Tulu 3 405B TPS-Rechner
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, für die wir Spezifikationen haben
Kleinste Karte, die passt
Radeon Instinct MI325X
256 GB · IQ4_XS · 12.0 tok/s
Schnellste Karte
B300
19.3 tok/s · 288 GB
Welche GPUs können laufen Tulu 3 405B?
Setze die Eingaben, lies die Antwort
Ein längeres Gespräch benötigt mehr MEMORY, was dieses Modell von kleineren CARDS drängen kann..
Blendet Karten aus, die nur durch Komprimierung unter diesen Punkt in das Modell passen würden..
4 Karten passen
Berechnung| Braucht | Quantisierung | Passend | |||||
|---|---|---|---|---|---|---|---|
|
19.3
tok/s
12–31 · niedrige Vertrauenswürdigkeit |
B300 NVIDIA | 288 GB | 8,000 GB/s | Sep 2025 | 245.7 GB | Q4_K_M | knapp |
|
15.4
tok/s
9–25 · niedrige Vertrauenswürdigkeit |
Radeon Instinct MI350X AMD | 288 GB | 8,190 GB/s | Jan 2025 | 245.7 GB | Q4_K_M | knapp |
|
15.4
tok/s
9–25 · niedrige Vertrauenswürdigkeit |
Radeon Instinct MI355X AMD | 288 GB | 8,190 GB/s | Jan 2025 | 245.7 GB | Q4_K_M | knapp |
|
12.0
tok/s
7–19 · niedrige Vertrauenswürdigkeit |
Radeon Instinct MI325X AMD | 256 GB | 6,000 GB/s | Oct 2024 | 222.1 GB | IQ4_XS | 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
- Allen Institute for AI,University of Washington
- Organisationsart
- Research collective,Academia
- Land
- United States of America
- Veröffentlicht
- 30 January 2025
- Autoren
- Nathan Lambert, Jacob Morrison, Valentina Pyatkin, Shengyi Huang, Hamish Ivison, Faeze Brahman, Lester James V. Miranda, Alisa Liu, Nouha Dziri, Shane Lyu, Yuling Gu, Saumya Malik, Victoria Graf, Jena D. Hwang, Jiangjiang Yang, Ronan Le Bras, Oyvind Tafjord, Chris Wilhelm, Luca Soldaini, Noah A. Smith, Yizhong Wang, Pradeep Dasigi, Hannaneh Hajishirzi
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
- Basis-Modell
- Llama 3.1-405B
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
- 405B
- Trainingsdaten
- tokens
405B
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
- 3.8 × 10²² FLOP
SFT and DPO infrastructure usage is unknown RLVR: "the final 405B RL run takes 46 hours on 256 GPUs" 989400000000000 FLOP / GPU / sec [H100 reported, bf16 assumed] * 256 GPUs * 46 hours * 3600 sec / hour * 0.3 [assumed utilization] = 1.2583268e+22 FLOP Assuming that SFT and DPO training compute was same OOM as RLVR stage (similar to 70B model), 1.2583268e+22 FLOP * 3 = 3.7749804e+22 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 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
- Hugging Face
- allenai
Llama 3.1 license https://huggingface.co/allenai/Llama-3.1-Tulu-3-405B Apache 2.0 https://github.com/allenai/open-instruct
Wie es klassifiziert ist
Labels, die das Quell-Datenset anwendet, wenn bemerkenswerte Modelle verfolgt werden, und wie zuversichtlich es in den Eintrag ist.
- Aufzeichnungsgenauigkeit
- Likely
Quellen
Woher dieser Datensatz stammt und wann er zuletzt überprüft wurde.
- Referenz
- Tulu 3: Pushing Frontiers in Open Language Model Post-Training
- Zuletzt aktualisiert
- 28 November 2025
Die Extreme
Die zehn schnellsten GPUs, die RUN. Tulu 3 405B
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 Tulu 3 405B
Die günstigste Route herein, nach Speichergröße. Ein enger Fit läuft das Modell, lässt aber nichts für ein längeres Gespräch übrig..
- 01 Radeon Instinct MI325X 256 GB · Braucht 222.1 GB · IQ4_XS · knapp 12.0 tok/s
- 02 B300 288 GB · Braucht 245.7 GB · Q4_K_M · knapp 19.3 tok/s
- 03 Radeon Instinct MI350X 288 GB · Braucht 245.7 GB · Q4_K_M · knapp 15.4 tok/s
- 04 Radeon Instinct MI355X 288 GB · Braucht 245.7 GB · Q4_K_M · knapp 15.4 tok/s
Was die Zahlen bedeuten
Die Hardware-Seite
Minimale Karte
Radeon Instinct MI325X
Benötigter Speicher
222.1 GB
Schnellste
19.3 tok/s
Tulu 3 405B erreicht eine Parameteranzahl von 405B. Das übersteigt, was eine einzelne GPU-Karte hält. Es auszuführen bedeutet, entweder auf mehrere Karten aufzuteilen oder Hardware zu mieten, die für die Aufgabe gebaut ist, und jede Karte, die es alleine halten kann, ist ein Datacenter-Teil. Die Anzahl, die es kann: 4.
Am unteren Ende wird es von Radeon Instinct MI325X, mit einer MEMORY-KAPAZITÄT von 256 GB, es mit einer Kompression von IQ4_XS und produziert etwa 12.0 Token pro Sekunde
Am anderen Ende sitzt B300, generieren ungefähr 19.3 Tokens pro Sekunde auf der Grundlage einer Speicherbandbreite von 8,000 GB/s.
Was dieses Modell ist
Tulu 3 405B wurde veröffentlicht von Allen Institute for AI,University of Washington, im Land aufgezeichnet als United States of America, während January 2025. Es stammt aus einer Organisation, die kategorisiert ist als research collective,Academia.
Es funktioniert im Bereich von Language, und wird als die Aufgabe von aufgezeichnet language modeling/generation, Question answering, Quantitative reasoning.
Anstatt von Grund auf neu trainiert zu werden, ist es abgeleitet von Llama 3.1-405B. Die meisten Modelle in diesem Bereich sind von einer bestehenden Basis abgeleitet, anstatt aus dem Nichts erstellt zu werden.
Die Gewichte sind veröffentlicht, sodass sie auf deiner eigenen Hardware unbegrenzt, offline und ohne angehängtes Konto heruntergeladen und ausgeführt werden kann. Es ist unter der Organisation auf Hugging Face veröffentlicht. allenai.
Was entscheidet die Geschwindigkeit
Die Hälfte der CARDS, die es halten, schaffen mehr als 15.4 Tokens pro Sekunde. Überschreitung der Lesegeschwindigkeit direkt: 4 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.
Schritt für Schritt
Wie wählt man eine GPU für Tulu 3 405B
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 Tulu 3 405B, benötigt ungefähr 222.1 GB bei einer Kompression von IQ4_XS. Kein Maß an Rechenleistung kompensiert eine Karte, die es nicht halten kann.
-
02
Setzen Sie die CONTEXT LENGTH, an der Sie arbeiten werden.
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. Tulu 3 405B.
-
03
Wähle, wie weit du es komprimieren möchtest.
Kompression ist das, was ein Modell auf kleinere GPU-Karten passt, mit einem gewissen Verlust an Genauigkeit., eine Kompression von IQ4_XS 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 Tulu 3 405B. Es wird nicht mit einer Gaming-Bestellung übereinstimmen, da die Generation durch MEMORY-BANDWIDTH gebunden ist. Die Karte, die die Liste anführt, ist B300, bei 19.3 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 Tulu 3 405B. 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. Tulu 3 405B.
Antworten
Tulu 3 405B — Häufige Fragen
Tulu 3 405B— Wofür wird es verwendet?
Es funktioniert im Bereich von Language, und wird als Bewältigung der Aufgabe von language modeling/generation, Question answering, Quantitative reasoning. Modelle tragen häufig mehr als eines von jeder, und die Tags beschreiben den Zweck anstelle von Fähigkeitsgrenzen.
Tulu 3 405B— Wo kann ich es herunterladen?
Seine Gewichte sind auf Hugging Face veröffentlicht, unter der Organisation allenai. Wir hosten keine Modell-Dateien — diese Seite berechnet, welche Hardware benötigt wird, um sie auszuführen.
Tulu 3 405B— 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 72.9 GB Jede Zahl hier geht davon aus, dass das gesamte Modell auf der Karte vorhanden ist.
Tulu 3 405B— 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: 4. So eine zweite Karte ist hier selten die Antwort.
Tulu 3 405B— 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: 2. Größere Karten erhalten die genauere Version, und die Qualitätsuntergrenze verankert den Vergleich auf einem Niveau.
Tulu 3 405B— Wie genau sind diese Geschwindigkeitsabschätzungen?
Dies sind Schätzungen mit realen Fehlerbalken, und jede von ihnen könnte vernünftigerweise irgendwo in ihrem veröffentlichten Bereich landen, abhängig davon, welches Runtime Sie verwenden. Das schnellste Ergebnis hier: 12–31 tok/s auf B300. Das gleiche Modell und die Karte variieren je nach Inferenzsoftware und deren Version um dreißig bis fünfzig Prozent.
Tulu 3 405B— Welche GPU benötige ich, um es auszuführen?
Die kleinste Karte in unserem Katalog, die es hält, ist Radeon Instinct MI325X, mit einer MEMORY-KAPAZITÄT von 256 GB. Es führt das Modell mit einer Kompression von IQ4_XS verwenden von etwa 222.1 GB, und produziert ungefähr 12.0 Token pro Sekunde. Die Anzahl der Karten, die es insgesamt ausführen können: 4.
Tulu 3 405B— wie schnell ist es auf einer GPU?
Es hängt von der Karte ab. Das Schnellste, das wir berechnen, ist B300, ungefähr 19.3 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: 4.
Tulu 3 405B— Wie viel VRAM benötigt es?
Es benötigt etwa 222.1 GB bei einer Kompression von IQ4_XS, 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.
Tulu 3 405B— 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.
Tulu 3 405B— Wie viele Parameter hat es?
Es hat eine Parameteranzahl von 405B. 405B. 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.
Tulu 3 405B— Wer hat es erstellt?
Es wurde veröffentlicht von Allen Institute for AI,University of Washington, basiert auf United States of America, eine als kategorisierte Organisation research collective,Academia.
Tulu 3 405B— Wann wurde es veröffentlicht?
Es wurde veröffentlicht in January 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.