SGPT BE 5.8B TPS-Rechner

Offene Gewichte Peking University 5.8B Parameter August 2022

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

818 Karten, die es ausführen können

818 Karten, für die wir Spezifikationen haben

Kleinste Karte, die passt

Tesla C1080

4 GB · Q3_K_M · 17.2 tok/s

Schnellste Karte

B200

584 tok/s · 180 GB

Welche GPUs können laufen SGPT BE 5.8B?

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.

818 Karten passen

Berechnung

					Braucht	Quantisierung	Passend
584 tok/s 351–935 · niedrige Vertrauenswürdigkeit	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	6.9 GB	Q8_0	Komfortabel
584 tok/s 351–935 · niedrige Vertrauenswürdigkeit	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	6.9 GB	Q8_0	Komfortabel
466 tok/s 280–746 · niedrige Vertrauenswürdigkeit	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	6.9 GB	Q8_0	Komfortabel
466 tok/s 280–746 · niedrige Vertrauenswürdigkeit	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	6.9 GB	Q8_0	Komfortabel
373 tok/s 224–597 · niedrige Vertrauenswürdigkeit	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	6.9 GB	Q8_0	Komfortabel
357 tok/s 214–571 · niedrige Vertrauenswürdigkeit	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	6.9 GB	Q8_0	Komfortabel
357 tok/s 214–571 · niedrige Vertrauenswürdigkeit	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	6.9 GB	Q8_0	Komfortabel
342 tok/s 205–547 · niedrige Vertrauenswürdigkeit	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	6.9 GB	Q8_0	Komfortabel
303 tok/s 182–485 · niedrige Vertrauenswürdigkeit	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	6.9 GB	Q8_0	Komfortabel
303 tok/s 182–485 · niedrige Vertrauenswürdigkeit	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	6.9 GB	Q8_0	Komfortabel
303 tok/s 182–485 · niedrige Vertrauenswürdigkeit	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	6.9 GB	Q8_0	Komfortabel
288 tok/s 173–460 · niedrige Vertrauenswürdigkeit	H100 NVL 94 GB NVIDIA	94 GB	3,940 GB/s	Mar 2023	6.9 GB	Q8_0	Komfortabel
245 tok/s 147–393 · niedrige Vertrauenswürdigkeit	H100 PCIe 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	6.9 GB	Q8_0	Komfortabel
245 tok/s 147–393 · niedrige Vertrauenswürdigkeit	H100 SXM5 80 GB NVIDIA	80 GB	3,360 GB/s	Oct 2022	6.9 GB	Q8_0	Komfortabel
245 tok/s 147–393 · niedrige Vertrauenswürdigkeit	H100 SXM5 94 GB NVIDIA	94 GB	3,360 GB/s	Mar 2023	6.9 GB	Q8_0	Komfortabel
245 tok/s 147–393 · niedrige Vertrauenswürdigkeit	H100 SXM5 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	6.9 GB	Q8_0	Komfortabel
245 tok/s 147–393 · niedrige Vertrauenswürdigkeit	H800 SXM5 NVIDIA	80 GB	3,360 GB/s	Mar 2023	6.9 GB	Q8_0	Komfortabel
187 tok/s 112–299 · niedrige Vertrauenswürdigkeit	Radeon Instinct MI250 AMD	128 GB	3,280 GB/s	Nov 2021	6.9 GB	Q8_0	Komfortabel
187 tok/s 112–299 · niedrige Vertrauenswürdigkeit	Radeon Instinct MI250X AMD	128 GB	3,280 GB/s	Nov 2021	6.9 GB	Q8_0	Komfortabel
156 tok/s 93–249 · niedrige Vertrauenswürdigkeit	Data Center GPU Max 1550 Intel	128 GB	3,280 GB/s	Jan 2023	6.9 GB	Q8_0	Komfortabel
152 tok/s 91–244 · niedrige Vertrauenswürdigkeit	Data Center GPU Max Subsystem Intel	128 GB	3,210 GB/s	Jan 2023	6.9 GB	Q8_0	Komfortabel
149 tok/s 89–238 · niedrige Vertrauenswürdigkeit	A100 SXM4 80 GB NVIDIA	80 GB	2,040 GB/s	Nov 2020	6.9 GB	Q8_0	Komfortabel
149 tok/s 89–238 · niedrige Vertrauenswürdigkeit	A100X NVIDIA	80 GB	2,040 GB/s	Jun 2021	6.9 GB	Q8_0	Komfortabel
149 tok/s 89–238 · niedrige Vertrauenswürdigkeit	A800 SXM4 80 GB NVIDIA	80 GB	2,040 GB/s	Aug 2022	6.9 GB	Q8_0	Komfortabel
149 tok/s 89–238 · niedrige Vertrauenswürdigkeit	H100 CNX NVIDIA	80 GB	2,040 GB/s	Mar 2023	6.9 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: Peking University
Organisationsart: Academia
Land: China
Veröffentlicht: 5 August 2022
Autoren: Niklas Muennighoff

Was es tut

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

Domain: Language
Aufgabe: Semantic search, Semantic embedding, Entity embedding
Basis-Modell: GPT-J-6B

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: 5.8B
Trainingsdaten: 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.

Wie es etabliert wurde: Hardware
Feinabstimmung Rechenleistung: 1.6 × 10²⁰ 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 A100 SXM4 40 GB
Verwendete Chips: 8
Wand-Uhrzeit: 60 hours
Stromverbrauch: 6.4 kW
Cloud-Anbieter: Oracle

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: Open source
Hugging Face: Muennighoff

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: SGPT: GPT Sentence Embeddings for Semantic Search
Zuletzt aktualisiert: 28 November 2025

Die Extreme

Die zehn schnellsten GPUs, die RUN. SGPT BE 5.8B

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 SGPT BE 5.8B

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

Tesla C1080

Benötigter Speicher

3.5 GB

Schnellste

584 tok/s

SGPT BE 5.8B erreicht eine Parameteranzahl von 5.8B. 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: 818.

Die minimal benötigte Hardware, die funktioniert, ist Tesla C1080, mit einer MEMORY-KAPAZITÄT von 4 GB, es mit einer Kompression von Q3_K_M und produziert etwa 17.2 Token pro Sekunde

Am anderen Ende sitzt B200, generieren ungefähr 584 Tokens pro Sekunde auf der Grundlage einer Speicherbandbreite von 8,000 GB/s.

Hintergrund

SGPT BE 5.8B wurde veröffentlicht von Peking University, im Land aufgezeichnet als China, während August 2022. Es stammt aus einer Organisation, die kategorisiert ist als academia.

Es funktioniert im Bereich von Language, und wird als die Aufgabe von aufgezeichnet semantic search, Semantic embedding, Entity embedding.

Der Ausgangspunkt war ein vorhandenes Basis-Modell, GPT-J-6B. Das ist der übliche Weg, wie ein spezialisiertes Modell hergestellt wird.

Da seine Gewichte veröffentlicht wurden, hängt nichts davon ab, es auszuführen, dass ein Anbieter verfügbar bleibt – es gehört dir, sobald es heruntergeladen ist. Es ist unter der Organisation auf Hugging Face veröffentlicht. Muennighoff.

Die Durchsatzwerte lesen

Das mediane Ergebnis liegt bei etwa 24.7 Tokens pro Sekunde. Überschreitung der Lesegeschwindigkeit direkt: 746 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.

Schritt für Schritt

Wie wählt man eine GPU für SGPT BE 5.8B

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

Beginnen Sie mit der Speicher-Spalte

Beginne mit dem, was es tatsächlich benötigt, nämlich der Anforderung von SGPT BE 5.8B, benötigt ungefähr 3.5 GB bei einer Kompression von Q3_K_M. Die Kapazität ist das Tor — eine Karte hält es entweder oder sie tut es nicht.
02

Passen Sie den Kontext an Ihre tatsächliche Verwendung an

Setze den Kontext auf das, was du tatsächlich verwenden wirst. Der Cache wächst mit dem Gespräch, und es ist der übliche Grund, warum eine Karte, die anfangs passend schien, nicht mehr passt. SGPT BE 5.8B.
03

Entscheiden Sie, wie viel Kompression Sie akzeptieren werden.

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

Nach Geschwindigkeit sortieren, um zu sehen, wie die CARDS eingestuft sind für SGPT BE 5.8B. 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 584 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 SGPT BE 5.8B. 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. SGPT BE 5.8B.

Antworten

SGPT BE 5.8B — Häufige Fragen

SGPT BE 5.8B— Welche GPU benötige ich, um es auszuführen?

Die kleinste Karte in unserem Katalog, die es hält, ist Tesla C1080, mit einer MEMORY-KAPAZITÄT von 4 GB. Es führt das Modell mit einer Kompression von Q3_K_M verwenden von etwa 3.5 GB, und produziert ungefähr 17.2 Token pro Sekunde. Die Anzahl der Karten, die es insgesamt ausführen können: 818.

SGPT BE 5.8B— wie schnell ist es auf einer GPU?

Es hängt von der Karte ab. Das Schnellste, das wir berechnen, ist B200, ungefähr 584 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: 746.

SGPT BE 5.8B— Wie viel VRAM benötigt es?

Es benötigt etwa 3.5 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.

SGPT BE 5.8B— 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 Q8_0, verwenden von etwa 6.9 GB und generieren grob 109 Token pro Sekunde. Der Fit ist eng.

SGPT BE 5.8B— 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 6.9 GB und generieren grob 66.6 Tokens pro Sekunde. Der Fit ist komfortabel.

SGPT BE 5.8B— 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 6.9 GB und generieren grob 82.5 Tokens pro Sekunde. Der Fit ist komfortabel.

SGPT BE 5.8B— 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 6.9 GB und generieren grob 97.9 Tokens pro Sekunde. Der Fit ist komfortabel.

SGPT BE 5.8B— 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.

SGPT BE 5.8B— Wie viele Parameter hat es?

Es hat eine Parameteranzahl von 5.8B. 5.8B. 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.

SGPT BE 5.8B— Wer hat es erstellt?

Es wurde veröffentlicht von Peking University, basiert auf China, eine als kategorisierte Organisation academia.

SGPT BE 5.8B— Wann wurde es veröffentlicht?

Es wurde veröffentlicht in August 2022. Die Fähigkeit pro Parameter hat sich erheblich verbessert, sodass ein neueres Modell derselben Größe oft die bessere Nutzung derselben Hardware darstellt.

SGPT BE 5.8B— Wofür wird es verwendet?

Es funktioniert im Bereich von Language, und wird als Bewältigung der Aufgabe von semantic search, Semantic embedding, Entity embedding. Dies sind die Bereiche, um die es entworfen wurde; sie beschreiben die Absicht und nicht eine harte Grenze.

SGPT BE 5.8B— Wo kann ich es herunterladen?

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

SGPT BE 5.8B— 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. Jede Zahl hier geht davon aus, dass das gesamte Modell auf der Karte vorhanden ist.

SGPT BE 5.8B— Würden zwei GPUs es schneller ausführen?

Die Kapazität addiert sich über Karten; der Durchsatz nicht. Die Anzahl der Karten, die es bereits eigenständig halten: 818. So eine zweite Karte ist hier selten die Antwort.

SGPT BE 5.8B— Warum unterscheidet sich die Quantisierung zwischen Karten?

Jede Karte wird mit der am wenigsten komprimierten Kopie angezeigt, die sie halten kann. Die Anzahl der verschiedenen Komprimierungsstufen über die Karten, die sie passen: 4. Größere Karten erhalten die genauere Version, und die Qualitätsuntergrenze verankert den Vergleich auf einem Niveau.

SGPT BE 5.8B— 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: 351–935 tok/s auf B200. Das gleiche Modell und die Karte variieren je nach Inferenzsoftware und deren Version um dreißig bis fünfzig Prozent.

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