BLUUMI TPS-Rechner

Offene Gewichte University of Turku,Hugging Face 176B Parameter November 2023

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

17 Karten, die es ausführen können

818 Karten, für die wir Spezifikationen haben

Kleinste Karte, die passt

Radeon Instinct MI250

128 GB · Q4_K_M · 14.2 tok/s

Schnellste Karte

Radeon Instinct MI300

28.4 tok/s · 128 GB

Welche GPUs können laufen BLUUMI?

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.

17 Karten passen

Berechnung

					Braucht	Quantisierung	Passend
28.4 tok/s 17–45 · niedrige Vertrauenswürdigkeit	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	107.2 GB	Q4_K_M	knapp
28.0 tok/s 17–45 · niedrige Vertrauenswürdigkeit	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	148.2 GB	Q6_K	knapp
27.2 tok/s 16–43 · niedrige Vertrauenswürdigkeit	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	107.2 GB	Q4_K_M	knapp
27.2 tok/s 16–43 · niedrige Vertrauenswürdigkeit	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	107.2 GB	Q4_K_M	knapp
23.1 tok/s 14–37 · niedrige Vertrauenswürdigkeit	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	107.2 GB	Q4_K_M	knapp
19.3 tok/s 12–31 · niedrige Vertrauenswürdigkeit	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	189.1 GB	Q8_0	Komfortabel
15.4 tok/s 9–25 · niedrige Vertrauenswürdigkeit	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	189.1 GB	Q8_0	Komfortabel
15.4 tok/s 9–25 · niedrige Vertrauenswürdigkeit	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	189.1 GB	Q8_0	Komfortabel
14.5 tok/s 9–23 · niedrige Vertrauenswürdigkeit	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	148.2 GB	Q6_K	knapp
14.5 tok/s 9–23 · niedrige Vertrauenswürdigkeit	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	148.2 GB	Q6_K	knapp
14.2 tok/s 9–23 · niedrige Vertrauenswürdigkeit	Radeon Instinct MI250 AMD	128 GB	3,280 GB/s	Nov 2021	107.2 GB	Q4_K_M	knapp
14.2 tok/s 9–23 · niedrige Vertrauenswürdigkeit	Radeon Instinct MI250X AMD	128 GB	3,280 GB/s	Nov 2021	107.2 GB	Q4_K_M	knapp
11.8 tok/s 7–19 · niedrige Vertrauenswürdigkeit	Data Center GPU Max 1550 Intel	128 GB	3,280 GB/s	Jan 2023	107.2 GB	Q4_K_M	knapp
11.6 tok/s 7–19 · niedrige Vertrauenswürdigkeit	Data Center GPU Max Subsystem Intel	128 GB	3,210 GB/s	Jan 2023	107.2 GB	Q4_K_M	knapp
11.3 tok/s 7–18 · niedrige Vertrauenswürdigkeit	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	189.1 GB	Q8_0	Komfortabel
1.5 tok/s 1–2 · niedrige Vertrauenswürdigkeit	GB10 NVIDIA	128 GB	273 GB/s	Oct 2025	107.2 GB	Q4_K_M	knapp
1.5 tok/s 1–2 · niedrige Vertrauenswürdigkeit	Jetson T5000 NVIDIA	128 GB	273 GB/s	Aug 2025	107.2 GB	Q4_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: University of Turku,Hugging Face
Organisationsart: Academia,Industry
Land: Finland, United States of America
Veröffentlicht: 3 November 2023
Autoren: Risto Luukkonen, Ville Komulainen, Jouni Luoma, Anni Eskelinen, Jenna Kanerva, Hanna-Mari Kupari, Filip Ginter, Veronika Laippala, Niklas Muennighoff, Aleksandra Piktus, Thomas Wang, Nouamane Tazi, Teven Le Scao, Thomas Wolf, Osma Suominen, Samuli Sairanen, Mikko Merioksa, Jyrki Heinonen, Aija Vahtola, Samuel Antao, Sampo Pyysalo

Was es tut

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

Domain: Language
Aufgabe: Language modeling
Basis-Modell: BLOOM-176B

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: 176B
Trainingsdaten: 38,000,000,000 tokens
Epochen: 8
Batch-Größe: 4,194,304

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: AMD Radeon Instinct MI250X
Datenzentrum: LUMI Supercomputer

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: Unreleased
Hugging Face: TurkuNLP

Wie es klassifiziert ist

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

Grundmodell: Yes
Warum es verfolgt wird: SOTA improvement
Aufzeichnungsgenauigkeit: Likely
Zitationen: 70

Quellen

Woher dieser Datensatz stammt und wann er zuletzt überprüft wurde.

Referenz: FinGPT: Large Generative Models for a Small Language
Zuletzt aktualisiert: 25 May 2026

Die Extreme

Die zehn schnellsten GPUs, die RUN. BLUUMI

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 BLUUMI

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

Radeon Instinct MI250

Benötigter Speicher

107.2 GB

Schnellste

28.4 tok/s

BLUUMI erreicht eine Parameteranzahl von 176B. Das platziert es über Consumer-Hardware, in den Bereich, wo eine Karte für diesen Zweck gekauft wird, anstatt dafür umfunktioniert zu werden. Die Anzahl der Karten, die wir verfolgen, die es halten können: 17.

Am unteren Ende wird es von Radeon Instinct MI250, mit einer MEMORY-KAPAZITÄT von 128 GB, es mit einer Kompression von Q4_K_M und produziert etwa 14.2 Token pro Sekunde

Das schnellste Ergebnis kommt von Radeon Instinct MI300, generieren ungefähr 28.4 Tokens pro Sekunde auf der Grundlage einer Speicherbandbreite von 6,550 GB/s.

Über dieses Modell

BLUUMI wurde veröffentlicht von University of Turku,Hugging Face, im Land aufgezeichnet als Finland, während November 2023. Die Kategorie, in die der Herausgeber fällt, ist academia,Industry.

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

Anstatt von Grund auf neu trainiert zu werden, ist es abgeleitet von BLOOM-176B. Das ist der übliche Weg, wie ein spezialisiertes Modell hergestellt wird.

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. Es ist unter der Organisation auf Hugging Face veröffentlicht. TurkuNLP.

Wie schnell es läuft und warum

Über jede Karte, die es ausführen kann, liegt die Mitte der Reihe bei 14.5 Token pro Sekunde. Text schneller produzieren, als die meisten Menschen ihn lesen. 15 von ihnen

Es ist ein dichtes Modell, daher wird jeder Parameter für jedes produzierte Token gelesen. Das macht die Geschwindigkeit fast genau bandbreitengebunden – eine Karte mit der doppelte Bandbreite erzeugt ungefähr doppelt so schnell.

Der Speicher hier wird basierend auf der Größe geschätzt, anstatt aus der Architektur berechnet zu werden, die für dieses Modell nicht aufgezeichnet ist — die Zahlen sind eher indikativ als genau.

Was in den Aufbau geflossen ist

Es wurde auf einem Korpus von etwa 38,000,000,000 Text-Tokens

Der Grund, warum es überhaupt in diesem Katalog erscheint: sOTA improvement.

Schritt für Schritt

Wie wählt man eine GPU für BLUUMI

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

Die Tabelle listet jede Karte auf, die in der Lage ist, zu halten BLUUMI, benötigt ungefähr 107.2 GB bei einer Kompression von Q4_K_M. Die Kapazität ist das Tor — eine Karte hält es entweder oder sie tut es nicht.
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. BLUUMI.
03

Entscheiden Sie, wie viel Kompression Sie akzeptieren werden.

Kompression ist das, was ein Modell auf kleinere GPU-Karten passt, mit einem gewissen Verlust an Genauigkeit., 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

Nach Durchsatz und nicht nach Spezifikationen sortieren

Das Ranking nach Tokens pro Sekunde folgt der Speicherbandbreite anstelle der Kernanzahl, für BLUUMI. Es wird nicht mit einer Gaming-Bestellung übereinstimmen, da die Generation durch MEMORY-BANDWIDTH gebunden ist. Die Karte, die die Liste anführt, ist Radeon Instinct MI300, bei 28.4 tok/s
05

Achte auf den Spielraum, nicht nur auf das Passende.

Die Passform-Spalte trennt Karten, die es gerade so schaffen, von denen mit ausreichend Platz, im Falle von BLUUMI. 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. BLUUMI.

Antworten

BLUUMI — Häufige Fragen

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

Es kann zwischen der GPU-Karte und dem Systemspeicher aufgeteilt werden, aber es wird auf diese Weise schmerzhaft langsam erzeugt. Die nächste verpasste Berechnung bleibt hinter 20.8 GB Jede Zahl hier geht davon aus, dass das gesamte Modell auf der Karte vorhanden ist.

BLUUMI— Würden zwei GPUs es schneller ausführen?

Die Kapazität addiert sich über Karten; der Durchsatz nicht. Die Anzahl der Karten, die es bereits eigenständig halten: 17. So eine zweite Karte ist hier selten die Antwort.

BLUUMI— 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: 3. Größere Karten erhalten die genauere Version, und die Qualitätsuntergrenze verankert den Vergleich auf einem Niveau.

BLUUMI— 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: 17–45 tok/s auf Radeon Instinct MI300. Das gleiche Modell und die Karte variieren je nach Inferenzsoftware und deren Version um dreißig bis fünfzig Prozent.

BLUUMI— Welche GPU benötige ich, um es auszuführen?

Die kleinste Karte in unserem Katalog, die es hält, ist Radeon Instinct MI250, mit einer MEMORY-KAPAZITÄT von 128 GB. Es führt das Modell mit einer Kompression von Q4_K_M verwenden von etwa 107.2 GB, und produziert ungefähr 14.2 Token pro Sekunde. Die Anzahl der Karten, die es insgesamt ausführen können: 17.

BLUUMI— wie schnell ist es auf einer GPU?

Es hängt von der Karte ab. Das Schnellste, das wir berechnen, ist Radeon Instinct MI300, ungefähr 28.4 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: 15.

BLUUMI— Wie viel VRAM benötigt es?

Es benötigt etwa 107.2 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.

BLUUMI— 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.

BLUUMI— Wie viele Parameter hat es?

Es hat eine Parameteranzahl von 176B. 176 billion. 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.

BLUUMI— Wer hat es erstellt?

Es wurde veröffentlicht von University of Turku,Hugging Face, basiert auf Finland, eine als kategorisierte Organisation academia,Industry.

BLUUMI— Wann wurde es veröffentlicht?

Es wurde veröffentlicht in November 2023. Die Fähigkeit pro Parameter hat sich erheblich verbessert, sodass ein neueres Modell derselben Größe oft die bessere Nutzung derselben Hardware darstellt.

BLUUMI— Wofür wird es verwendet?

Es funktioniert im Bereich von Language, und wird als Bewältigung der Aufgabe von language modeling. 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.

BLUUMI— Wo kann ich es herunterladen?

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

Quelle

Originalveröffentlichung

Letzte Aktualisierung des Protokolls 25 May 2026

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