Ring-mini-linear-2.0 TPS-Rechner

Offene Gewichte Ant Group 16.4B Parameter October 2025

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

306 Karten, die es ausführen können

818 Karten, für die wir Spezifikationen haben

Kleinste Karte, die passt

P102-101

10 GB · Q3_K_M · 19.0 tok/s

Schnellste Karte

B200

207 tok/s · 180 GB

Welche GPUs können laufen Ring-mini-linear-2.0?

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.

306 Karten passen

Berechnung

					Braucht	Quantisierung	Passend
207 tok/s 124–331 · niedrige Vertrauenswürdigkeit	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	18.3 GB	Q8_0	Komfortabel
207 tok/s 124–331 · niedrige Vertrauenswürdigkeit	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	18.3 GB	Q8_0	Komfortabel
165 tok/s 99–264 · niedrige Vertrauenswürdigkeit	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	18.3 GB	Q8_0	Komfortabel
165 tok/s 99–264 · niedrige Vertrauenswürdigkeit	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	18.3 GB	Q8_0	Komfortabel
132 tok/s 79–211 · niedrige Vertrauenswürdigkeit	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	18.3 GB	Q8_0	Komfortabel
126 tok/s 76–202 · niedrige Vertrauenswürdigkeit	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	18.3 GB	Q8_0	Komfortabel
126 tok/s 76–202 · niedrige Vertrauenswürdigkeit	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	18.3 GB	Q8_0	Komfortabel
121 tok/s 73–193 · niedrige Vertrauenswürdigkeit	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	18.3 GB	Q8_0	Komfortabel
109 tok/s 65–174 · niedrige Vertrauenswürdigkeit	CMP 170HX 10 GB NVIDIA	10 GB	1,560 GB/s	Sep 2021	8.7 GB	Q3_K_M	knapp
107 tok/s 64–172 · niedrige Vertrauenswürdigkeit	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	18.3 GB	Q8_0	Komfortabel
107 tok/s 64–172 · niedrige Vertrauenswürdigkeit	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	18.3 GB	Q8_0	Komfortabel
107 tok/s 64–172 · niedrige Vertrauenswürdigkeit	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	18.3 GB	Q8_0	Komfortabel
102 tok/s 61–163 · niedrige Vertrauenswürdigkeit	H100 NVL 94 GB NVIDIA	94 GB	3,940 GB/s	Mar 2023	18.3 GB	Q8_0	Komfortabel
86.8 tok/s 52–139 · niedrige Vertrauenswürdigkeit	H100 PCIe 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	18.3 GB	Q8_0	Komfortabel
86.8 tok/s 52–139 · niedrige Vertrauenswürdigkeit	H100 SXM5 80 GB NVIDIA	80 GB	3,360 GB/s	Oct 2022	18.3 GB	Q8_0	Komfortabel
86.8 tok/s 52–139 · niedrige Vertrauenswürdigkeit	H100 SXM5 94 GB NVIDIA	94 GB	3,360 GB/s	Mar 2023	18.3 GB	Q8_0	Komfortabel
86.8 tok/s 52–139 · niedrige Vertrauenswürdigkeit	H100 SXM5 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	18.3 GB	Q8_0	Komfortabel
86.8 tok/s 52–139 · niedrige Vertrauenswürdigkeit	H800 SXM5 NVIDIA	80 GB	3,360 GB/s	Mar 2023	18.3 GB	Q8_0	Komfortabel
66.1 tok/s 40–106 · niedrige Vertrauenswürdigkeit	Radeon Instinct MI250 AMD	128 GB	3,280 GB/s	Nov 2021	18.3 GB	Q8_0	Komfortabel
66.1 tok/s 40–106 · niedrige Vertrauenswürdigkeit	Radeon Instinct MI250X AMD	128 GB	3,280 GB/s	Nov 2021	18.3 GB	Q8_0	Komfortabel
55.1 tok/s 33–88 · niedrige Vertrauenswürdigkeit	Data Center GPU Max 1550 Intel	128 GB	3,280 GB/s	Jan 2023	18.3 GB	Q8_0	Komfortabel
54.4 tok/s 33–87 · niedrige Vertrauenswürdigkeit	GeForce RTX 3080 12 GB NVIDIA	12 GB	912 GB/s	Jan 2022	10.6 GB	Q4_K_M	knapp
54.4 tok/s 33–87 · niedrige Vertrauenswürdigkeit	GeForce RTX 3080 Ti NVIDIA	12 GB	912 GB/s	May 2021	10.6 GB	Q4_K_M	knapp
53.9 tok/s 32–86 · niedrige Vertrauenswürdigkeit	Data Center GPU Max Subsystem Intel	128 GB	3,210 GB/s	Jan 2023	18.3 GB	Q8_0	Komfortabel
53.0 tok/s 32–85 · niedrige Vertrauenswürdigkeit	CMP 90HX NVIDIA	10 GB	760 GB/s	Jul 2021	8.7 GB	Q3_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: Ant Group
Organisationsart: Industry
Land: China
Veröffentlicht: 23 October 2025
Autoren: Bin Han, Caizhi Tang, Chen Liang, Donghao Zhang, Fan Yuan, Feng Zhu, Jie Gao, Jingyu Hu, Longfei Li, Meng Li, Mingyang Zhang, Peijie Jiang, Peng Jiao, Qian Zhao, Qingyuan Yang, Wenbo Shen, Xinxing Yang, Yalin Zhang, Yankun Ren, Yao Zhao, Yibo Cao, Yixuan Sun, Yue Zhang, Yuchen Fang, Zibin Lin, Zixuan Cheng, Jun Zhou

Was es tut

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

Domain: Language
Aufgabe: Language modeling/generation, Question answering, Quantitative reasoning, Code generation, Mathematical reasoning
Basis-Modell: Ling-mini-base-2.0-20T
Numerisches Format: FP8

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: 16.4B
Trainingsdaten: 600,000,000,000 tokens

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: 1.7 × 10²³ FLOP
Wie es etabliert wurde: Operation counting
Feinabstimmung Rechenleistung: 3.4 × 10²¹ FLOP

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 H800 SXM5
Verwendete Chips: 288
Stromverbrauch: 393.6 kW

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 (unrestricted)
Training-Code: Unreleased
Hugging Face: inclusionAI

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: Every Attention Matters: An Efficient Hybrid Architecture for Long-Context Reasoning
Zuletzt aktualisiert: 28 November 2025

Die Extreme

Die zehn schnellsten GPUs, die RUN. Ring-mini-linear-2.0

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 Ring-mini-linear-2.0

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

P102-101

Benötigter Speicher

8.7 GB

Schnellste

207 tok/s

Ring-mini-linear-2.0 erreicht eine Parameteranzahl von 16.4B. 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: 306.

Am unteren Ende wird es von P102-101, mit einer MEMORY-KAPAZITÄT von 10 GB, es mit einer Kompression von Q3_K_M und produziert etwa 19.0 Token pro Sekunde

Spitzenklasse ist B200, generieren ungefähr 207 Tokens pro Sekunde auf der Grundlage einer Speicherbandbreite von 8,000 GB/s.

Was dieses Modell ist

Ring-mini-linear-2.0 wurde veröffentlicht von Ant Group, im Land aufgezeichnet als China, während October 2025. 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, Question answering, Quantitative reasoning, Code generation, Mathematical reasoning.

Anstatt von Grund auf neu trainiert zu werden, ist es abgeleitet von Ling-mini-base-2.0-20T. Die meisten Modelle in diesem Bereich sind von einer bestehenden Basis abgeleitet, anstatt aus dem Nichts erstellt zu werden.

Veröffentlichte Gewichte bedeuten, dass das Modell auf deinem Rechner läuft und nicht auf dem eines anderen, was die Hardwarefrage unten überhaupt beantwortbar macht. Es ist unter der Organisation auf Hugging Face veröffentlicht. inclusionAI.

Was entscheidet die Geschwindigkeit

Das mediane Ergebnis liegt bei etwa 20.7 Tokens pro Sekunde. Überschreitung der Lesegeschwindigkeit direkt: 269 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

Die Herstellung erforderte eine Arithmetik, die insgesamt etwa 1.7 × 10²³ FLOP, auf Hardware erfasst als NVIDIA H800 SXM5. Diese Zahl misst die Kosten für die Produktion des MODELLS und hat keinen Einfluss darauf, wie schnell es antwortet.

Es wurde auf einem Korpus von etwa 600,000,000,000 Text-Tokens

Schritt für Schritt

Wie wählt man eine GPU für Ring-mini-linear-2.0

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 Ring-mini-linear-2.0, benötigt ungefähr 8.7 GB bei einer Kompression von Q3_K_M. Die Kapazität ist das Tor — eine Karte hält es entweder oder sie tut es nicht.
02

Entscheide, wie lange deine Gespräche laufen

Längere Gespräche kosten MEMORY zusätzlich zu dem, was die WEIGHTS benötigen. Bewege den Schieberegler auf deine tatsächliche Arbeitslänge, bevor du einer Zeile vertraust. Ring-mini-linear-2.0.
03

Entscheiden Sie, wie viel Kompression Sie akzeptieren werden.

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 Durchsatz und nicht nach Spezifikationen sortieren

Die Geschwindigkeitsreihenfolge ist effektiv eine Reihenfolge nach Speicherbandbreite, für Ring-mini-linear-2.0. 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 207 tok/s
05

Achte auf den Spielraum, nicht nur auf das Passende.

Ein enger Sitz läuft, lässt jedoch nichts für ein längeres Gespräch übrig, im Falle von Ring-mini-linear-2.0. 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.

Jede Karten-Seite wiederholt diesen Ablauf für jedes Modell, das wir in unserem Bestand haben, und beantwortet, wofür die Hardware darüber hinaus noch gut ist. Ring-mini-linear-2.0.

Antworten

Ring-mini-linear-2.0 — Häufige Fragen

Ring-mini-linear-2.0— Wer hat es erstellt?

Es wurde veröffentlicht von Ant Group, basiert auf China, eine als kategorisierte Organisation industry.

Ring-mini-linear-2.0— Wann wurde es veröffentlicht?

Es wurde veröffentlicht in October 2025.

Ring-mini-linear-2.0— Wofür wird es verwendet?

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

Ring-mini-linear-2.0— Wo kann ich es herunterladen?

Seine Gewichte sind auf Hugging Face veröffentlicht, unter der Organisation inclusionAI. Wir hosten keine Modell-Dateien — diese Seite berechnet, welche Hardware benötigt wird, um sie auszuführen.

Ring-mini-linear-2.0— Wie viel Rechenleistung wurde verwendet, um es zu trainieren?

Training verbrauchte etwa 1.7 × 10²³ FLOP, auf Hardware erfasst als NVIDIA H800 SXM5. 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.

Ring-mini-linear-2.0— 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 3.4 GB Jede Zahl hier geht davon aus, dass das gesamte Modell auf der Karte vorhanden ist.

Ring-mini-linear-2.0— 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: 306. So eine zweite Karte ist hier selten die Antwort.

Ring-mini-linear-2.0— Warum unterscheidet sich die Quantisierung zwischen Karten?

Da die Kapazität variiert, variiert auch, wie sehr sie komprimiert werden muss. Die Anzahl der unterschiedlichen Ebenen in der obigen Tabelle: 6. Größere Karten erhalten die genauere Version, und die Qualitätsuntergrenze verankert den Vergleich auf einem Niveau.

Ring-mini-linear-2.0— 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: 124–331 tok/s auf B200. Das gleiche Modell und die Karte variieren je nach Inferenzsoftware und deren Version um dreißig bis fünfzig Prozent.

Ring-mini-linear-2.0— Welche GPU benötige ich, um es auszuführen?

Die kleinste Karte in unserem Katalog, die es hält, ist P102-101, mit einer MEMORY-KAPAZITÄT von 10 GB. Es führt das Modell mit einer Kompression von Q3_K_M verwenden von etwa 8.7 GB, und produziert ungefähr 19.0 Token pro Sekunde. Die Anzahl der Karten, die es insgesamt ausführen können: 306.

Ring-mini-linear-2.0— wie schnell ist es auf einer GPU?

Es hängt von der Karte ab. Das Schnellste, das wir berechnen, ist B200, ungefähr 207 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: 269.

Ring-mini-linear-2.0— Wie viel VRAM benötigt es?

Es benötigt etwa 8.7 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.

Ring-mini-linear-2.0— 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 Q4_K_M, verwenden von etwa 10.6 GB und generieren grob 54.4 Token pro Sekunde. Der Fit ist eng.

Ring-mini-linear-2.0— 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 Q5_K_M, verwenden von etwa 12.5 GB und generieren grob 52.1 Token pro Sekunde. Der Fit ist eng.

Ring-mini-linear-2.0— 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 18.3 GB und generieren grob 34.6 Token pro Sekunde. Der Fit ist eng.

Ring-mini-linear-2.0— 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.

Ring-mini-linear-2.0— Wie viele Parameter hat es?

Es hat eine Parameteranzahl von 16.4B. Ring-mini-linear-2.0 comprises 16B parameters and 957M activations. 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.

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