InternVL2_5-78B TPS kalkulátor

Otevřít váhy Shanghai AI Lab,SenseTime,Tsinghua University,Nanjing University,Fudan University,Chinese University of Hong Kong (CUHK),Shanghai Jiao Tong University 78.4B 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

58 karty, které to mohou spustit

818 karty, které máme specifikace pro

Nejmenší karta, která se vejde

Quadro RTX 8000

48 GB · Q3_K_M · 9.8 tok/s

Nejrychlejší karta

B200

43.2 tok/s · 180 GB

Které GPU mohou spustit InternVL2_5-78B?

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.

58 karty odpovídají

Vypočítávání

					Potřebuje	Kvantisace	Pohodlné
43.2 tok/s 26–69 · nízká důvěra	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	84.6 GB	Q8_0	Pohodlný
43.2 tok/s 26–69 · nízká důvěra	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	84.6 GB	Q8_0	Pohodlný
34.5 tok/s 21–55 · nízká důvěra	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	84.6 GB	Q8_0	Pohodlný
34.5 tok/s 21–55 · nízká důvěra	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	84.6 GB	Q8_0	Pohodlný
30.9 tok/s 19–49 · nízká důvěra	H100 NVL 94 GB NVIDIA	94 GB	3,940 GB/s	Mar 2023	66.4 GB	Q6_K	Pohodlný
27.6 tok/s 17–44 · nízká důvěra	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	84.6 GB	Q8_0	Pohodlný
27.3 tok/s 16–44 · nízká důvěra	GRID A100B NVIDIA	48 GB	1,870 GB/s	May 2020	39.0 GB	Q3_K_M	Těsný
26.4 tok/s 16–42 · nízká důvěra	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	84.6 GB	Q8_0	Pohodlný
26.4 tok/s 16–42 · nízká důvěra	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	84.6 GB	Q8_0	Pohodlný
26.4 tok/s 16–42 · nízká důvěra	H100 SXM5 80 GB NVIDIA	80 GB	3,360 GB/s	Oct 2022	66.4 GB	Q6_K	Těsný
26.4 tok/s 16–42 · nízká důvěra	H100 SXM5 94 GB NVIDIA	94 GB	3,360 GB/s	Mar 2023	66.4 GB	Q6_K	Pohodlný
26.4 tok/s 16–42 · nízká důvěra	H800 SXM5 NVIDIA	80 GB	3,360 GB/s	Mar 2023	66.4 GB	Q6_K	Těsný
25.3 tok/s 15–40 · nízká důvěra	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	84.6 GB	Q8_0	Pohodlný
22.4 tok/s 13–36 · nízká důvěra	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	84.6 GB	Q8_0	Pohodlný
22.4 tok/s 13–36 · nízká důvěra	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	84.6 GB	Q8_0	Pohodlný
22.4 tok/s 13–36 · nízká důvěra	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	84.6 GB	Q8_0	Pohodlný
19.5 tok/s 12–31 · nízká důvěra	RTX PRO 5000 Blackwell NVIDIA	48 GB	1,340 GB/s	Mar 2025	39.0 GB	Q3_K_M	Těsný
19.5 tok/s 12–31 · nízká důvěra	H100 SXM5 64 GB NVIDIA	64 GB	2,020 GB/s	Mar 2023	57.3 GB	Q5_K_M	Těsný
18.2 tok/s 11–29 · nízká důvěra	H100 PCIe 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	84.6 GB	Q8_0	Těsný
18.2 tok/s 11–29 · nízká důvěra	H100 SXM5 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	84.6 GB	Q8_0	Těsný
16.0 tok/s 10–26 · nízká důvěra	A100 SXM4 80 GB NVIDIA	80 GB	2,040 GB/s	Nov 2020	66.4 GB	Q6_K	Těsný
16.0 tok/s 10–26 · nízká důvěra	A100X NVIDIA	80 GB	2,040 GB/s	Jun 2021	66.4 GB	Q6_K	Těsný
16.0 tok/s 10–26 · nízká důvěra	A800 SXM4 80 GB NVIDIA	80 GB	2,040 GB/s	Aug 2022	66.4 GB	Q6_K	Těsný
16.0 tok/s 10–26 · nízká důvěra	H100 CNX NVIDIA	80 GB	2,040 GB/s	Mar 2023	66.4 GB	Q6_K	Těsný
16.0 tok/s 10–26 · nízká důvěra	H100 PCIe 80 GB NVIDIA	80 GB	2,040 GB/s	Oct 2022	66.4 GB	Q6_K	Těsný

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: Shanghai AI Lab,SenseTime,Tsinghua University,Nanjing University,Fudan University,Chinese University of Hong Kong (CUHK),Shanghai Jiao Tong University
Typ organizace: Academia,Industry,Academia,Academia,Academia,Academia,Academia
Země: China, Hong Kong
Publikováno: 6 December 2024
Autoři: Zhe Chen, Weiyun Wang, Yue Cao, Yangzhou Liu, Zhangwei Gao, Erfei Cui, Jinguo Zhu, Shenglong Ye, Hao Tian, Zhaoyang Liu, Lixin Gu, Xuehui Wang, Qingyun Li, Yimin Ren, Zixuan Chen, Jiapeng Luo, Jiahao Wang, Tan Jiang, Bo Wang, Conghui He, Botian Shi, Xingcheng Zhang, Han Lv, Yi Wang, Wenqi Shao, Pei Chu, Zhongying Tu, Tong He, Zhiyong Wu, Huipeng Deng, Jiaye Ge, Kai Chen, Kaipeng Zhang, Limin Wang,…

Co to dělá

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

Doména: Multimodal, Language, Vision
Úkol: Visual question answering, Language modeling/generation, Question answering, Character recognition (OCR)
Základní model: Qwen2.5 Instruct (72B),InternViT-6B

Velikost

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

parametry: 78.4B
Výcviková data: 120,000,000,000 tokens
Epochy: 1

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: 2.1 × 10²² FLOP

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: Open source
Hugging Face: OpenGVLab

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: 1,468

Žrovy

Odkud tento záznam pochází a kdy byl naposledy zkontrolován.

Reference: Expanding Performance Boundaries of Open-Source Multimodal Models with Model, Data, and Test-Time Scaling
Nap poslední aktualizace: 25 May 2026

Extrémy

Deset nejrychlejších GPU, které běží InternVL2_5-78B

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 InternVL2_5-78B

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

Co čísla znamenají

Hardwarové požadavky v praxi

Minimum karta

Quadro RTX 8000

Potřeba paměti

39.0 GB

Nejrychlejší

43.2 tok/s

InternVL2_5-78B dosahuje počtu parametrů 78.4B. To dává nad spotřebitelský hardware, do oblasti, kde je karta kupována za tímto účelem spíše než přepracována pro něj. Počet karet, které sledujeme a které to mohou pojmout: 58.

Vstupní bod je Quadro RTX 8000, s kapacitou VRAM 48 GB, spuštění na kompresi Q3_K_M a vyrábějí kolem 9.8 tokenů za sekundu

Špičkový model je B200, generování přibližně 43.2 tokens za sekundu na základě šířky pásma VRAM 8,000 GB/s.

Co je tento MODEL

InternVL2_5-78B byl zveřejněn Shanghai AI Lab,SenseTime,Tsinghua University,Nanjing University,Fudan University,Chinese University of Hong Kong (CUHK),Shanghai Jiao Tong University, v zemi zaznamenané jako China, během December 2024. Vychází z organizace, která je kategorizována jako academia,Industry,Academia,Academia,Academia,Academia,Academia.

funguje v oblasti Multimodal, Language, Vision, a je zaznamenán jako vykonávající úkol visual question answering, Language modeling/generation, Question answering, Character recognition (OCR).

Staví na Qwen2.5 Instruct (72B),InternViT-6B. Většina modelů na této úrovni je přizpůsobena z existující základny namísto toho, aby byla vytvořena od nuly.

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 OpenGVLab.

Co rozhoduje o rychlosti

Uprostřed rozsahu se nachází každá karta, která to dokáže spustit, na 13.9 tokenů za sekundu. Producing text faster than most people read it: 44 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

Bylo to trénováno na korpusu asi 120,000,000,000 tokeny textu

Krok za krokem

Jak vybrat GPU pro InternVL2_5-78B

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

Začněte od toho, co skutečně potřebuje, což je požadavek na InternVL2_5-78B, potřebující kolem 39.0 GB při kompresi Q3_K_M. Tato čísla, nikoli hlavní výkon karty, rozhodují o tom, zda běží.
02

Nastavte délku kontextu, se kterou budete pracovat

Delší konverzace spotřebovávají paměť navíc k tomu, co potřebují váhy. Posuňte jezdec na svou skutečnou pracovního délku, než důvěřujete jakémukoliv řádku pro InternVL2_5-78B.
03

Nastavte minimální kvalitu

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

Rychlostní řazení je v podstatě řazením podle šířky pásma paměti, pro InternVL2_5-78B. Nebude to odpovídat hernímu pořádku, protože generace je omezena šířkou pásma paměti. Grafická karta, která vede seznam, je B200, na 43.2 tok/s
05

Přečtěte si poslední sloupec fit

Sloupec vhodnosti odděluje karty, které to jen tak tak zvládají, od těch, které mají místo navíc, v případě InternVL2_5-78B. 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. InternVL2_5-78B.

Odpovědi

InternVL2_5-78B — běžné otázky

InternVL2_5-78B— K čemu se to používá?

funguje v oblasti Multimodal, Language, Vision, a je zaznamenáno jako zpracovávající úkol visual question answering, Language modeling/generation, Question answering, Character recognition (OCR). Model může nést několik z každého, takže to jsou oblasti, pro které byl navržen, spíše než omezení toho, co se pokusí.

InternVL2_5-78B— kde si to mohu stáhnout?

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

InternVL2_5-78B— 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. Nejbližší nepřesnost, kterou vypočítáme, zaostává o 12.1 GB. Každá postava zde předpokládá, že celý model je umístěn na kartě.

InternVL2_5-78B— Běhalo by to rychleji na dvou GPU?

Kapacita se sčítá napříč KARTAMI; propustnost nikoliv. Počet KARET, které ji již drží samostatně: 58. Takže druhá karta je tu zřídka odpovědí.

InternVL2_5-78B— 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: 4. Větší karty získávají přesnější verzi a kvalita podlahy nad piny srovnává na jednu úroveň.

InternVL2_5-78B— Jak přesné jsou tyto odhady rychlosti?

Jsou vypočítány ze specifikací spíše než měřeny a každá má určité rozmezí. Jeden příklad: 26–69 tok/s na B200. Stejný model a karta se liší o třicet až padesát procent v závislosti na softwaru pro inferenci a jeho verzi.

InternVL2_5-78B— Jakou GPU potřebuji k jejímu spuštění?

Nejmenší karta v našem katalogu, která to udrží, je Quadro RTX 8000, s kapacitou VRAM 48 GB. Spouští model při kompresi Q3_K_M používající přibližně 39.0 GB, a produkuje přibližně 9.8 tokeny za sekundu. Celkový počet karet, které mohou model běžet: 58.

InternVL2_5-78B— jak rychle je to na GPU?

Záleží na kartě. Nejrychleji, jak to spočítáme, je B200, přibližně 43.2 tokenů za sekundu; nejpomalejší, který stále běží, zvládá výrazně méně. Rychlost čtení je kolem deseti tokenů za sekundu, a počet karet, které to zvládají: 44.

InternVL2_5-78B— kolik VRAM potřebuje?

Potřebuje asi 39.0 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.

InternVL2_5-78B— 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.

InternVL2_5-78B— kolik má parametrů?

Má počet parametrů 78.4B. 78.4B. Tato cifra je celková a rozhoduje o tom, kolik VRAM model potřebuje — přibližně půl gigabajtu na miliardu při kompresi, kterou většina lidí používá.

InternVL2_5-78B— Kdo to vytvořil?

Bylo to publikováno společností Shanghai AI Lab,SenseTime,Tsinghua University,Nanjing University,Fudan University,Chinese University of Hong Kong (CUHK),Shanghai Jiao Tong University, zakládající se na China, organizace zařazená jako academia,Industry,Academia,Academia,Academia,Academia,Academia.

InternVL2_5-78B— 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.

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