FragLlama: Next-fragment prediction for molecular design TPS-Rechner

Offene Gewichte Facebook AI Research 7B Parameter May 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

589 Karten, die es ausführen können

818 Karten, für die wir Spezifikationen haben

Kleinste Karte, die passt

Tesla K20c

5 GB · Q3_K_M · 28.9 tok/s

Schnellste Karte

B200

484 tok/s · 180 GB

Welche GPUs können laufen FragLlama: Next-fragment prediction for molecular design?

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.

589 Karten passen

Berechnung

					Braucht	Quantisierung	Passend
484 tok/s 290–774 · niedrige Vertrauenswürdigkeit	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	8.2 GB	Q8_0	Komfortabel
484 tok/s 290–774 · niedrige Vertrauenswürdigkeit	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	8.2 GB	Q8_0	Komfortabel
387 tok/s 232–618 · niedrige Vertrauenswürdigkeit	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	8.2 GB	Q8_0	Komfortabel
387 tok/s 232–618 · niedrige Vertrauenswürdigkeit	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	8.2 GB	Q8_0	Komfortabel
309 tok/s 185–495 · niedrige Vertrauenswürdigkeit	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	8.2 GB	Q8_0	Komfortabel
296 tok/s 178–473 · niedrige Vertrauenswürdigkeit	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	8.2 GB	Q8_0	Komfortabel
296 tok/s 178–473 · niedrige Vertrauenswürdigkeit	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	8.2 GB	Q8_0	Komfortabel
283 tok/s 170–453 · niedrige Vertrauenswürdigkeit	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	8.2 GB	Q8_0	Komfortabel
251 tok/s 151–402 · niedrige Vertrauenswürdigkeit	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	8.2 GB	Q8_0	Komfortabel
251 tok/s 151–402 · niedrige Vertrauenswürdigkeit	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	8.2 GB	Q8_0	Komfortabel
251 tok/s 151–402 · niedrige Vertrauenswürdigkeit	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	8.2 GB	Q8_0	Komfortabel
238 tok/s 143–381 · niedrige Vertrauenswürdigkeit	H100 NVL 94 GB NVIDIA	94 GB	3,940 GB/s	Mar 2023	8.2 GB	Q8_0	Komfortabel
203 tok/s 122–325 · niedrige Vertrauenswürdigkeit	H100 PCIe 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	8.2 GB	Q8_0	Komfortabel
203 tok/s 122–325 · niedrige Vertrauenswürdigkeit	H100 SXM5 80 GB NVIDIA	80 GB	3,360 GB/s	Oct 2022	8.2 GB	Q8_0	Komfortabel
203 tok/s 122–325 · niedrige Vertrauenswürdigkeit	H100 SXM5 94 GB NVIDIA	94 GB	3,360 GB/s	Mar 2023	8.2 GB	Q8_0	Komfortabel
203 tok/s 122–325 · niedrige Vertrauenswürdigkeit	H100 SXM5 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	8.2 GB	Q8_0	Komfortabel
203 tok/s 122–325 · niedrige Vertrauenswürdigkeit	H800 SXM5 NVIDIA	80 GB	3,360 GB/s	Mar 2023	8.2 GB	Q8_0	Komfortabel
155 tok/s 93–248 · niedrige Vertrauenswürdigkeit	Radeon Instinct MI250 AMD	128 GB	3,280 GB/s	Nov 2021	8.2 GB	Q8_0	Komfortabel
155 tok/s 93–248 · niedrige Vertrauenswürdigkeit	Radeon Instinct MI250X AMD	128 GB	3,280 GB/s	Nov 2021	8.2 GB	Q8_0	Komfortabel
131 tok/s 79–210 · niedrige Vertrauenswürdigkeit	CMP 170HX 8 GB NVIDIA	8 GB	1,490 GB/s	Sep 2021	6.6 GB	Q6_K	knapp
129 tok/s 77–206 · niedrige Vertrauenswürdigkeit	Data Center GPU Max 1550 Intel	128 GB	3,280 GB/s	Jan 2023	8.2 GB	Q8_0	Komfortabel
126 tok/s 76–202 · niedrige Vertrauenswürdigkeit	Data Center GPU Max Subsystem Intel	128 GB	3,210 GB/s	Jan 2023	8.2 GB	Q8_0	Komfortabel
123 tok/s 74–197 · niedrige Vertrauenswürdigkeit	A100 SXM4 80 GB NVIDIA	80 GB	2,040 GB/s	Nov 2020	8.2 GB	Q8_0	Komfortabel
123 tok/s 74–197 · niedrige Vertrauenswürdigkeit	A100X NVIDIA	80 GB	2,040 GB/s	Jun 2021	8.2 GB	Q8_0	Komfortabel
123 tok/s 74–197 · niedrige Vertrauenswürdigkeit	A800 SXM4 80 GB NVIDIA	80 GB	2,040 GB/s	Aug 2022	8.2 GB	Q8_0	Komfortabel

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: Facebook AI Research
Organisationsart: Industry
Land: United States of America, France
Veröffentlicht: 16 May 2024
Autoren: Srinivasan Iyer, Bernie Huang, Lili Yu, Arun Babu, Chunting Zhou, Kushal Tirumala, Xi Victoria Lin, Hu Xu, Xian Li, Akshat Shrivastava, Omer Levy, Armen Aghajanyan, Ram Pasunuru, Andrew Cohen, Aram H. Markosyan, Koustuv Sinha, Xiaoqing Ellen Tan, Ivan Evtimov, Ping Yu, Tianlu Wang, Olga Golovneva, Asli Celikyilmaz, Pedro Rodriguez, Leonid Shamis, Vasu Sharma, Christine Jou, Karthik Padthe, Ching-F…

Was es tut

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

Domain: Multimodal, Image generation, Vision, Language
Aufgabe: Language modeling/generation, Vision-language generation, Visual question answering, Text-to-image
Ansatz: Self-supervised learning

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: 7B
Trainingsdaten: 4,400,000,000,000 tokens
Epochen: 2.1

Training-Compute

Die Berechnung, die durchgeführt wird, um das Modell zu trainieren, gemessen in Gleitpunktoperationen. Es ist ein Maß dafür, was der Trainingslauf gekostet hat, nicht dafür, wie schnell das fertige Modell Ihnen antwortet.

Training-Compute: 3.3 × 10²³ FLOP
Wie es etabliert wurde: Hardware,Operation counting

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: NVIDIA A100 SXM4 80 GB
Wand-Uhrzeit: 836 hours (34.9 days)

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 (non-commercial)
Training-Code: Unreleased

Wie es klassifiziert ist

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

Wahrscheinlich über 10²³ FLOP: Yes
Aufzeichnungsgenauigkeit: Confident

Quellen

Woher dieser Datensatz stammt und wann er zuletzt überprüft wurde.

Referenz: Chameleon: Mixed-Modal Early-Fusion Foundation Models
Zuletzt aktualisiert: 28 November 2025

Die Extreme

Die zehn schnellsten GPUs, die RUN. FragLlama: Next-fragment prediction for molecular design

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 FragLlama: Next-fragment prediction for molecular design

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

Tesla K20c

Benötigter Speicher

4.1 GB

Schnellste

484 tok/s

FragLlama: Next-fragment prediction for molecular design erreicht eine Parameteranzahl von 7B. Das ist klein genug, dass Hardware selten das Hindernis ist, einschließlich bei Karten, die mehrere Jahre alt sind. Die Anzahl der Karten, die wir verfolgen, die es ausführen können: 589.

Am unteren Ende wird es von Tesla K20c, mit einer MEMORY-KAPAZITÄT von 5 GB, es mit einer Kompression von Q3_K_M und produziert etwa 28.9 Token pro Sekunde

Das schnellste Ergebnis kommt von B200, generieren ungefähr 484 Tokens pro Sekunde auf der Grundlage einer Speicherbandbreite von 8,000 GB/s.

Hintergrund

FragLlama: Next-fragment prediction for molecular design wurde veröffentlicht von Facebook AI Research, im Land aufgezeichnet als United States of America, während May 2024. Die Kategorie, in die der Herausgeber fällt, ist industry.

Es funktioniert im Bereich von Multimodal, Image generation, Vision, Language, und wird als die Aufgabe von aufgezeichnet language modeling/generation, Vision-language generation, Visual question answering, Text-to-image.

Die Gewichte sind veröffentlicht, sodass sie auf deiner eigenen Hardware unbegrenzt, offline und ohne angehängtes Konto heruntergeladen und ausgeführt werden kann.

Die Durchsatzwerte lesen

Über jede Karte, die es ausführen kann, liegt die Mitte der Reihe bei 26.1 Token pro Sekunde. Text schneller produzieren, als die meisten Menschen ihn lesen. 559 von ihnen

Da es dicht ist, liest es sich selbst pro Token, weshalb die Anordnung nach Geschwindigkeit unten so eng der Anordnung nach Speicherbandbreite folgt.

Ohne das Attention-Layout in der Datei ist die Speicher-Spalte eine Annäherung. Sie ist nah genug, um Hardware auszuwählen, und am wenigsten zuverlässig bei langem CONTEXT.

Training und Herkunft

Das Training benötigte ein Rechenbudget von ungefähr 3.3 × 10²³ FLOP, auf Hardware erfasst als NVIDIA A100 SXM4 80 GB. Diese Zahl misst die Kosten für die Produktion des MODELLS und hat keinen Einfluss darauf, wie schnell es antwortet.

Der Trainingssatz lief auf etwa 4,400,000,000,000 Text-Tokens

Schritt für Schritt

Wie wählt man eine GPU für FragLlama: Next-fragment prediction for molecular design

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

Lese zuerst die MEMORY-Zahl

Jede Karte hier wurde geprüft gegen FragLlama: Next-fragment prediction for molecular design, benötigt ungefähr 4.1 GB bei einer Kompression von Q3_K_M. Kein Maß an Rechenleistung kompensiert eine Karte, die es nicht halten kann.
02

Passen Sie den Kontext an Ihre tatsächliche Verwendung an

Das Gespräch belegt ebenfalls Speicher und wächst, während es fortschreitet. Stellen Sie den Regler auf die Länge ein, die Sie erwarten, denn bei langem CONTEXT kann eine KARTE, die kurze Fragen mühelos verarbeitet, entfernt werden. FragLlama: Next-fragment prediction for molecular design.
03

Wähle, wie weit du es komprimieren möchtest.

Jede Karte läuft die am wenigsten komprimierte Kopie, die sie halten kann., eine Kompression von Q3_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

Nach Durchsatz und nicht nach Spezifikationen sortieren

Die Geschwindigkeitsreihenfolge ist effektiv eine Reihenfolge nach Speicherbandbreite, für FragLlama: Next-fragment prediction for molecular design. 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 484 tok/s
05

Lies die Spalte "fit" zuletzt

Die Passform-Spalte trennt Karten, die es gerade so schaffen, von denen mit ausreichend Platz, im Falle von FragLlama: Next-fragment prediction for molecular design. 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

Jede Karte verlinkt auf ihre eigene Seite, die dieselbe Berechnung über den gesamten Modellkatalog ausführt. Eine Karte wird normalerweise für mehr als ein Modell gekauft, daher lohnt sich ein Blick, bevor man kauft. FragLlama: Next-fragment prediction for molecular design.

Antworten

FragLlama: Next-fragment prediction for molecular design — Häufige Fragen

FragLlama: Next-fragment prediction for molecular design— Würden zwei GPUs es schneller ausführen?

Eine zweite Karte verdoppelt grob den verfügbaren Speicher, aber nicht die Generationsrate. Die Anzahl, die bereits in der Lage ist, es allein auszuführen: 589. So eine zweite Karte ist hier selten die Antwort.

FragLlama: Next-fragment prediction for molecular design— 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.

FragLlama: Next-fragment prediction for molecular design— 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: 290–774 tok/s auf B200. Das gleiche Modell und die Karte variieren je nach Inferenzsoftware und deren Version um dreißig bis fünfzig Prozent.

FragLlama: Next-fragment prediction for molecular design— Welche GPU benötige ich, um es auszuführen?

Die kleinste Karte in unserem Katalog, die es hält, ist Tesla K20c, mit einer MEMORY-KAPAZITÄT von 5 GB. Es führt das Modell mit einer Kompression von Q3_K_M verwenden von etwa 4.1 GB, und produziert ungefähr 28.9 Token pro Sekunde. Die Anzahl der Karten, die es insgesamt ausführen können: 589.

FragLlama: Next-fragment prediction for molecular design— wie schnell ist es auf einer GPU?

Es hängt von der Karte ab. Das Schnellste, das wir berechnen, ist B200, ungefähr 484 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: 559.

FragLlama: Next-fragment prediction for molecular design— Wie viel VRAM benötigt es?

Es benötigt etwa 4.1 GB bei einer Kompression von Q3_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.

FragLlama: Next-fragment prediction for molecular design— Kann ich es auf einer GPU mitführen? 8 GB?

Ja. Die GPU-Karte CMP 170HX 8 GB, halten 8 GB, führt es mit einer Kompression von Q6_K, verwenden von etwa 6.6 GB und generieren grob 131 Token pro Sekunde. Der Fit ist eng.

FragLlama: Next-fragment prediction for molecular design— Kann ich es auf einer GPU mitführen? 12 GB?

Ja. Die GPU-Karte GeForce RTX 3080 Ti, halten 12 GB, führt es mit einer Kompression von Q8_0, verwenden von etwa 8.2 GB und generieren grob 55.2 Tokens pro Sekunde. Der Fit ist komfortabel.

FragLlama: Next-fragment prediction for molecular design— Kann ich es auf einer GPU mitführen? 16 GB?

Ja. Die GPU-Karte Tesla V100 SXM2 16 GB, halten 16 GB, führt es mit einer Kompression von Q8_0, verwenden von etwa 8.2 GB und generieren grob 68.4 Tokens pro Sekunde. Der Fit ist komfortabel.

FragLlama: Next-fragment prediction for molecular design— 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 Q8_0, verwenden von etwa 8.2 GB und generieren grob 81.1 Tokens pro Sekunde. Der Fit ist komfortabel.

FragLlama: Next-fragment prediction for molecular design— 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.

FragLlama: Next-fragment prediction for molecular design— Wie viele Parameter hat es?

Es hat eine Parameteranzahl von 7B. 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.

FragLlama: Next-fragment prediction for molecular design— Wer hat es erstellt?

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

FragLlama: Next-fragment prediction for molecular design— Wann wurde es veröffentlicht?

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

FragLlama: Next-fragment prediction for molecular design— Wofür wird es verwendet?

Es funktioniert im Bereich von Multimodal, Image generation, Vision, Language, und wird als Bewältigung der Aufgabe von language modeling/generation, Vision-language generation, Visual question answering, Text-to-image. Dies sind die Bereiche, um die es entworfen wurde; sie beschreiben die Absicht und nicht eine harte Grenze.

FragLlama: Next-fragment prediction for molecular design— 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.

FragLlama: Next-fragment prediction for molecular design— Wie viel Rechenleistung wurde verwendet, um es zu trainieren?

Training verbrauchte etwa 3.3 × 10²³ FLOP, auf Hardware erfasst als NVIDIA A100 SXM4 80 GB. Das misst, was die Produktion des Modells gekostet hat, und sagt nichts darüber aus, wie schnell es einmal trainiert antwortet — die Inferenzgeschwindigkeit kommt von der MEMORY-BANDWIDTH, nicht vom TRAINING-BUDGET.

FragLlama: Next-fragment prediction for molecular design— 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 1.3 GB Jede Zahl hier geht davon aus, dass das gesamte Modell auf der Karte vorhanden ist.

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