LLama 3.2 Typhoon 2 3B TPS kalkulátor

Otevřít váhy Typhoon / SCB 10X 3B parametry December 2024

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 · Q5_K_M · 21.9 tok/s

Nejrychlejší karta

B200

1,129 tok/s · 180 GB

Které GPU mohou spustit LLama 3.2 Typhoon 2 3B?

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
1,129 tok/s 960–1,355	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	4.6 GB	Q8_0	Pohodlný
1,129 tok/s 960–1,355	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	4.6 GB	Q8_0	Pohodlný
902 tok/s 541–1,443 · nízká důvěra	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	4.6 GB	Q8_0	Pohodlný
902 tok/s 541–1,443 · nízká důvěra	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	4.6 GB	Q8_0	Pohodlný
721 tok/s 433–1,154 · nízká důvěra	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	4.6 GB	Q8_0	Pohodlný
690 tok/s 587–828	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	4.6 GB	Q8_0	Pohodlný
690 tok/s 587–828	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	4.6 GB	Q8_0	Pohodlný
661 tok/s 396–1,057 · nízká důvěra	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	4.6 GB	Q8_0	Pohodlný
586 tok/s 352–938 · nízká důvěra	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	4.6 GB	Q8_0	Pohodlný
586 tok/s 352–938 · nízká důvěra	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	4.6 GB	Q8_0	Pohodlný
586 tok/s 352–938 · nízká důvěra	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	4.6 GB	Q8_0	Pohodlný
556 tok/s 473–667	H100 NVL 94 GB NVIDIA	94 GB	3,940 GB/s	Mar 2023	4.6 GB	Q8_0	Pohodlný
474 tok/s 403–569	H100 PCIe 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	4.6 GB	Q8_0	Pohodlný
474 tok/s 403–569	H100 SXM5 80 GB NVIDIA	80 GB	3,360 GB/s	Oct 2022	4.6 GB	Q8_0	Pohodlný
474 tok/s 403–569	H100 SXM5 94 GB NVIDIA	94 GB	3,360 GB/s	Mar 2023	4.6 GB	Q8_0	Pohodlný
474 tok/s 403–569	H100 SXM5 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	4.6 GB	Q8_0	Pohodlný
474 tok/s 403–569	H800 SXM5 NVIDIA	80 GB	3,360 GB/s	Mar 2023	4.6 GB	Q8_0	Pohodlný
361 tok/s 217–578 · nízká důvěra	Radeon Instinct MI250 AMD	128 GB	3,280 GB/s	Nov 2021	4.6 GB	Q8_0	Pohodlný
361 tok/s 217–578 · nízká důvěra	Radeon Instinct MI250X AMD	128 GB	3,280 GB/s	Nov 2021	4.6 GB	Q8_0	Pohodlný
301 tok/s 181–482 · nízká důvěra	Data Center GPU Max 1550 Intel	128 GB	3,280 GB/s	Jan 2023	4.6 GB	Q8_0	Pohodlný
295 tok/s 177–471 · nízká důvěra	Data Center GPU Max Subsystem Intel	128 GB	3,210 GB/s	Jan 2023	4.6 GB	Q8_0	Pohodlný
288 tok/s 245–346	A100 SXM4 80 GB NVIDIA	80 GB	2,040 GB/s	Nov 2020	4.6 GB	Q8_0	Pohodlný
288 tok/s 245–346	A100X NVIDIA	80 GB	2,040 GB/s	Jun 2021	4.6 GB	Q8_0	Pohodlný
288 tok/s 245–346	A800 SXM4 80 GB NVIDIA	80 GB	2,040 GB/s	Aug 2022	4.6 GB	Q8_0	Pohodlný
288 tok/s 245–346	H100 CNX NVIDIA	80 GB	2,040 GB/s	Mar 2023	4.6 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: Typhoon / SCB 10X
Typ organizace: Industry
Země: Thailand
Publikováno: 19 December 2024
Autoři: Kunat Pipatanakul, Potsawee Manakul, Natapong Nitarach, Warit Sirichotedumrong, Surapon Nonesung, Teetouch Jaknamon, Parinthapat Pengpun, Pittawat Taveekitworachai, Adisai Na-Thalang, Sittipong Sripaisarnmongkol, Krisanapong Jirayoot, Kasima Tharnpipitchai

Co to dělá

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

Doména: Language
Úkol: Language modeling/generation, Question answering, Quantitative reasoning
Základní model: Llama 3.2 3B

Velikost

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

parametry: 3B
Výcviková data: tokens

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.

Jak bylo ustanoveno: Operation counting
Ladění výpočtů: 1.3 × 10¹⁹ FLOP

Tréninkový běh

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

Tréninkový hardware: NVIDIA H100 SXM5 80GB
Používané čipy: 8
Příkon: 11.0 kW

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 (restricted use)
Tréninkový kód: Unreleased
Hugging Face: scb10x

Jak je to klasifikováno

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

Záznam důvěry: Likely

Žrovy

Odkud tento záznam pochází a kdy byl naposledy zkontrolován.

Reference: Typhoon 2: A Family of Open Text and Multimodal Thai Large Language Models
Nap poslední aktualizace: 28 November 2025

Extrémy

Deset nejrychlejších GPU, které běží LLama 3.2 Typhoon 2 3B

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 LLama 3.2 Typhoon 2 3B

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

3.6 GB

Nejrychlejší

1,129 tok/s

LLama 3.2 Typhoon 2 3B dosahuje počtu parametrů 3B. 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 Q5_K_M a vyrábějí kolem 21.9 tokenů za sekundu

Nejrychlejší výsledek pochází z B200, generování přibližně 1,129 tokens za sekundu na základě šířky pásma VRAM 8,000 GB/s.

O tomto modelu

LLama 3.2 Typhoon 2 3B byl zveřejněn Typhoon / SCB 10X, v zemi zaznamenané jako Thailand, během December 2024. Kategorie, do které vydavatel spadá, je industry.

funguje v oblasti Language, a je zaznamenán jako vykonávající úkol language modeling/generation, Question answering, Quantitative reasoning.

Jeho výchozím bodem byl existující základní model, Llama 3.2 3B. To je důvod, proč sdílí obecný tvar a velikost základního modelu.

Zveřejněné váhy znamenají, že model běží na vašem stroji, nikoli na stroji někoho jiného, což činí otázku ohledně hardwaru níže odpovídatelnou. Na Hugging Face je publikováno pod organizací scb10x.

Jak rychle to běží a proč

Mediánový výsledek je kolem 37.9 tokenů za sekundu. Producing text faster than most people read it: 782 z nich

Je to hustý model, takže každý parametr je čten pro každý token vyprodukovaný. To dělá rychlost téměř přesně sledovat paměťovou šířku pásma — karta s dvojnásobnou šířkou pásma generuje přibližně dvojnásobně rychle.

Protože je architektura zaznamenaná, sloupec paměti je odvozen spíše než odhadován.

Krok za krokem

Jak vybrat GPU pro LLama 3.2 Typhoon 2 3B

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

Tabulka uvádí každou kartu, která je schopna pojmout LLama 3.2 Typhoon 2 3B, potřebující kolem 3.6 GB při kompresi Q5_K_M. Žádné množství výpočetního výkonu nenahradí kartu, která to nemůže udržet.
02

Přizpůsobte kontext svému skutečnému použití

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. LLama 3.2 Typhoon 2 3B.
03

Nastavte minimální kvalitu

Každá KARTA spouští nejméně komprimovanou kopii, kterou může udržet., dosahující komprese Q5_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

Rychlostní řazení je v podstatě řazením podle šířky pásma paměti, pro LLama 3.2 Typhoon 2 3B. Nebude to odpovídat hernímu pořádku, protože generace je omezena šířkou pásma paměti. Grafická karta, která vede seznam, je B200, na 1,129 tok/s
05

Zkontrolujte verdikt o vhodnosti před koupí

Tight fit běží, ale nenechává nic navíc pro delší konverzaci, v případě LLama 3.2 Typhoon 2 3B. 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. LLama 3.2 Typhoon 2 3B.

Odpovědi

LLama 3.2 Typhoon 2 3B — běžné otázky

LLama 3.2 Typhoon 2 3B— kolik má parametrů?

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

LLama 3.2 Typhoon 2 3B— Kdo to vytvořil?

Bylo to publikováno společností Typhoon / SCB 10X, zakládající se na Thailand, organizace zařazená jako industry.

LLama 3.2 Typhoon 2 3B— Kdy byl vydán?

Bylo to zveřejněno v December 2024. Schopnost na parametr se od té doby výrazně zlepšila, takže novější model stejné velikosti je často lepším využitím stejného hardwaru.

LLama 3.2 Typhoon 2 3B— K čemu se to používá?

funguje v oblasti Language, a je zaznamenáno jako zpracovávající úkol language modeling/generation, Question answering, Quantitative reasoning. Toto jsou oblasti, kolem nichž byl navržen; popisují záměr spíše než tvrdou hranici.

LLama 3.2 Typhoon 2 3B— kde si to mohu stáhnout?

Jeho váhy jsou publikovány na Hugging Face, pod organizací scb10x. Na našem webu nenabízíme soubory modelů — tento web vypočítává, jaký hardware je potřebný pro jejich spuštění.

LLama 3.2 Typhoon 2 3B— 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.

LLama 3.2 Typhoon 2 3B— 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.

LLama 3.2 Typhoon 2 3B— 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: 3. Větší karty získávají přesnější verzi a kvalita podlahy nad piny srovnává na jednu úroveň.

LLama 3.2 Typhoon 2 3B— 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: 960–1,355 tok/s na B200. Stejný model a karta se liší o třicet až padesát procent v závislosti na softwaru pro inferenci a jeho verzi.

LLama 3.2 Typhoon 2 3B— 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 Q5_K_M používající přibližně 3.6 GB, a produkuje přibližně 21.9 tokeny za sekundu. Celkový počet karet, které mohou model běžet: 818.

LLama 3.2 Typhoon 2 3B— jak rychle je to na GPU?

Záleží na kartě. Nejrychleji, jak to spočítáme, je B200, přibližně 1,129 tokenů za sekundu; nejpomalejší, který stále běží, zvládá výrazně méně. Rychlost čtení je kolem deseti tokenů za sekundu, a počet karet, které to zvládají: 782.

LLama 3.2 Typhoon 2 3B— kolik VRAM potřebuje?

Potřebuje asi 3.6 GB při kompresi Q5_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.

LLama 3.2 Typhoon 2 3B— 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 4.6 GB a generováním zhruba 210 tokenů za sekundu. Fit je pohodlný.

LLama 3.2 Typhoon 2 3B— 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 4.6 GB a generováním zhruba 129 tokenů za sekundu. Fit je pohodlný.

LLama 3.2 Typhoon 2 3B— 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 4.6 GB a generováním zhruba 160 tokenů za sekundu. Fit je pohodlný.

LLama 3.2 Typhoon 2 3B— 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 4.6 GB a generováním zhruba 189 tokenů za sekundu. Fit je pohodlný.

LLama 3.2 Typhoon 2 3B— 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