DataGemma TPS-Rechner

Offene Gewichte Google 27.2B Parameter September 2024

Jede Karte unten wird anhand dieses Modells bei der von Ihnen gewählten Kontextlänge und Mindestqualität bewertet. Geschwindigkeit ist eine Schätzung für eine einzelne Anfrage, berechnet aus der Speicherbandbreite der Karte und der Größe des Modells, sobald es komprimiert ist..

Für dieses Modell berechnet

132 Karten, die es ausführen können

818 Karten, für die wir Spezifikationen haben

Kleinste Karte, die passt

RTX A4500

20 GB · Q4_K_M · 23.0 tok/s

Schnellste Karte

B200

125 tok/s · 180 GB

Welche GPUs können laufen DataGemma?

Setze die Eingaben, lies die Antwort

Kontextlänge Token

Ein längeres Gespräch benötigt mehr MEMORY, was dieses Modell von kleineren CARDS drängen kann..

Minimale Qualität

Blendet Karten aus, die nur durch Komprimierung unter diesen Punkt in das Modell passen würden..

Suchkarten

Karten-VRAM

Zeige auch Karten, die es nicht ausführen können.

132 Karten passen

Berechnung

					Braucht	Quantisierung	Passend
125 tok/s 106–149	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	30.3 GB	Q8_0	Komfortabel
125 tok/s 106–149	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	30.3 GB	Q8_0	Komfortabel
99.5 tok/s 60–159 · niedrige Vertrauenswürdigkeit	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	30.3 GB	Q8_0	Komfortabel
99.5 tok/s 60–159 · niedrige Vertrauenswürdigkeit	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	30.3 GB	Q8_0	Komfortabel
79.6 tok/s 48–127 · niedrige Vertrauenswürdigkeit	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	30.3 GB	Q8_0	Komfortabel
76.1 tok/s 65–91	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	30.3 GB	Q8_0	Komfortabel
76.1 tok/s 65–91	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	30.3 GB	Q8_0	Komfortabel
72.9 tok/s 44–117 · niedrige Vertrauenswürdigkeit	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	30.3 GB	Q8_0	Komfortabel
64.7 tok/s 39–103 · niedrige Vertrauenswürdigkeit	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	30.3 GB	Q8_0	Komfortabel
64.7 tok/s 39–103 · niedrige Vertrauenswürdigkeit	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	30.3 GB	Q8_0	Komfortabel
64.7 tok/s 39–103 · niedrige Vertrauenswürdigkeit	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	30.3 GB	Q8_0	Komfortabel
61.4 tok/s 52–74	H100 NVL 94 GB NVIDIA	94 GB	3,940 GB/s	Mar 2023	30.3 GB	Q8_0	Komfortabel
52.3 tok/s 44–63	H100 PCIe 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	30.3 GB	Q8_0	Komfortabel
52.3 tok/s 44–63	H100 SXM5 80 GB NVIDIA	80 GB	3,360 GB/s	Oct 2022	30.3 GB	Q8_0	Komfortabel
52.3 tok/s 44–63	H100 SXM5 94 GB NVIDIA	94 GB	3,360 GB/s	Mar 2023	30.3 GB	Q8_0	Komfortabel
52.3 tok/s 44–63	H100 SXM5 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	30.3 GB	Q8_0	Komfortabel
52.3 tok/s 44–63	H800 SXM5 NVIDIA	80 GB	3,360 GB/s	Mar 2023	30.3 GB	Q8_0	Komfortabel
42.3 tok/s 36–51	DRIVE A100 PROD NVIDIA	32 GB	1,870 GB/s	May 2020	23.9 GB	Q6_K	Komfortabel
42.3 tok/s 36–51	GRID A100A NVIDIA	32 GB	1,870 GB/s	May 2020	23.9 GB	Q6_K	Komfortabel
40.5 tok/s 34–49	GeForce RTX 5090 NVIDIA	32 GB	1,790 GB/s	Jan 2025	23.9 GB	Q6_K	Komfortabel
40.5 tok/s 34–49	GeForce RTX 5090 D NVIDIA	32 GB	1,790 GB/s	Jan 2025	23.9 GB	Q6_K	Komfortabel
39.8 tok/s 24–64 · niedrige Vertrauenswürdigkeit	Radeon Instinct MI250 AMD	128 GB	3,280 GB/s	Nov 2021	30.3 GB	Q8_0	Komfortabel
39.8 tok/s 24–64 · niedrige Vertrauenswürdigkeit	Radeon Instinct MI250X AMD	128 GB	3,280 GB/s	Nov 2021	30.3 GB	Q8_0	Komfortabel
37.3 tok/s 32–45	GeForce RTX 5090 D V2 NVIDIA	24 GB	1,340 GB/s	Aug 2025	20.8 GB	Q5_K_M	knapp
33.9 tok/s 29–41	A30X NVIDIA	24 GB	1,220 GB/s	Apr 2021	20.8 GB	Q5_K_M	knapp

Die Geschwindigkeiten sind Schätzungen für eine einzelne Anfrage — ein Gespräch zur Zeit — berechnet aus BANDWIDTH, MODELLGRÖSSE und QUANTISIERUNG. Der tatsächliche Durchsatz variiert mit der INFERENZLAUFZEIT und ihrer Version. Zahlen, die von Hardwareanbietern veröffentlicht wurden, messen viele gleichzeitige Anfragen und sind viel höher..

Aufgezeichnet

Volle Spezifikation

Alles, was in unserer Datenbank für dieses Modell aufgezeichnet ist. Der Großteil beschreibt, wie es trainiert wurde, anstatt wie es läuft — nützlicher Kontext zur Beurteilung, wie viel Arbeit darin steckt und wie es sich mit Modellen vergleicht, die in einem anderen Maßstab erstellt wurden..

Ursprung

Wer hat dieses Modell gebaut, wo und wann es veröffentlicht wurde.

Organisation: Google
Organisationsart: Industry
Land: United States of America
Veröffentlicht: 12 September 2024
Autoren: Prashanth Radhakrishnan, Jennifer Chen, Bo Xu, Prem Ramaswami, Hannah Pho, Adriana Olmos, James Manyika, R. V. Guha

Was es tut

Die Problemfelder, für die das Modell entwickelt wurde. Ein Modell kann mehrere davon tragen.

Domain: Language
Aufgabe: Language modeling/generation
Basis-Modell: Gemma 2 27B

Größe

Wie groß das Modell ist und wie viele Daten damit trainiert wurden. Parameter sind die Zahl, die entscheidet, ob es auf einer bestimmten GPU-Karte passt.

Parameter: 27.2B
Trainingsdaten: tokens

Der Trainingslauf

Was es physisch gekostet hat, um zu trainieren: welche Chips, wie viele, wie lange und was das aus der Wand gezogen hat.

Trainingshardware: Google TPU v5e

Verfügbarkeit

Ob Sie das Modell beziehen und es auf Ihrer eigenen Hardware ausführen können, bestimmt, ob eine der Grafikkarten-Zahlen auf dieser Seite zutrifft.

Gewichte: Open — downloadable
Modellzugang: Open weights (restricted use)

Wie es klassifiziert ist

Labels, die das Quell-Datenset anwendet, wenn bemerkenswerte Modelle verfolgt werden, und wie zuversichtlich es in den Eintrag ist.

Aufzeichnungsgenauigkeit: Confident

Quellen

Woher dieser Datensatz stammt und wann er zuletzt überprüft wurde.

Referenz: Knowing When to Ask -- Bridging Large Language Models and Data
Zuletzt aktualisiert: 28 November 2025

Die Extreme

Die zehn schnellsten GPUs, die RUN. DataGemma

Sortiert nach geschätzten Tokens pro Sekunde, neueste Karte zuerst, wenn die Geschwindigkeiten gleich sind. Da die Generierung durch die Speichermenge begrenzt ist, folgt diese Reihenfolge der Bandbreite und nicht einem Gaming-Benchmark..

Die kleinsten GPUs, die immer noch laufen DataGemma

Die günstigste Route herein, nach Speichergröße. Ein enger Fit läuft das Modell, lässt aber nichts für ein längeres Gespräch übrig..

Was die Zahlen bedeuten

Die Hardware-Seite

Minimale Karte

RTX A4500

Benötigter Speicher

17.6 GB

Schnellste

125 tok/s

DataGemma erreicht eine Parameteranzahl von 27.2B. Das landet im Bereich, den eine ernsthafte Desktop-KARTE bewältigen kann, sobald die GEWICHTE komprimiert sind. Die Anzahl der KARTE, die wir verfolgen, die es ausführen kann: 132.

Am unteren Ende wird es von RTX A4500, mit einer MEMORY-KAPAZITÄT von 20 GB, es mit einer Kompression von Q4_K_M und produziert etwa 23.0 Token pro Sekunde

Das schnellste Ergebnis kommt von B200, generieren ungefähr 125 Tokens pro Sekunde auf der Grundlage einer Speicherbandbreite von 8,000 GB/s.

Hintergrund

DataGemma wurde veröffentlicht von Google, im Land aufgezeichnet als United States of America, während September 2024. Die veröffentlichende Organisation ist als industry.

Es funktioniert im Bereich von Language, und wird als die Aufgabe von aufgezeichnet language modeling/generation.

Anstatt von Grund auf neu trainiert zu werden, ist es abgeleitet von Gemma 2 27B. Das ist der Grund, warum es die allgemeine Form und Größe des Basis-Modells teilt.

Das Offen-Wiegen ist es, was diese Seite in den Rechner anstatt nur in den Katalog bringt: es ist ein Modell, das man tatsächlich halten kann.

Die Durchsatzwerte lesen

Die Hälfte der CARDS, die es halten, schaffen mehr als 21.5 Token pro Sekunde. 112 von ihnen

Jedes Gewicht beteiligt sich hier an jedem Token, daher ist die Bandbreite die gesamte Geschichte: Das Ranking unten ist effektiv ein Ranking des Speicher-Durchsatzes.

Das Attention-Layout ist in unserer Datenbank, sodass die Speicherstatistiken genau berechnet werden, anstatt geschätzt zu werden.

Schritt für Schritt

Wie wählt man eine GPU für DataGemma

Die obige Tabelle hat bereits jede Karte, für die wir Spezifikationen haben, mit diesem Modell verglichen. Um zu Ihrer Antwort zu gelangen, sind sechs Schritte erforderlich..

01

Überprüfen Sie, was es benötigt, bevor alles andere.

Die Tabelle listet jede Karte auf, die in der Lage ist, zu halten DataGemma, benötigt ungefähr 17.6 GB bei einer Kompression von Q4_K_M. Diese Zahl, nicht die Überschriftleistung einer Karte, entscheidet darüber, ob sie läuft.
02

Passen Sie den Kontext an Ihre tatsächliche Verwendung an

Längere Gespräche kosten MEMORY zusätzlich zu dem, was die WEIGHTS benötigen. Bewege den Schieberegler auf deine tatsächliche Arbeitslänge, bevor du einer Zeile vertraust. DataGemma.
03

Wähle, wie weit du es komprimieren möchtest.

Die Quantisierungs-Spalte variiert nach Karte, da eine größere Karte eine genauere Kopie hält., eine Kompression von Q4_K_M auf der kleinsten Karte, die passt. Das Festlegen einer Mindestqualität fallen die Karten weg, die es nur schaffen, indem sie weiter gedrückt werden, als man möchte, und hält den Vergleich auf einem Niveau.
04

Vergleiche TOKENS pro Sekunde, nicht Spezifikationen

Das Ranking nach Tokens pro Sekunde folgt der Speicherbandbreite anstelle der Kernanzahl, für DataGemma. Es wird nicht mit einer Gaming-Bestellung übereinstimmen, da die Generation durch MEMORY-BANDWIDTH gebunden ist. Die Karte, die die Liste anführt, ist B200, bei 125 tok/s
05

Überprüfen Sie das Passurteil, bevor Sie kaufen.

Tight bedeutet, dass es lädt und ohne Spielraum funktioniert, um den Kontext später zu erhöhen, im Fall von DataGemma. Komfortabel bedeutet, dass Sie den Kontext später erweitern können. Dieser Unterschied zählt mehr als ein paar Token pro Sekunde, also kaufen Sie für komfortabel, wenn Sie damit rechnen.
06

Überprüfen Sie die Karte von der anderen Seite

Das Folgen einer Karte zu ihrer eigenen Seite zeigt jedes andere Modell, das sie halten kann, was die Frage ist, die folgt, sobald Sie sich festgelegt haben. DataGemma.

Antworten

DataGemma — Häufige Fragen

DataGemma— Wofür wird es verwendet?

Es funktioniert im Bereich von Language, und wird als Bewältigung der Aufgabe von language modeling/generation. Ein Modell kann mehrere von jedem tragen, daher sind dies die Bereiche, für die es gebaut wurde, anstatt eine Begrenzung dafür, was es versuchen wird.

DataGemma— Wo kann ich es herunterladen?

Die Gewichte sind veröffentlicht, obwohl wir keinen Repository-Link dafür haben. Diese Seite berechnet die Hardware-Anforderungen, anstatt Modell-Dateien zu hosten.

DataGemma— Kann ich es ausführen, wenn es nicht in meine GPU passt?

Nur durch Abladen, was normalerweise eine falsche Wirtschaftlichkeit ist: der Teil, der im System-Speicher gehalten wird, zieht das Ganze nach unten. Die nächste verpasste Berechnung bleibt hinter 3.2 GB Jede Zahl hier geht davon aus, dass das gesamte Modell auf der Karte vorhanden ist.

DataGemma— Würden zwei GPUs es schneller ausführen?

Die Kapazität addiert sich über Karten; der Durchsatz nicht. Die Anzahl der Karten, die es bereits eigenständig halten: 132. So eine zweite Karte ist hier selten die Antwort.

DataGemma— Warum unterscheidet sich die Quantisierung zwischen Karten?

Eine größere Karte hält eine genauere Kopie. Die Anzahl der verwendeten Komprimierungsstufen über die Karten, die es ausführen: 4. Größere Karten erhalten die genauere Version, und die Qualitätsuntergrenze verankert den Vergleich auf einem Niveau.

DataGemma— Wie genau sind diese Geschwindigkeitsabschätzungen?

Jede Zahl leitet sich von VRAM-Bandbreite und Modellgröße ab, nicht benchmarked, weshalb jede als Bereich und nicht als einzelne Zahl veröffentlicht wird. Ein Beispiel: 106–149 tok/s auf B200. Das gleiche Modell und die Karte variieren je nach Inferenzsoftware und deren Version um dreißig bis fünfzig Prozent.

DataGemma— Welche GPU benötige ich, um es auszuführen?

Die kleinste Karte in unserem Katalog, die es hält, ist RTX A4500, mit einer MEMORY-KAPAZITÄT von 20 GB. Es führt das Modell mit einer Kompression von Q4_K_M verwenden von etwa 17.6 GB, und produziert ungefähr 23.0 Token pro Sekunde. Die Anzahl der Karten, die es insgesamt ausführen können: 132.

DataGemma— wie schnell ist es auf einer GPU?

Es hängt von der Karte ab. Das Schnellste, das wir berechnen, ist B200, ungefähr 125 Tokens pro Sekunde; die langsamste, die es immer noch ausführt, schafft erheblich weniger. Die Lesegeschwindigkeit liegt bei etwa zehn Tokens pro Sekunde, und die Anzahl der Karten, die das bewältigen: 112.

DataGemma— Wie viel VRAM benötigt es?

Es benötigt etwa 17.6 GB bei einer Kompression von Q4_K_M, welche das ist, was die kleinste Karte, die es ausführt, verwendet. Weniger Kompression braucht mehr: die Zahlen in der Spalte für den Speicher oben werden für jede Karte neu berechnet, da jede die am wenigsten komprimierte Version, die sie kann, speichert.

DataGemma— Kann ich es auf einer GPU mitführen? 24 GB?

Ja. Die GPU-Karte GeForce RTX 5090 D V2, halten 24 GB, führt es mit einer Kompression von Q5_K_M, verwenden von etwa 20.8 GB und generieren grob 37.3 Token pro Sekunde. Der Fit ist eng.

DataGemma— Ist es Open-Source?

Die Gewichte sind veröffentlicht, sodass sie heruntergeladen und auf Ihrer eigenen Hardware ausgeführt werden können. Beachten Sie, dass OPEN WEIGHTS nicht dasselbe wie OPEN SOURCE im vollen Sinne ist — es sagt nichts über die Trainingsdaten, den Trainingscode oder die damit verbundenen kommerziellen Bedingungen aus.

DataGemma— Wie viele Parameter hat es?

Es hat eine Parameteranzahl von 27.2B. 27.2B. Diese Zahl ist die Gesamtsumme, und sie bestimmt, wie viel MEMORY das MODEL benötigt – ungefähr ein halbes Gigabyte pro Milliarde bei der Kompression, die die meisten Menschen verwenden.

DataGemma— Wer hat es erstellt?

Es wurde veröffentlicht von Google, basiert auf United States of America, eine als kategorisierte Organisation industry.

DataGemma— Wann wurde es veröffentlicht?

Es wurde veröffentlicht in September 2024. Die Fähigkeit pro Parameter hat sich erheblich verbessert, sodass ein neueres Modell derselben Größe oft die bessere Nutzung derselben Hardware darstellt.

Quelle

Originalveröffentlichung

Letzte Aktualisierung des Protokolls 28 November 2025

Die andere Richtung

Von der anderen Seite aus betrachten?

Diese Seite beginnt mit dem Modell. Wenn Sie bereits eine Karte besitzen und alles wissen möchten, was sie ausführen wird, Starte stattdessen von der Hardware.

Alle KI-Modelle