Tulu 3 (Tülu 3) 70B TPS kalkulátor
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 máme specifikace pro
Nejmenší karta, která se vejde
A100 PCIe 40 GB
40 GB · Q3_K_M · 25.5 tok/s
Nejrychlejší karta
B200
48.4 tok/s · 180 GB
Které GPU mohou spustit Tulu 3 (Tülu 3) 70B?
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.
61 karty odpovídají
Vypočítávání| Potřebuje | Kvantisace | Pohodlné | |||||
|---|---|---|---|---|---|---|---|
|
48.4
tok/s
29–77 · nízká důvěra |
B200 NVIDIA | 180 GB | 8,000 GB/s | Jan 2024 | 75.6 GB | Q8_0 | Pohodlný |
|
48.4
tok/s
29–77 · nízká důvěra |
B300 NVIDIA | 288 GB | 8,000 GB/s | Sep 2025 | 75.6 GB | Q8_0 | Pohodlný |
|
38.7
tok/s
23–62 · nízká důvěra |
Radeon Instinct MI350X AMD | 288 GB | 8,190 GB/s | Jan 2025 | 75.6 GB | Q8_0 | Pohodlný |
|
38.7
tok/s
23–62 · nízká důvěra |
Radeon Instinct MI355X AMD | 288 GB | 8,190 GB/s | Jan 2025 | 75.6 GB | Q8_0 | Pohodlný |
|
30.9
tok/s
19–49 · nízká důvěra |
Radeon Instinct MI300 AMD | 128 GB | 6,550 GB/s | Jan 2023 | 75.6 GB | Q8_0 | Pohodlný |
|
29.6
tok/s
18–47 · nízká důvěra |
H200 NVL NVIDIA | 141 GB | 4,890 GB/s | Nov 2024 | 75.6 GB | Q8_0 | Pohodlný |
|
29.6
tok/s
18–47 · nízká důvěra |
H200 SXM 141 GB NVIDIA | 141 GB | 4,890 GB/s | Nov 2024 | 75.6 GB | Q8_0 | Pohodlný |
|
29.5
tok/s
18–47 · nízká důvěra |
H100 SXM5 80 GB NVIDIA | 80 GB | 3,360 GB/s | Oct 2022 | 59.3 GB | Q6_K | Pohodlný |
|
29.5
tok/s
18–47 · nízká důvěra |
H800 SXM5 NVIDIA | 80 GB | 3,360 GB/s | Mar 2023 | 59.3 GB | Q6_K | Pohodlný |
|
28.3
tok/s
17–45 · nízká důvěra |
Radeon Instinct MI325X AMD | 256 GB | 6,000 GB/s | Oct 2024 | 75.6 GB | Q8_0 | Pohodlný |
|
26.1
tok/s
16–42 · nízká důvěra |
GRID A100B NVIDIA | 48 GB | 1,870 GB/s | May 2020 | 43.0 GB | Q4_K_M | Těsný |
|
25.5
tok/s
15–41 · nízká důvěra |
A100 PCIe 40 GB NVIDIA | 40 GB | 1,560 GB/s | Jun 2020 | 34.9 GB | Q3_K_M | Těsný |
|
25.5
tok/s
15–41 · nízká důvěra |
A100 SXM4 40 GB NVIDIA | 40 GB | 1,560 GB/s | May 2020 | 34.9 GB | Q3_K_M | Těsný |
|
25.5
tok/s
15–41 · nízká důvěra |
A800 PCIe 40 GB NVIDIA | 40 GB | 1,560 GB/s | Nov 2022 | 34.9 GB | Q3_K_M | Těsný |
|
25.1
tok/s
15–40 · nízká důvěra |
Radeon Instinct MI300A AMD | 128 GB | 5,325 GB/s | Dec 2023 | 75.6 GB | Q8_0 | Pohodlný |
|
25.1
tok/s
15–40 · nízká důvěra |
Radeon Instinct MI300X AMD | 192 GB | 5,325 GB/s | Dec 2023 | 75.6 GB | Q8_0 | Pohodlný |
|
25.1
tok/s
15–40 · nízká důvěra |
Radeon Instinct MI308X AMD | 192 GB | 5,325 GB/s | Dec 2023 | 75.6 GB | Q8_0 | Pohodlný |
|
23.8
tok/s
14–38 · nízká důvěra |
H100 NVL 94 GB NVIDIA | 94 GB | 3,940 GB/s | Mar 2023 | 75.6 GB | Q8_0 | Těsný |
|
21.8
tok/s
13–35 · nízká důvěra |
H100 SXM5 64 GB NVIDIA | 64 GB | 2,020 GB/s | Mar 2023 | 51.2 GB | Q5_K_M | Těsný |
|
20.3
tok/s
12–33 · nízká důvěra |
H100 PCIe 96 GB NVIDIA | 96 GB | 3,360 GB/s | Mar 2023 | 75.6 GB | Q8_0 | Těsný |
|
20.3
tok/s
12–33 · nízká důvěra |
H100 SXM5 94 GB NVIDIA | 94 GB | 3,360 GB/s | Mar 2023 | 75.6 GB | Q8_0 | Těsný |
|
20.3
tok/s
12–33 · nízká důvěra |
H100 SXM5 96 GB NVIDIA | 96 GB | 3,360 GB/s | Mar 2023 | 75.6 GB | Q8_0 | Těsný |
|
18.7
tok/s
11–30 · nízká důvěra |
RTX PRO 5000 Blackwell NVIDIA | 48 GB | 1,340 GB/s | Mar 2025 | 43.0 GB | Q4_K_M | Těsný |
|
17.9
tok/s
11–29 · nízká důvěra |
A100 SXM4 80 GB NVIDIA | 80 GB | 2,040 GB/s | Nov 2020 | 59.3 GB | Q6_K | Pohodlný |
|
17.9
tok/s
11–29 · nízká důvěra |
A100X NVIDIA | 80 GB | 2,040 GB/s | Jun 2021 | 59.3 GB | Q6_K | 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
- Allen Institute for AI,University of Washington
- Typ organizace
- Research collective,Academia
- Země
- United States of America
- Publikováno
- 21 November 2024
- Autoři
- Nathan Lambert, Jacob Morrison, Valentina Pyatkin, Shengyi Huang, Hamish Ivison, Faeze Brahman, Lester James V. Miranda, Alisa Liu, Nouha Dziri, Xinxi Lyu, Yuling Gu, Saumya Malik, Victoria Graf, Jena D. Hwang, Jiangjiang Yang, Ronan Le Bras, Oyvind Tafjord, Chris Wilhelm, Luca Soldaini, Noah A. Smith, Yizhong Wang, Pradeep Dasigi, Hannaneh Hajishirzi
Co to dělá
Problémové oblasti, pro které byl model vytvořen. Model může obsahovat několik z každého.
- Doména
- Language
- Úkol
- Language modeling/generation, Protein question answering, Question answering
- Základní model
- Llama 3.1-70B
Velikost
Jak velký je model a kolik dat byl trénován. Parametry jsou číslo, které rozhoduje, zda se vejde na danou grafickou kartu.
- parametry
- 70B
- Výcviková data
- tokens
70B
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
- Hardware
- Ladění výpočtů
- 7.8 × 10²¹ FLOP
989400000000000 FLOP / GPU / sec [H100 reported, bf16 assumed] * 7296 GPU-hours [see training time notes] * 3600 sec / hour * 0.3 [assumed utilization] = 7.7961554e+21 FLOP
Tréninkový běh
Co fyzicky vyžadovalo trénování: které čipy, kolik, jak dlouho a co to vyžadovalo ze zásuvky.
- Tréninkový hardware
- NVIDIA H100 SXM5 80GB
- Čip-hodiny
- 7,296
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
- allenai
https://huggingface.co/allenai/Llama-3.1-Tulu-3-70B llama license https://github.com/allenai/open-instruct apache 2
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
- TÜLU 3: Pushing Frontiers in Open Language Model Post-Training
- Nap poslední aktualizace
- 11 February 2026
Extrémy
Deset nejrychlejších GPU, které běží Tulu 3 (Tülu 3) 70B
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..
- 01 B300 288 GB · 8,000 GB/s · Q8_0 48.4 tok/s
- 02 B200 180 GB · 8,000 GB/s · Q8_0 48.4 tok/s
- 03 Radeon Instinct MI350X 288 GB · 8,190 GB/s · Q8_0 38.7 tok/s
- 04 Radeon Instinct MI355X 288 GB · 8,190 GB/s · Q8_0 38.7 tok/s
- 05 Radeon Instinct MI300 128 GB · 6,550 GB/s · Q8_0 30.9 tok/s
- 06 H200 NVL 141 GB · 4,890 GB/s · Q8_0 29.6 tok/s
- 07 H200 SXM 141 GB 141 GB · 4,890 GB/s · Q8_0 29.6 tok/s
- 08 H800 SXM5 80 GB · 3,360 GB/s · Q6_K 29.5 tok/s
- 09 H100 SXM5 80 GB 80 GB · 3,360 GB/s · Q6_K 29.5 tok/s
- 10 Radeon Instinct MI325X 256 GB · 6,000 GB/s · Q8_0 28.3 tok/s
Nejmenší GPU, které ještě běží Tulu 3 (Tülu 3) 70B
Nejlevnější cesta dovnitř, podle kapacity paměti. Těsný fit spustí model, ale nenechá nic navíc na delší konverzaci..
- 01 A800 PCIe 40 GB 40 GB · Potřebuje 34.9 GB · Q3_K_M · Těsný 25.5 tok/s
- 02 A100 PCIe 40 GB 40 GB · Potřebuje 34.9 GB · Q3_K_M · Těsný 25.5 tok/s
- 03 A100 SXM4 40 GB 40 GB · Potřebuje 34.9 GB · Q3_K_M · Těsný 25.5 tok/s
- 04 Radeon PRO W7900D 48 GB · Potřebuje 43.0 GB · Q4_K_M · Těsný 9.4 tok/s
- 05 RTX PRO 5000 Blackwell 48 GB · Potřebuje 43.0 GB · Q4_K_M · Těsný 18.7 tok/s
- 06 RTX 5880 Ada Generation 48 GB · Potřebuje 43.0 GB · Q4_K_M · Těsný 12.1 tok/s
- 07 L20 48 GB · Potřebuje 43.0 GB · Q4_K_M · Těsný 12.1 tok/s
- 08 Radeon PRO W7800 48 GB 48 GB · Potřebuje 43.0 GB · Q4_K_M · Těsný 9.4 tok/s
- 09 Radeon PRO W7900 48 GB · Potřebuje 43.0 GB · Q4_K_M · Těsný 9.4 tok/s
- 10 Data Center GPU Max 1100 48 GB · Potřebuje 43.0 GB · Q4_K_M · Těsný 11.2 tok/s
Co čísla znamenají
Hardwareová stránka
Minimum karta
A100 PCIe 40 GB
Potřeba paměti
34.9 GB
Nejrychlejší
48.4 tok/s
Tulu 3 (Tülu 3) 70B dosahuje počtu parametrů 70B. 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: 61.
Na nízkém konci se to řeší pomocí A100 PCIe 40 GB, s kapacitou VRAM 40 GB, spuštění na kompresi Q3_K_M a vyrábějí kolem 25.5 tokenů za sekundu
Nejrychlejší, jak to pro to počítáme, je B200, generování přibližně 48.4 tokens za sekundu na základě šířky pásma VRAM 8,000 GB/s.
Odkud to přišlo
Tulu 3 (Tülu 3) 70B byl zveřejněn Allen Institute for AI,University of Washington, v zemi zaznamenané jako United States of America, během November 2024. Vydavatelská organizace je kategorizována jako research collective,Academia.
funguje v oblasti Language, a je zaznamenán jako vykonávající úkol language modeling/generation, Protein question answering, Question answering.
Místo toho, aby byl trénován od nuly, je odvozen z Llama 3.1-70B. 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 allenai.
Porozumění rychlostem
Uprostřed rozsahu se nachází každá karta, která to dokáže spustit, na 17.1 tokenů za sekundu. Producing text faster than most people read it: 50 z nich
Každá váha se účastní každého tokenu zde, takže šířka pásma je celá historie: hodnocení níže je ve skutečnosti hodnocením propustnosti paměti.
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 Tulu 3 (Tülu 3) 70B
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
Začněte od toho, co skutečně potřebuje, což je požadavek na Tulu 3 (Tülu 3) 70B, potřebující kolem 34.9 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. Tulu 3 (Tülu 3) 70B.
-
03
Vyberte, jak moc to budete komprimovat.
Sloupec kvantizace se liší podle KARTY, protože větší KARTA má přesnější kopii., 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
Srovnejte TPS, ne specifikace
Seřaďte podle rychlosti, abyste viděli, jak si karty vedou. Tulu 3 (Tülu 3) 70B. Nebude to odpovídat hernímu pořádku, protože generace je omezena šířkou pásma paměti. Grafická karta, která vede seznam, je B200, na 48.4 tok/s
-
05
Podívejte se na rezervu, ne jen na padnutí
Tight fit běží, ale nenechává nic navíc pro delší konverzaci, v případě Tulu 3 (Tülu 3) 70B. 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.
Každá stránka karty opakuje tento postup pro každý model, který máme, a odpovídá na to, k čemu je hardware dobrý kromě Tulu 3 (Tülu 3) 70B.
Odpovědi
Tulu 3 (Tülu 3) 70B — běžné otázky
Tulu 3 (Tülu 3) 70B— 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: 61. Takže druhá karta je tu zřídka odpovědí.
Tulu 3 (Tülu 3) 70B— 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: 5. Větší karty získávají přesnější verzi a kvalita podlahy nad piny srovnává na jednu úroveň.
Tulu 3 (Tülu 3) 70B— Jak přesné jsou tyto odhady rychlosti?
Jsou vypočítány ze specifikací spíše než měřeny a každá má určité rozmezí. Jeden příklad: 29–77 tok/s na B200. Stejný model a karta se liší o třicet až padesát procent v závislosti na softwaru pro inferenci a jeho verzi.
Tulu 3 (Tülu 3) 70B— Jakou GPU potřebuji k jejímu spuštění?
Nejmenší karta v našem katalogu, která to udrží, je A100 PCIe 40 GB, s kapacitou VRAM 40 GB. Spouští model při kompresi Q3_K_M používající přibližně 34.9 GB, a produkuje přibližně 25.5 tokeny za sekundu. Celkový počet karet, které mohou model běžet: 61.
Tulu 3 (Tülu 3) 70B— jak rychle je to na GPU?
Záleží na kartě. Nejrychleji, jak to spočítáme, je B200, přibližně 48.4 tokenů za sekundu; nejpomalejší, který stále běží, zvládá výrazně méně. Rychlost čtení je kolem deseti tokenů za sekundu, a počet karet, které to zvládají: 50.
Tulu 3 (Tülu 3) 70B— kolik VRAM potřebuje?
Potřebuje asi 34.9 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.
Tulu 3 (Tülu 3) 70B— 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.
Tulu 3 (Tülu 3) 70B— kolik má parametrů?
Má počet parametrů 70B. 70B. Tato cifra je celková a rozhoduje o tom, kolik VRAM model potřebuje — přibližně půl gigabajtu na miliardu při kompresi, kterou většina lidí používá.
Tulu 3 (Tülu 3) 70B— Kdo to vytvořil?
Bylo to publikováno společností Allen Institute for AI,University of Washington, zakládající se na United States of America, organizace zařazená jako research collective,Academia.
Tulu 3 (Tülu 3) 70B— 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.
Tulu 3 (Tülu 3) 70B— K čemu se to používá?
funguje v oblasti Language, a je zaznamenáno jako zpracovávající úkol language modeling/generation, Protein question answering, Question answering. Toto jsou oblasti, kolem nichž byl navržen; popisují záměr spíše než tvrdou hranici.
Tulu 3 (Tülu 3) 70B— kde si to mohu stáhnout?
Jeho váhy jsou publikovány na Hugging Face, pod organizací allenai. Na našem webu nenabízíme soubory modelů — tento web vypočítává, jaký hardware je potřebný pro jejich spuštění.
Tulu 3 (Tülu 3) 70B— 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. Nejbližší nepřesnost, kterou vypočítáme, zaostává o 14.2 GB. Každá postava zde předpokládá, že celý model je umístěn na kartě.
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.