Stable LM 2 12B TPS-Rechner

Offene Gewichte Stability AI 12.1B Parameter April 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

509 Karten, die es ausführen können

818 Karten, für die wir Spezifikationen haben

Kleinste Karte, die passt

Xeon Phi 5110P

8 GB · Q3_K_M · 19.6 tok/s

Schnellste Karte

B200

279 tok/s · 180 GB

Welche GPUs können laufen Stable LM 2 12B?

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.

509 Karten passen

Berechnung

					Braucht	Quantisierung	Passend
279 tok/s 167–446 · niedrige Vertrauenswürdigkeit	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	13.7 GB	Q8_0	Komfortabel
279 tok/s 167–446 · niedrige Vertrauenswürdigkeit	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	13.7 GB	Q8_0	Komfortabel
223 tok/s 134–356 · niedrige Vertrauenswürdigkeit	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	13.7 GB	Q8_0	Komfortabel
223 tok/s 134–356 · niedrige Vertrauenswürdigkeit	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	13.7 GB	Q8_0	Komfortabel
178 tok/s 107–285 · niedrige Vertrauenswürdigkeit	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	13.7 GB	Q8_0	Komfortabel
171 tok/s 102–273 · niedrige Vertrauenswürdigkeit	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	13.7 GB	Q8_0	Komfortabel
171 tok/s 102–273 · niedrige Vertrauenswürdigkeit	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	13.7 GB	Q8_0	Komfortabel
163 tok/s 98–261 · niedrige Vertrauenswürdigkeit	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	13.7 GB	Q8_0	Komfortabel
145 tok/s 87–232 · niedrige Vertrauenswürdigkeit	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	13.7 GB	Q8_0	Komfortabel
145 tok/s 87–232 · niedrige Vertrauenswürdigkeit	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	13.7 GB	Q8_0	Komfortabel
145 tok/s 87–232 · niedrige Vertrauenswürdigkeit	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	13.7 GB	Q8_0	Komfortabel
140 tok/s 84–224 · niedrige Vertrauenswürdigkeit	CMP 170HX 8 GB NVIDIA	8 GB	1,490 GB/s	Sep 2021	6.6 GB	Q3_K_M	knapp
137 tok/s 82–220 · niedrige Vertrauenswürdigkeit	H100 NVL 94 GB NVIDIA	94 GB	3,940 GB/s	Mar 2023	13.7 GB	Q8_0	Komfortabel
126 tok/s 75–201 · niedrige Vertrauenswürdigkeit	CMP 170HX 10 GB NVIDIA	10 GB	1,560 GB/s	Sep 2021	8.0 GB	Q4_K_M	knapp
117 tok/s 70–188 · niedrige Vertrauenswürdigkeit	H100 PCIe 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	13.7 GB	Q8_0	Komfortabel
117 tok/s 70–188 · niedrige Vertrauenswürdigkeit	H100 SXM5 80 GB NVIDIA	80 GB	3,360 GB/s	Oct 2022	13.7 GB	Q8_0	Komfortabel
117 tok/s 70–188 · niedrige Vertrauenswürdigkeit	H100 SXM5 94 GB NVIDIA	94 GB	3,360 GB/s	Mar 2023	13.7 GB	Q8_0	Komfortabel
117 tok/s 70–188 · niedrige Vertrauenswürdigkeit	H100 SXM5 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	13.7 GB	Q8_0	Komfortabel
117 tok/s 70–188 · niedrige Vertrauenswürdigkeit	H800 SXM5 NVIDIA	80 GB	3,360 GB/s	Mar 2023	13.7 GB	Q8_0	Komfortabel
89.2 tok/s 54–143 · niedrige Vertrauenswürdigkeit	Radeon Instinct MI250 AMD	128 GB	3,280 GB/s	Nov 2021	13.7 GB	Q8_0	Komfortabel
89.2 tok/s 54–143 · niedrige Vertrauenswürdigkeit	Radeon Instinct MI250X AMD	128 GB	3,280 GB/s	Nov 2021	13.7 GB	Q8_0	Komfortabel
74.4 tok/s 45–119 · niedrige Vertrauenswürdigkeit	Data Center GPU Max 1550 Intel	128 GB	3,280 GB/s	Jan 2023	13.7 GB	Q8_0	Komfortabel
72.8 tok/s 44–116 · niedrige Vertrauenswürdigkeit	Data Center GPU Max Subsystem Intel	128 GB	3,210 GB/s	Jan 2023	13.7 GB	Q8_0	Komfortabel
72.3 tok/s 43–116 · niedrige Vertrauenswürdigkeit	RTX A5000-8Q NVIDIA	8 GB	768 GB/s	Apr 2021	6.6 GB	Q3_K_M	knapp
71.2 tok/s 43–114 · niedrige Vertrauenswürdigkeit	A100 SXM4 80 GB NVIDIA	80 GB	2,040 GB/s	Nov 2020	13.7 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: Stability AI
Organisationsart: Industry
Land: United Kingdom of Great Britain and Northern Ireland
Veröffentlicht: 8 April 2024

Was es tut

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

Domain: Language
Aufgabe: Language modeling/generation, Translation
Ansatz: Self-supervised learning
Numerisches Format: BF16

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: 12.1B
Trainingsdaten: 2,000,000,000,000 tokens
Epochen: 2

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: 2.9 × 10²³ FLOP
Wie es etabliert wurde: 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 H100 SXM5 80GB

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)
Training-Code: Open source

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: Introducing Stable LM 2 12B
Zuletzt aktualisiert: 28 November 2025

Die Extreme

Die zehn schnellsten GPUs, die RUN. Stable LM 2 12B

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 Stable LM 2 12B

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

Was die Zahlen bedeuten

Was Sie benötigen, um es auszuführen

Minimale Karte

Xeon Phi 5110P

Benötigter Speicher

6.6 GB

Schnellste

279 tok/s

Stable LM 2 12B erreicht eine Parameteranzahl von 12.1B. 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: 509.

Die minimal benötigte Hardware, die funktioniert, ist Xeon Phi 5110P, mit einer MEMORY-KAPAZITÄT von 8 GB, es mit einer Kompression von Q3_K_M und produziert etwa 19.6 Token pro Sekunde

Am anderen Ende sitzt B200, generieren ungefähr 279 Tokens pro Sekunde auf der Grundlage einer Speicherbandbreite von 8,000 GB/s.

Über dieses Modell

Stable LM 2 12B wurde veröffentlicht von Stability AI, im Land aufgezeichnet als United Kingdom of Great Britain and Northern Ireland, während April 2024. Es stammt aus einer Organisation, die kategorisiert ist als industry.

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

Veröffentlichte Gewichte bedeuten, dass das Modell auf deinem Rechner läuft und nicht auf dem eines anderen, was die Hardwarefrage unten überhaupt beantwortbar macht.

Wie schnell es läuft und warum

Das mediane Ergebnis liegt bei etwa 21.0 Token pro Sekunde. Text schneller produzieren, als die meisten Menschen ihn lesen. 455 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.

Die interne Architektur ist nicht in unserer Datenbank, daher wird der Speicher basierend auf der Anzahl der Parameter approximiert und entsprechend gekennzeichnet. Erwarten Sie, dass die tatsächliche Zahl abweicht, insbesondere bei langen Kontexten.

Training und Herkunft

Die Herstellung erforderte eine Arithmetik, die insgesamt etwa 2.9 × 10²³ FLOP, auf Hardware erfasst als NVIDIA H100 SXM5 80GB. Diese Zahl misst die Kosten für die Produktion des MODELLS und hat keinen Einfluss darauf, wie schnell es antwortet.

Training verbrauchte ein Korpus von etwa 2,000,000,000,000 Text-Tokens

Schritt für Schritt

Wie wählt man eine GPU für Stable LM 2 12B

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.

Beginne mit dem, was es tatsächlich benötigt, nämlich der Anforderung von Stable LM 2 12B, benötigt ungefähr 6.6 GB bei einer Kompression von Q3_K_M. Kein Maß an Rechenleistung kompensiert eine Karte, die es nicht halten kann.
02

Setzen Sie die CONTEXT LENGTH, an der Sie arbeiten werden.

Längere Gespräche kosten MEMORY zusätzlich zu dem, was die WEIGHTS benötigen. Bewege den Schieberegler auf deine tatsächliche Arbeitslänge, bevor du einer Zeile vertraust. Stable LM 2 12B.
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 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 Geschwindigkeit sortieren

Nach Geschwindigkeit sortieren, um zu sehen, wie die CARDS eingestuft sind für Stable LM 2 12B. 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 279 tok/s
05

Achte auf den Spielraum, nicht nur auf das Passende.

Tight bedeutet, dass es lädt und ohne Spielraum funktioniert, um den Kontext später zu erhöhen, im Fall von Stable LM 2 12B. 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

Sieh, was diese Karte noch ausführen kann.

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. Stable LM 2 12B.

Antworten

Stable LM 2 12B — Häufige Fragen

Stable LM 2 12B— Wann wurde es veröffentlicht?

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

Stable LM 2 12B— Wofür wird es verwendet?

Es funktioniert im Bereich von Language, und wird als Bewältigung der Aufgabe von language modeling/generation, Translation. Modelle tragen häufig mehr als eines von jeder, und die Tags beschreiben den Zweck anstelle von Fähigkeitsgrenzen.

Stable LM 2 12B— 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.

Stable LM 2 12B— Wie viel Rechenleistung wurde verwendet, um es zu trainieren?

Training verbrauchte etwa 2.9 × 10²³ FLOP, auf Hardware erfasst als NVIDIA H100 SXM5 80GB. 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.

Stable LM 2 12B— 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 2.6 GB Jede Zahl hier geht davon aus, dass das gesamte Modell auf der Karte vorhanden ist.

Stable LM 2 12B— Würden zwei GPUs es schneller ausführen?

Zwei Karten kaufen Speicher statt Geschwindigkeit, was nur wichtig ist, wenn eine Karte es nicht halten kann. Die Anzahl, die es kann: 509. So eine zweite Karte ist hier selten die Antwort.

Stable LM 2 12B— 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.

Stable LM 2 12B— 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: 167–446 tok/s auf B200. Das gleiche Modell und die Karte variieren je nach Inferenzsoftware und deren Version um dreißig bis fünfzig Prozent.

Stable LM 2 12B— Welche GPU benötige ich, um es auszuführen?

Die kleinste Karte in unserem Katalog, die es hält, ist Xeon Phi 5110P, mit einer MEMORY-KAPAZITÄT von 8 GB. Es führt das Modell mit einer Kompression von Q3_K_M verwenden von etwa 6.6 GB, und produziert ungefähr 19.6 Token pro Sekunde. Die Anzahl der Karten, die es insgesamt ausführen können: 509.

Stable LM 2 12B— wie schnell ist es auf einer GPU?

Es hängt von der Karte ab. Das Schnellste, das wir berechnen, ist B200, ungefähr 279 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: 455.

Stable LM 2 12B— Wie viel VRAM benötigt es?

Es benötigt etwa 6.6 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.

Stable LM 2 12B— 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 Q3_K_M, verwenden von etwa 6.6 GB und generieren grob 140 Token pro Sekunde. Der Fit ist eng.

Stable LM 2 12B— 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 Q5_K_M, verwenden von etwa 9.5 GB und generieren grob 56.8 Token pro Sekunde. Der Fit ist eng.

Stable LM 2 12B— 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 13.7 GB und generieren grob 39.4 Token pro Sekunde. Der Fit ist eng.

Stable LM 2 12B— 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 13.7 GB und generieren grob 46.7 Tokens pro Sekunde. Der Fit ist komfortabel.

Stable LM 2 12B— 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.

Stable LM 2 12B— Wie viele Parameter hat es?

Es hat eine Parameteranzahl von 12.1B. Precise number given in HF model card. 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.

Stable LM 2 12B— Wer hat es erstellt?

Es wurde veröffentlicht von Stability AI, basiert auf United Kingdom of Great Britain and Northern Ireland, eine als kategorisierte Organisation industry.

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