Stable Cascade Υπολογιστής TPS

Ανοιχτά βάρη Stability AI 5.1B παράμετροι February 2024

Κάθε κάρτα παρακάτω αξιολογείται σύμφωνα με αυτό το μοντέλο στη διάρκεια συμφραζομένων και την ελάχιστη ποιότητα που επιλέγετε. Η ταχύτητα είναι μια εκτίμηση για ένα μόνο αίτημα, υπολογισμένη από το εύρος ζώνης μνήμης της κάρτας και το μέγεθος του μοντέλου μόλις συμπιεστεί..

Υπολογίστηκε για αυτό το μοντέλο

818 κάρτες που μπορούν να το τρέξουν

818 κάρτες που κρατάμε προδιαγραφές για

Η μικρότερη κάρτα που χωράει

Tesla C1080

4 GB · IQ4_XS · 17.7 tok/s

Ταχύτερη κάρτα

B200

662 tok/s · 180 GB

Ποιες GPU μπορούν να τρέξουν Stable Cascade?

Ορίστε τις εισόδους, διαβάστε την απάντηση

Μια μεγαλύτερη συζήτηση χρειάζεται περισσότερη μνήμη, γεγονός που μπορεί να απομακρύνει αυτό το μοντέλο από μικρότερες κάρτες..

Κρύβει κάρτες που θα χωρούσαν μόνο το μοντέλο συμπιέζοντας το κάτω από αυτό το σημείο.

818 οι κάρτες ταιριάζουν

Υπολογισμός
Χρειάζεται Ποσοτικοποίηση Καλά
662 tok/s

397–1,059 · χαμηλή εμπιστοσύνη

B200 NVIDIA 180 GB 8,000 GB/s Jan 2024 6.2 GB Q8_0 Άνετο
662 tok/s

397–1,059 · χαμηλή εμπιστοσύνη

B300 NVIDIA 288 GB 8,000 GB/s Sep 2025 6.2 GB Q8_0 Άνετο
528 tok/s

317–846 · χαμηλή εμπιστοσύνη

Radeon Instinct MI350X AMD 288 GB 8,190 GB/s Jan 2025 6.2 GB Q8_0 Άνετο
528 tok/s

317–846 · χαμηλή εμπιστοσύνη

Radeon Instinct MI355X AMD 288 GB 8,190 GB/s Jan 2025 6.2 GB Q8_0 Άνετο
423 tok/s

254–676 · χαμηλή εμπιστοσύνη

Radeon Instinct MI300 AMD 128 GB 6,550 GB/s Jan 2023 6.2 GB Q8_0 Άνετο
405 tok/s

243–647 · χαμηλή εμπιστοσύνη

H200 NVL NVIDIA 141 GB 4,890 GB/s Nov 2024 6.2 GB Q8_0 Άνετο
405 tok/s

243–647 · χαμηλή εμπιστοσύνη

H200 SXM 141 GB NVIDIA 141 GB 4,890 GB/s Nov 2024 6.2 GB Q8_0 Άνετο
387 tok/s

232–619 · χαμηλή εμπιστοσύνη

Radeon Instinct MI325X AMD 256 GB 6,000 GB/s Oct 2024 6.2 GB Q8_0 Άνετο
344 tok/s

206–550 · χαμηλή εμπιστοσύνη

Radeon Instinct MI300A AMD 128 GB 5,325 GB/s Dec 2023 6.2 GB Q8_0 Άνετο
344 tok/s

206–550 · χαμηλή εμπιστοσύνη

Radeon Instinct MI300X AMD 192 GB 5,325 GB/s Dec 2023 6.2 GB Q8_0 Άνετο
344 tok/s

206–550 · χαμηλή εμπιστοσύνη

Radeon Instinct MI308X AMD 192 GB 5,325 GB/s Dec 2023 6.2 GB Q8_0 Άνετο
326 tok/s

196–521 · χαμηλή εμπιστοσύνη

H100 NVL 94 GB NVIDIA 94 GB 3,940 GB/s Mar 2023 6.2 GB Q8_0 Άνετο
278 tok/s

167–445 · χαμηλή εμπιστοσύνη

H100 PCIe 96 GB NVIDIA 96 GB 3,360 GB/s Mar 2023 6.2 GB Q8_0 Άνετο
278 tok/s

167–445 · χαμηλή εμπιστοσύνη

H100 SXM5 80 GB NVIDIA 80 GB 3,360 GB/s Oct 2022 6.2 GB Q8_0 Άνετο
278 tok/s

167–445 · χαμηλή εμπιστοσύνη

H100 SXM5 94 GB NVIDIA 94 GB 3,360 GB/s Mar 2023 6.2 GB Q8_0 Άνετο
278 tok/s

167–445 · χαμηλή εμπιστοσύνη

H100 SXM5 96 GB NVIDIA 96 GB 3,360 GB/s Mar 2023 6.2 GB Q8_0 Άνετο
278 tok/s

167–445 · χαμηλή εμπιστοσύνη

H800 SXM5 NVIDIA 80 GB 3,360 GB/s Mar 2023 6.2 GB Q8_0 Άνετο
212 tok/s

127–339 · χαμηλή εμπιστοσύνη

Radeon Instinct MI250 AMD 128 GB 3,280 GB/s Nov 2021 6.2 GB Q8_0 Άνετο
212 tok/s

127–339 · χαμηλή εμπιστοσύνη

Radeon Instinct MI250X AMD 128 GB 3,280 GB/s Nov 2021 6.2 GB Q8_0 Άνετο
176 tok/s

106–282 · χαμηλή εμπιστοσύνη

Data Center GPU Max 1550 Intel 128 GB 3,280 GB/s Jan 2023 6.2 GB Q8_0 Άνετο
173 tok/s

104–276 · χαμηλή εμπιστοσύνη

Data Center GPU Max Subsystem Intel 128 GB 3,210 GB/s Jan 2023 6.2 GB Q8_0 Άνετο
169 tok/s

101–270 · χαμηλή εμπιστοσύνη

A100 SXM4 80 GB NVIDIA 80 GB 2,040 GB/s Nov 2020 6.2 GB Q8_0 Άνετο
169 tok/s

101–270 · χαμηλή εμπιστοσύνη

A100X NVIDIA 80 GB 2,040 GB/s Jun 2021 6.2 GB Q8_0 Άνετο
169 tok/s

101–270 · χαμηλή εμπιστοσύνη

A800 SXM4 80 GB NVIDIA 80 GB 2,040 GB/s Aug 2022 6.2 GB Q8_0 Άνετο
169 tok/s

101–270 · χαμηλή εμπιστοσύνη

H100 CNX NVIDIA 80 GB 2,040 GB/s Mar 2023 6.2 GB Q8_0 Άνετο

Οι ταχύτητες είναι εκτιμήσεις για ένα μόνο αίτημα — μία συνομιλία τη φορά — υπολογισμένες από την μνήμη, το μέγεθος του μοντέλου και την ποσοτικοποίηση. Η πραγματική διακύμανση έξοδου ποικίλλει με τον χρόνο εκτέλεσης συμπερασμάτων και την έκδοσή του. Οι αριθμοί που δημοσιεύονται από τους προμηθευτές υλικού μετρούν πολλές ταυτόχρονες αιτήσεις και είναι πολύ υψηλότεροι..

Σε καταγραφή

Πλήρης προδιαγραφή

Όλα τα καταγεγραμμένα για αυτό το μοντέλο. Τα περισσότερα από αυτά περιγράφουν το πώς εκπαιδεύτηκε παρά το πώς τρέχει — χρήσιμο πλαίσιο για την εκτίμηση του πόση εργασία έχει επενδυθεί σε αυτό, και πώς συγκρίνεται με μοντέλα που έχουν κατασκευαστεί σε διαφορετική κλίμακα..

Προέλευση

Ποιος κατασκεύασε αυτό το μοντέλο, πού και πότε δημοσιεύθηκε.

Οργάνωση
Stability AI
Τύπος οργανισμού
Industry
Χώρα
United Kingdom of Great Britain and Northern Ireland
Δημοσιευμένο
12 February 2024

Τι κάνει

Οι προβληματικές περιοχές για τις οποίες σχεδιάστηκε το μοντέλο. Ένα μοντέλο μπορεί να διαθέτει αρκετές από κάθε μία.

τομέας
Image generation
Εργασία
Text-to-image, Image generation

Μέγεθος

Πόσο μεγάλο είναι το μοντέλο και πόσα δεδομένα έχει εκπαιδευτεί. Οι παράμετροι είναι ο αριθμός που αποφασίζει αν χωράει σε μια δεδομένη κάρτα γραφικών.

παράμετροι
5.1B

"we are providing two checkpoints for Stage C, two for Stage B and one for Stage A. Stage C comes with a 1 billion and 3.6 billion parameter version, but we highly recommend using the 3.6 billion version, as most work was put into its finetuning. The two versions for Stage B amount to 700 million and 1.5 billion parameters. Both achieve great results, however the 1.5 billion excels at reconstructing small and fine details. Therefore, you will achieve the best results if you use the larger varian…

Δεδομένα εκπαίδευσης
tokens

Διαθεσιμότητα

Εάν μπορείτε να αποκτήσετε το μοντέλο και να το τρέξετε στο δικό σας υλικό, το οποίο αποφασίζει αν οποιαδήποτε από τις αριθμούς της κάρτας γραφικών σε αυτή τη σελίδα ισχύει.

Βάρη
Open — downloadable
Πρόσβαση μοντέλου
Open weights (non-commercial)
Κωδικός εκπαίδευσης
Open source

MIT licence for training and inference code https://github.com/Stability-AI/StableCascade non commercial licemse for weights https://github.com/Stability-AI/StableCascade/blob/master/models/readme.md

Πώς ταξινομείται

Ετικέτες το πηγαίο σύνολο δεδομένων εφαρμόζει όταν παρακολουθεί σημαντικά μοντέλα, και πόσο βέβαιο είναι στην είσοδο.

Εγγραφή εμπιστοσύνης
Confident

Πηγές

Από πού προήλθε αυτή η καταγραφή και πότε ελέγχθηκε τελευταία φορά.

Αναφορά
Introducing Stable Cascade
Τελευταία ενημέρωση
28 November 2025

Οι ακραίοι

Οι δέκα ταχύτερες GPUs που τρέχουν Stable Cascade

Καταταγμένο κατά εκτιμώμενα tokens ανά δευτερόλεπτο, η νέα κάρτα πρώτα όπου οι ταχύτητες ισοφαρίζουν. Επειδή η γενιά εξαρτάται από την μνήμη μπάδνγουθ, αυτή η ταξινόμηση ακολουθεί την μπάδνγουθ παρά οποιοδήποτε benchmark παιχνιδιού..

  1. 01 B300 288 GB · 8,000 GB/s · Q8_0 662 tok/s
  2. 02 B200 180 GB · 8,000 GB/s · Q8_0 662 tok/s
  3. 03 Radeon Instinct MI350X 288 GB · 8,190 GB/s · Q8_0 528 tok/s
  4. 04 Radeon Instinct MI355X 288 GB · 8,190 GB/s · Q8_0 528 tok/s
  5. 05 Radeon Instinct MI300 128 GB · 6,550 GB/s · Q8_0 423 tok/s
  6. 06 H200 NVL 141 GB · 4,890 GB/s · Q8_0 405 tok/s
  7. 07 H200 SXM 141 GB 141 GB · 4,890 GB/s · Q8_0 405 tok/s
  8. 08 Radeon Instinct MI325X 256 GB · 6,000 GB/s · Q8_0 387 tok/s
  9. 09 Radeon Instinct MI300A 128 GB · 5,325 GB/s · Q8_0 344 tok/s
  10. 10 Radeon Instinct MI300X 192 GB · 5,325 GB/s · Q8_0 344 tok/s

Τι σημαίνουν οι αριθμοί

Τι χρειάζεται για να τρέξει αυτό το μοντέλο

Ελάχιστη κάρτα

Tesla C1080

Μνήμη που απαιτείται

3.5 GB

Ταχύτερος

662 tok/s

Stable Cascade φτάνει σε αριθμό παραμέτρων του 5.1B. Αυτό είναι αρκετά μικρό ώστε το υλικό σπάνια να είναι το εμπόδιο, συμπεριλαμβανομένων καρτών αρκετών ετών. Ο αριθμός των καρτών που παρακολουθούμε που μπορούν να το τρέξουν: 818.

Η μικρότερη κάρτα που το κρατάει είναι Tesla C1080, με χωρητικότητα μνήμης 4 GB, τρέχοντας το σε μια συμπίεση του IQ4_XS και παράγοντας περίπου 17.7 tokens ανά δευτερόλεπτο

Στην άλλη άκρη κάθεται B200, γεννά προσεγγιστικά 662 tokens ανά δευτερόλεπτο με βάση τη μνήμη bandwidth ενός 8,000 GB/s.

Τι είναι αυτό το μοντέλο

Stable Cascade δημοσιεύθηκε από Stability AI, στην χώρα καταγεγραμμένη ως United Kingdom of Great Britain and Northern Ireland, κατά τη διάρκεια February 2024. Η κατηγορία στην οποία υπάγεται ο εκδότης είναι industry.

Λειτουργεί στον τομέα της Image generation, και καταγράφεται ότι εκτελεί την εργασία του text-to-image, Image generation.

Τα ανοιχτά βάρη είναι αυτά που τοποθετούν αυτή τη σελίδα στον υπολογιστή αντί να είναι μόνο στον κατάλογο: είναι ένα μοντέλο που μπορείς να κρατήσεις πραγματικά.

Τι αποφασίζει την ταχύτητα

Η μισή από τις κάρτες που το κρατούν διαχειρίζονται περισσότερα από 26.4 δεδομένα ανά δευτερόλεπτο 770 τους

Είναι ένα πυκνό μοντέλο, οπότε κάθε παράμετρος διαβάζεται για κάθε τοκέτο που παράγεται. Αυτό καθιστά την ταχύτητα να παρακολουθεί σχεδόν ακριβώς τη μνήμη μπάκανθ — μια κάρτα με διπλάσια μπάκανθ παράγει περίπου διπλάσια γρήγορα.

Η εσωτερική του αρχιτεκτονική δεν είναι καταχωρημένη, οπότε η μνήμη προσεγγίζεται από τον αριθμό παραμέτρων και σημειώνεται αναλόγως. Αναμένετε η πραγματική τιμή να διαφέρει, περισσότερο σε μεγάλο πλαίσιο.

Βήμα προς βήμα

Πώς να επιλέξετε μια GPU για Stable Cascade

Ο πίνακας παραπάνω έχει ήδη αξιολογήσει κάθε κάρτα για την οποία έχουμε προδιαγραφές σε σχέση με αυτό το μοντέλο. Η εύρεση της απάντησής σας απαιτεί έξι βήματα.

  1. 01

    Αρχίστε από τη στήλη μνήμης

    Αρχίστε από αυτό που πραγματικά χρειάζεται, το οποίο είναι η απαίτηση του Stable Cascade, χρειάζεστε γύρω 3.5 GB σε συμπίεση ενός IQ4_XS. Η Χωρητικότητα είναι η πύλη — μια κάρτα είτε την κρατά είτε δεν την κρατά.

  2. 02

    Αποφασίστε πόσο πολύ διαρκούν οι συνομιλίες σας

    Ρυθμίστε το πλαίσιο σε αυτό που θα χρησιμοποιήσετε πραγματικά. Η μνήμη αυξάνεται με την συνομιλία, και είναι ο συνηθισμένος λόγος που μια κάρτα που φαινόταν εντάξει σταματά να ταιριάζει. Stable Cascade.

  3. 03

    Επίλεξε πόσο μακριά θα το συμπιέσεις

    Η Συμπίεση είναι αυτό που καθιστά ένα μοντέλο συμβατό με μικρότερες κάρτες, με κάποιο κόστος στην ακρίβεια., φτάνοντας σε μια συμπίεση του IQ4_XS στην μικρότερη κάρτα που χωρά. Η ρύθμιση μιας ελάχιστης ποιότητας απορρίπτει τις κάρτες που το διαχειρίζονται μόνο σφίγγοντας περισσότερο από αυτό που θα θέλατε, και διατηρεί τη σύγκριση σε ένα επίπεδο.

  4. 04

    Κατάταξη με βάση την απόδοση αντί για το φύλλο προδιαγραφών

    Η κατάταξη κατά τους αριθμούς ανά δευτερόλεπτο ακολουθεί την εύρος μνήμης αντί για τον αριθμό πυρήνων, για Stable Cascade. Δεν θα ταιριάξει σε μια παραγγελία παιχνιδιών, επειδή η γενιά περιορίζεται από το memory bandwidth. Η κάρτα που είναι στην κορυφή της λίστας είναι B200, σε 662 τοκ/σ.

  5. 05

    Ελέγξτε την απόφαση κατάλληλης εφαρμογής πριν από την αγορά

    Μια σφιχτή εφαρμογή τρέχει, αλλά δεν αφήνει τίποτα ελεύθερο για μια μεγαλύτερη συζήτηση, στην περίπτωση του Stable Cascade. Άνετο σημαίνει ότι μπορείτε να επεκτείνετε το context αργότερα. Αυτή η διαφορά έχει μεγαλύτερη σημασία από μερικά tokens ανά δευτερόλεπτο, οπότε αγοράστε για άνετο αν το περιμένετε.

  6. 06

    Δες τι άλλο τρέχει αυτή η κάρτα

    Κάθε σελίδα κάρτας επαναλαμβάνει αυτή τη διαδικασία για κάθε μοντέλο που διαθέτουμε, απαντώντας σε το τι άλλο είναι καλό για το υλικό πέρα από Stable Cascade.

Απαντήσεις

Stable Cascade — κοινές ερωτήσεις

01

Stable Cascade— ποια GPU χρειάζομαι για να το τρέξω;

Η μικρότερη κάρτα στον κατάλογό μας που το κρατάει είναι Tesla C1080, με χωρητικότητα μνήμης 4 GB. Τρέχει το μοντέλο σε συμπίεση της IQ4_XS χρησιμοποιώντας περίπου 3.5 GB, και παράγει περίπου 17.7 δεκάρια ανά δευτερόλεπτο. Ο αριθμός των καρτών που είναι ικανές να το εκτελέσουν συνολικά: 818.

02

Stable Cascade— πώς γρήγορα είναι σε μια GPU;

Εξαρτάται από την ΚΑΡΤΑ. Ο πιο γρήγορος υπολογισμός που κάνουμε είναι B200, γύρω από 662 tokens ανά δευτερόλεπτο; ο πιο αργός που εξακολουθεί να τρέχει διαχειρίζεται σημαντικά λιγότερα. Η ταχύτητα ανάγνωσης είναι γύρω από δέκα tokens ανά δευτερόλεπτο, και ο αριθμός των καρτών που καθαρίζουν αυτό: 770.

03

Stable Cascade— πόσο VRAM χρειάζεται;

Χρειάζεται περίπου 3.5 GB σε συμπίεση IQ4_XS, ποια είναι η μικρότερη κάρτα που το τρέχει. Λιγότερη συμπίεση χρειάζεται περισσότερα: οι αριθμοί στη στήλη μνήμης παραπάνω υπολογίζονται ξανά για κάθε κάρτα, επειδή κάθε μία κρατά την λιγότερο συμπιεσμένη έκδοση που μπορεί.

04

Stable Cascade— μπορώ να το τρέξω σε μια GPU holding 8 GB?

Ναι. Η GPU CMP 170HX 8 GB, κρατώντας 8 ΓΒ, το τρέχει με συμπίεση από Q8_0, χρησιμοποιώντας περίπου 6.2 GB και παράγοντας περίπου 123 οι τόκεν ανά δευτερόλεπτο. Η εφαρμογή είναι σφιχτή.

05

Stable Cascade— μπορώ να το τρέξω σε μια GPU holding 12 GB?

Ναι. Η GPU GeForce RTX 3080 Ti, κρατώντας 12 ΓΒ, το τρέχει με συμπίεση από Q8_0, χρησιμοποιώντας περίπου 6.2 GB και παράγοντας περίπου 75.5 εγγραφές ανά δευτερόλεπτο. Η εφαρμογή είναι άνετη.

06

Stable Cascade— μπορώ να το τρέξω σε μια GPU holding 16 GB?

Ναι. Η GPU Tesla V100 SXM2 16 GB, κρατώντας 16 ΓΒ, το τρέχει με συμπίεση από Q8_0, χρησιμοποιώντας περίπου 6.2 GB και παράγοντας περίπου 93.5 εγγραφές ανά δευτερόλεπτο. Η εφαρμογή είναι άνετη.

07

Stable Cascade— μπορώ να το τρέξω σε μια GPU holding 24 GB?

Ναι. Η GPU GeForce RTX 5090 D V2, κρατώντας 24 ΓΒ, το τρέχει με συμπίεση από Q8_0, χρησιμοποιώντας περίπου 6.2 GB και παράγοντας περίπου 111 εγγραφές ανά δευτερόλεπτο. Η εφαρμογή είναι άνετη.

08

Stable Cascade— είναι ανοιχτού κώδικα;

Οι βάσεις του είναι δημοσιευμένες, οπότε μπορεί να κατέβει και να τρέξει σε δικό σας υλικό. Σημειώστε ότι τα open weights δεν είναι το ίδιο με το open source με την πλήρη έννοια — δεν λέει τίποτα για τα δεδομένα εκπαίδευσης, τον κώδικα εκπαίδευσης ή τους εμπορικούς όρους που συσχετίζονται.

09

Stable Cascade— πόσες παραμέτρους έχει;

Έχει αριθμό παραμέτρων 5.1B. "we are providing two checkpoints for Stage C, two for Stage B and one for Stage A. Stage C comes with a 1 billion and 3.6 billion parameter version, but we highly recommend using the 3.6 billion version, as most work was put into its finetuning. The two versions for Stage B amount to 700 million and 1.5 billion parameters. Both achieve great results, however the 1.5 billion excels at reconstructing small and fine details. Therefore, you will achieve the best results if you use the larger variant of each. Lastly, Stage A contains 20 million parameters and is fixed due to its small size." 3.6B + 1.5B + 20M = 5.12B. Αυτή η φιγούρα είναι το σύνολο, και είναι αυτό που αποφασίζει πόση μνήμη χρειάζεται το μοντέλο - περίπου μισό γιγαμπάιτ ανά δισεκατομμύριο με τη συμπίεση που χρησιμοποιεί το πιο πολλοί άνθρωποι.

10

Stable Cascade— ποιος το δημιούργησε;

Δημοσιεύθηκε από Stability AI, βασισμένο σε United Kingdom of Great Britain and Northern Ireland, μία οργάνωση κατηγοριοποιημένη ως industry.

11

Stable Cascade— πότε κυκλοφόρησε;

Δημοσιεύθηκε σε February 2024. Η ικανότητα ανά παράμετρο έχει βελτιωθεί σημαντικά από τότε, οπότε ένα νέο ΜΟΝΤΕΛ του ίδιου μεγέθους είναι συχνά η καλύτερη χρήση του ίδιου υλικού.

12

Stable Cascade— για τί χρησιμοποιείται;

Λειτουργεί στον τομέα της Image generation, και καταγράφεται ως διαχείριση της εργασίας του text-to-image, Image generation. Τα Μοντέλα συχνά φέρουν περισσότερα από ένα από το καθένα, και οι ετικέτες περιγράφουν τον σκοπό παρά τους περιορισμούς ικανότητας.

13

Stable Cascade— πού μπορώ να το κατεβάσω;

Οι παράμετροι είναι δημοσιευμένες, αν και δεν κρατάμε σύνδεσμο αποθετηρίου γι' αυτό. Αυτή η ιστοσελίδα υπολογίζει τις απαιτήσεις υλικού αντί να φιλοξενεί αρχεία μοντέλων.

14

Stable Cascade— μπορώ να το τρέξω αν δεν χωράει στην GPU μου;

Μόνο μέσω της εκφόρτωσης, η οποία είναι συνήθως μια ψευδής οικονομία: το μέρος που κρατιέται στη μνήμη του συστήματος τραβάει όλο το πράγμα κάτω. Κάθε αριθμός εδώ υποθέτει ότι ολόκληρο το μοντέλο είναι εγκατεστημένο στην κάρτα.

15

Stable Cascade— θα τρέξουν δύο GPU πιο γρήγορα;

Δύο κάρτες αγοράζουν μνήμη rather than ταχύτητα, η οποία έχει σημασία μόνο αν μία κάρτα δεν μπορεί να το κρατήσει. Ο αριθμός που μπορεί: 818. Έτσι, μια δεύτερη κάρτα σπάνια είναι η απάντηση εδώ.

16

Stable Cascade— γιατί διαφέρει η ποσοτικοποίηση μεταξύ των καρτών;

Κάθε κάρτα εμφανίζεται τρέχοντας την λιγότερο συμπιεσμένη έκδοση που μπορεί να κρατήσει. Ο αριθμός των διακριτών επιπέδων συμπίεσης στις κάρτες που ταιριάζουν σε αυτήν: 4. Οι μεγαλύτερες κάρτες παίρνουν την πιο ακριβή έκδοση, και η ποιότητα του δαπέδου πάνω από τις βελονίτσες συγκρατεί τη σύγκριση σε ένα επίπεδο.

17

Stable Cascade— πόσο ακριβείς είναι αυτές οι εκτιμήσεις ταχύτητας;

Κάθε νούμερο προκύπτει από το εύρος ζώνης μνήμης και το μέγεθος του μοντέλου, χωρίς να έχουν αξιολογηθεί, γι' αυτό και κάθε ένα δημοσιεύεται ως εύρος αντί για έναν μόνο αριθμό. Ένα παράδειγμα: 397–1,059 tok/s στον B200. Το ίδιο μοντέλο και κάρτα διαφέρουν κατά τριάντα έως πενήντα τοις εκατό ανάλογα με το λογισμικό συμπερασμού και την έκδοσή του.

Πηγή

Αρχική δημοσίευση

Η καταγραφή ενημερώθηκε τελευταία φορά 28 November 2025

Η άλλη κατεύθυνση

Κοιτάζοντας το από την άλλη πλευρά;

Αυτή η σελίδα ξεκινά από το μοντέλο. Αν έχετε ήδη μια κάρτα και θέλετε να μάθετε τα πάντα για το τι θα τρέξει., ξεκινήστε από το υλικό αντ' αυτού.