Ovis1.6-Gemma2-27B TPS kalkulátor

Otevřít váhy Alibaba 28.9B parametry November 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

132 karty, které to mohou spustit

818 karty, které máme specifikace pro

Nejmenší karta, která se vejde

RTX A4500

20 GB · IQ4_XS · 23.0 tok/s

Nejrychlejší karta

B200

117 tok/s · 180 GB

Které GPU mohou spustit Ovis1.6-Gemma2-27B?

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
117 tok/s 70–188 · nízká důvěra	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	31.6 GB	Q8_0	Pohodlný
117 tok/s 70–188 · nízká důvěra	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	31.6 GB	Q8_0	Pohodlný
93.6 tok/s 56–150 · nízká důvěra	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	31.6 GB	Q8_0	Pohodlný
93.6 tok/s 56–150 · nízká důvěra	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	31.6 GB	Q8_0	Pohodlný
74.9 tok/s 45–120 · nízká důvěra	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	31.6 GB	Q8_0	Pohodlný
71.7 tok/s 43–115 · nízká důvěra	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	31.6 GB	Q8_0	Pohodlný
71.7 tok/s 43–115 · nízká důvěra	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	31.6 GB	Q8_0	Pohodlný
68.6 tok/s 41–110 · nízká důvěra	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	31.6 GB	Q8_0	Pohodlný
60.9 tok/s 37–97 · nízká důvěra	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	31.6 GB	Q8_0	Pohodlný
60.9 tok/s 37–97 · nízká důvěra	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	31.6 GB	Q8_0	Pohodlný
60.9 tok/s 37–97 · nízká důvěra	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	31.6 GB	Q8_0	Pohodlný
57.7 tok/s 35–92 · nízká důvěra	H100 NVL 94 GB NVIDIA	94 GB	3,940 GB/s	Mar 2023	31.6 GB	Q8_0	Pohodlný
49.2 tok/s 30–79 · nízká důvěra	H100 PCIe 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	31.6 GB	Q8_0	Pohodlný
49.2 tok/s 30–79 · nízká důvěra	H100 SXM5 80 GB NVIDIA	80 GB	3,360 GB/s	Oct 2022	31.6 GB	Q8_0	Pohodlný
49.2 tok/s 30–79 · nízká důvěra	H100 SXM5 94 GB NVIDIA	94 GB	3,360 GB/s	Mar 2023	31.6 GB	Q8_0	Pohodlný
49.2 tok/s 30–79 · nízká důvěra	H100 SXM5 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	31.6 GB	Q8_0	Pohodlný
49.2 tok/s 30–79 · nízká důvěra	H800 SXM5 NVIDIA	80 GB	3,360 GB/s	Mar 2023	31.6 GB	Q8_0	Pohodlný
39.8 tok/s 24–64 · nízká důvěra	DRIVE A100 PROD NVIDIA	32 GB	1,870 GB/s	May 2020	24.9 GB	Q6_K	Těsný
39.8 tok/s 24–64 · nízká důvěra	GRID A100A NVIDIA	32 GB	1,870 GB/s	May 2020	24.9 GB	Q6_K	Těsný
38.1 tok/s 23–61 · nízká důvěra	GeForce RTX 5090 NVIDIA	32 GB	1,790 GB/s	Jan 2025	24.9 GB	Q6_K	Těsný
38.1 tok/s 23–61 · nízká důvěra	GeForce RTX 5090 D NVIDIA	32 GB	1,790 GB/s	Jan 2025	24.9 GB	Q6_K	Těsný
37.5 tok/s 23–60 · nízká důvěra	Radeon Instinct MI250 AMD	128 GB	3,280 GB/s	Nov 2021	31.6 GB	Q8_0	Pohodlný
37.5 tok/s 23–60 · nízká důvěra	Radeon Instinct MI250X AMD	128 GB	3,280 GB/s	Nov 2021	31.6 GB	Q8_0	Pohodlný
35.1 tok/s 21–56 · nízká důvěra	GeForce RTX 5090 D V2 NVIDIA	24 GB	1,340 GB/s	Aug 2025	21.5 GB	Q5_K_M	Těsný
31.9 tok/s 19–51 · nízká důvěra	A30X NVIDIA	24 GB	1,220 GB/s	Apr 2021	21.5 GB	Q5_K_M	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: Alibaba
Typ organizace: Industry
Země: China
Publikováno: 26 November 2024

Co to dělá

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

Doména: Multimodal, Language, Vision
Úkol: Language modeling/generation, Visual question answering
Základní model: Gemma 2 27B,SigLIP 400M

Velikost

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

parametry: 28.9B
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 (unrestricted)
Hugging Face: AIDC-AI

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: Ovis1.6-Gemma2-27B
Nap poslední aktualizace: 28 November 2025

Extrémy

Deset nejrychlejších GPU, které běží Ovis1.6-Gemma2-27B

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 Ovis1.6-Gemma2-27B

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

Co čísla znamenají

Co je potřeba k provozování tohoto modelu

Minimum karta

RTX A4500

Potřeba paměti

16.5 GB

Nejrychlejší

117 tok/s

Ovis1.6-Gemma2-27B dosahuje počtu parametrů 28.9B. To přistane v oblasti, kterou může zvládnout seriózní desktopová KARTA, jakmile jsou VÁHY zkomprimovány. Počet KARET, které sledujeme a které to mohou spustit: 132.

Nejmenší karta, která to pojme, je RTX A4500, s kapacitou VRAM 20 GB, spuštění na kompresi IQ4_XS a vyrábějí kolem 23.0 tokenů za sekundu

Nejrychlejší výsledek pochází z B200, generování přibližně 117 tokens za sekundu na základě šířky pásma VRAM 8,000 GB/s.

O tomto modelu

Ovis1.6-Gemma2-27B byl zveřejněn Alibaba, v zemi zaznamenané jako China, během November 2024. Vydavatelská organizace je kategorizována jako industry.

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

Staví na Gemma 2 27B,SigLIP 400M. To je obvyklý způsob, jak je specializovaný model vytvářen.

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 AIDC-AI.

Jak rychle to běží a proč

Uprostřed rozsahu se nachází každá karta, která to dokáže spustit, na 20.3 tokens za sekundu. Překračující rychlost čtení rovnou: 105 z nich

Být hustý, čte vše sám po tokenu, což je důvod, proč pořadí podle rychlosti níže úzce následuje pořadí podle šířky pásma VRAM.

Paměť zde je odhadována podle velikosti, spíše než aby byla vypočtena z architektury, která není pro tento model zaznamenána — čísla jsou spíše indikativní než přesná.

Krok za krokem

Jak vybrat GPU pro Ovis1.6-Gemma2-27B

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 Ovis1.6-Gemma2-27B, potřebující kolem 16.5 GB při kompresi IQ4_XS. Tato čísla, nikoli hlavní výkon karty, rozhodují o tom, zda běží.
02

Rozhodněte, jak dlouho vaše konverzace běží

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. Ovis1.6-Gemma2-27B.
03

Rozhodněte, jaké množství komprese přijmete

Každá KARTA spouští nejméně komprimovanou kopii, kterou může udržet., dosahující komprese IQ4_XS 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

Hodnoťte podle propustnosti spíše než podle specifikace

Rychlostní řazení je v podstatě řazením podle šířky pásma paměti, pro Ovis1.6-Gemma2-27B. Nebude to odpovídat hernímu pořádku, protože generace je omezena šířkou pásma paměti. Grafická karta, která vede seznam, je B200, na 117 tok/s
05

Přečtěte si poslední sloupec fit

Tight fit běží, ale nenechává nic navíc pro delší konverzaci, v případě Ovis1.6-Gemma2-27B. 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

Otevřete kartu, na které jste se usadili.

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. Ovis1.6-Gemma2-27B.

Odpovědi

Ovis1.6-Gemma2-27B — běžné otázky

Ovis1.6-Gemma2-27B— kolik VRAM potřebuje?

Potřebuje asi 16.5 GB při kompresi IQ4_XS, 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.

Ovis1.6-Gemma2-27B— mohu to spustit na GPU držící 24 GB?

Ano. GPU kartu GeForce RTX 5090 D V2, držení 24 GB, provozuje ho při kompresi Q5_K_M, používající přibližně 21.5 GB a generováním zhruba 35.1 tokenů za sekundu. Fit je těsný.

Ovis1.6-Gemma2-27B— 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.

Ovis1.6-Gemma2-27B— kolik má parametrů?

Má počet parametrů 28.9B. Tato cifra je celková a rozhoduje o tom, kolik VRAM model potřebuje — přibližně půl gigabajtu na miliardu při kompresi, kterou většina lidí používá.

Ovis1.6-Gemma2-27B— Kdo to vytvořil?

Bylo to publikováno společností Alibaba, zakládající se na China, organizace zařazená jako industry.

Ovis1.6-Gemma2-27B— Kdy byl vydán?

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

Ovis1.6-Gemma2-27B— K čemu se to používá?

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

Ovis1.6-Gemma2-27B— kde si to mohu stáhnout?

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

Ovis1.6-Gemma2-27B— 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 3.8 GB. Každá postava zde předpokládá, že celý model je umístěn na kartě.

Ovis1.6-Gemma2-27B— 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.

Ovis1.6-Gemma2-27B— proč se kvantizace liší mezi kartami?

Větší karta obsahuje přesnější kopii. Počet úrovní komprese používaných na kartách, které ji provádějí: 4. Větší karty získávají přesnější verzi a kvalita podlahy nad piny srovnává na jednu úroveň.

Ovis1.6-Gemma2-27B— 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: 70–188 tok/s na B200. Stejný model a karta se liší o třicet až padesát procent v závislosti na softwaru pro inferenci a jeho verzi.

Ovis1.6-Gemma2-27B— 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 IQ4_XS používající přibližně 16.5 GB, a produkuje přibližně 23.0 tokeny za sekundu. Celkový počet karet, které mohou model běžet: 132.

Ovis1.6-Gemma2-27B— jak rychle je to na GPU?

Záleží na kartě. Nejrychleji, jak to spočítáme, je B200, přibližně 117 tokenů za sekundu; nejpomalejší, který stále běží, zvládá výrazně méně. Rychlost čtení je kolem deseti tokenů za sekundu, a počet karet, které to zvládají: 105.

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