajtu na miliardu při kompresi, kterou většina lidí používá.

Aya Vision 32B— Kdo to vytvořil?

Bylo to publikováno společností Cohere, zakládající se na Canada, organizace zařazená jako industry.

Aya Vision 32B— Kdy byl vydán?

Bylo to zveřejněno v March 2025.

Aya Vision 32B— K čemu se to používá?

funguje v oblasti Multimodal, Vision, Language, a je zaznamenáno jako zpracovávající úkol language generation, Image captioning, Visual question answering, Language modeling/generation, Question answering. Toto jsou oblasti, kolem nichž byl navržen; popisují záměr spíše než tvrdou hranici.

Aya Vision 32B— kde si to mohu stáhnout?

Jeho váhy jsou publikovány na Hugging Face, pod organizací CohereLabs. Na našem webu nenabízíme soubory modelů — tento web vypočítává, jaký hardware je potřebný pro jejich spuštění.

Aya Vision 32B— 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. Nejbližší nepřesnost, kterou vypočítáme, zaostává o 6.3 GB. Každá postava zde předpokládá, že celý model je umístěn na kartě.

Aya Vision 32B— 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: 132. Takže druhá karta je tu zřídka odpovědí.

Aya Vision 32B— proč se kvantizace liší mezi kartami?

Každá KARTA je zobrazena, jak běží nejméně komprimovaná kopie, kterou může udržet. Počet různých úrovní komprese napříč KARTAMI, které ji vejít: 5. Větší karty získávají přesnější verzi a kvalita podlahy nad piny srovnává na jednu úroveň.

Aya Vision 32B— 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: 61–164 tok/s na B200. Stejný model a karta se liší o třicet až padesát procent v závislosti na softwaru pro inferenci a jeho verzi.

Aya Vision 32B— Jakou GPU potřebuji k jejímu spuštění?

Nejmenší karta v našem katalogu, která to udrží, je RTX A4500, s kapacitou VRAM 20 GB. Spouští model při kompresi Q3_K_M používající přibližně 16.9 GB, a produkuje přibližně 22.1 tokeny za sekundu. Celkový počet karet, které mohou model běžet: 132.

Aya Vision 32B— jak rychle je to na GPU?

Záleží na kartě. Nejrychleji, jak to spočítáme, je B200, přibližně 102 tokenů za sekundu; nejpomalejší, který stále běží, zvládá výrazně méně. Rychlost čtení je kolem deseti tokenů za sekundu, a počet karet, které to zvládají: 101.

Aya Vision 32B— kolik VRAM potřebuje?

Potřebuje asi 16.9 GB při kompresi Q3_K_M, 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.

Aya Vision 32B— mohu to spustit na GPU držící 24 GB?

Ano. GPU kartu GeForce RTX 5090 D V2, držení 24 GB, provozuje ho při kompresi Q4_K_M, používající přibližně 20.7 GB a generováním zhruba 39.6 tokenů za sekundu. Fit je těsný.

Aya Vision 32B— 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.

Zdroj

Původní publikace

Nahrávka naposledy aktualizována 28 November 2025

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