BLOOMZ-176B Υπολογιστής TPS

Ανοιχτά βάρη Hugging Face 176B παράμετροι November 2022

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

17 κάρτες που μπορούν να το τρέξουν

818 κάρτες που κρατάμε προδιαγραφές για

Η μικρότερη κάρτα που χωράει

Radeon Instinct MI250

128 GB · Q4_K_M · 14.2 tok/s

Ταχύτερη κάρτα

Radeon Instinct MI300

28.4 tok/s · 128 GB

Ποιες GPU μπορούν να τρέξουν BLOOMZ-176B?

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.

17 οι κάρτες ταιριάζουν

Υπολογισμός
Χρειάζεται Ποσοτικοποίηση Καλά
28.4 tok/s

17–45 · χαμηλή εμπιστοσύνη

Radeon Instinct MI300 AMD 128 GB 6,550 GB/s Jan 2023 107.2 GB Q4_K_M Στενά
28.0 tok/s

17–45 · χαμηλή εμπιστοσύνη

B200 NVIDIA 180 GB 8,000 GB/s Jan 2024 148.2 GB Q6_K Στενά
27.2 tok/s

16–43 · χαμηλή εμπιστοσύνη

H200 NVL NVIDIA 141 GB 4,890 GB/s Nov 2024 107.2 GB Q4_K_M Στενά
27.2 tok/s

16–43 · χαμηλή εμπιστοσύνη

H200 SXM 141 GB NVIDIA 141 GB 4,890 GB/s Nov 2024 107.2 GB Q4_K_M Στενά
23.1 tok/s

14–37 · χαμηλή εμπιστοσύνη

Radeon Instinct MI300A AMD 128 GB 5,325 GB/s Dec 2023 107.2 GB Q4_K_M Στενά
19.3 tok/s

12–31 · χαμηλή εμπιστοσύνη

B300 NVIDIA 288 GB 8,000 GB/s Sep 2025 189.1 GB Q8_0 Άνετο
15.4 tok/s

9–25 · χαμηλή εμπιστοσύνη

Radeon Instinct MI350X AMD 288 GB 8,190 GB/s Jan 2025 189.1 GB Q8_0 Άνετο
15.4 tok/s

9–25 · χαμηλή εμπιστοσύνη

Radeon Instinct MI355X AMD 288 GB 8,190 GB/s Jan 2025 189.1 GB Q8_0 Άνετο
14.5 tok/s

9–23 · χαμηλή εμπιστοσύνη

Radeon Instinct MI300X AMD 192 GB 5,325 GB/s Dec 2023 148.2 GB Q6_K Στενά
14.5 tok/s

9–23 · χαμηλή εμπιστοσύνη

Radeon Instinct MI308X AMD 192 GB 5,325 GB/s Dec 2023 148.2 GB Q6_K Στενά
14.2 tok/s

9–23 · χαμηλή εμπιστοσύνη

Radeon Instinct MI250 AMD 128 GB 3,280 GB/s Nov 2021 107.2 GB Q4_K_M Στενά
14.2 tok/s

9–23 · χαμηλή εμπιστοσύνη

Radeon Instinct MI250X AMD 128 GB 3,280 GB/s Nov 2021 107.2 GB Q4_K_M Στενά
11.8 tok/s

7–19 · χαμηλή εμπιστοσύνη

Data Center GPU Max 1550 Intel 128 GB 3,280 GB/s Jan 2023 107.2 GB Q4_K_M Στενά
11.6 tok/s

7–19 · χαμηλή εμπιστοσύνη

Data Center GPU Max Subsystem Intel 128 GB 3,210 GB/s Jan 2023 107.2 GB Q4_K_M Στενά
11.3 tok/s

7–18 · χαμηλή εμπιστοσύνη

Radeon Instinct MI325X AMD 256 GB 6,000 GB/s Oct 2024 189.1 GB Q8_0 Άνετο
1.5 tok/s

1–2 · χαμηλή εμπιστοσύνη

GB10 NVIDIA 128 GB 273 GB/s Oct 2025 107.2 GB Q4_K_M Στενά
1.5 tok/s

1–2 · χαμηλή εμπιστοσύνη

Jetson T5000 NVIDIA 128 GB 273 GB/s Aug 2025 107.2 GB Q4_K_M Στενά

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
Hugging Face
Τύπος οργανισμού
Industry
Χώρα
United States of America
Δημοσιευμένο
3 November 2022
Συγγραφείς
Niklas Muennighoff, Thomas Wang, Lintang Sutawika, Adam Roberts, Stella Biderman, Teven Le Scao, M Saiful Bari, Sheng Shen, Zheng-Xin Yong, Hailey Schoelkopf, Xiangru Tang, Dragomir Radev, Alham Fikri Aji, Khalid Almubarak, Samuel Albanie, Zaid Alyafeai, Albert Webson, Edward Raff, Colin Raffel

Τι κάνει

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

τομέας
Language
Εργασία
Translation, Language modeling/generation
Βασικό μοντέλο
BLOOM-176B

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
176B

176B

Δεδομένα εκπαίδευσης
20,000,000,000 tokens

per https://huggingface.co/datasets/bigscience/xP3, 94,941,936 KB or 94GB if approx 200M words per GB, that's ~20B words (rougher estimate because it's multilingual) https://docs.google.com/document/d/1G3vvQkn4x_W71MKg0GmHVtzfd9m0y3_Ofcoew0v902Q/edit#heading=h.ieihc08p8dn0

Εκπαίδευση υπολογιστών

Η αριθμητική που πραγματοποιήθηκε για την εκπαίδευση του μοντέλου, μετρημένη σε πράξεις κινητής υποδιαστολής. Είναι ένα μέτρο του κόστους της προπόνησης, όχι της ταχύτητας με την οποία το ολοκληρωμένο μοντέλο σας απαντά.

Ρύθμιση υπολογιστών
1.4 × 10²² FLOP

"We use publicly available pretrained BLOOM models ranging from 560 million to 176 billion parameters. BLOOM models are large decoder-only language models pretrained for around 350 billion tokens with an architecture similar to GPT-3 (Brown et al., 2020). We finetune the models for an additional 13 billion tokens with loss only being computed on target tokens." 13B * 176B * 6

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 (unrestricted)
Κωδικός εκπαίδευσης
Open source

Apache 2.0 train/eval code: https://github.com/bigscience-workshop/xmtf?tab=readme-ov-file#train-models weights: https://huggingface.co/bigscience/bloomz

Πώς ταξινομείται

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

Εγγραφή εμπιστοσύνης
Likely
Παραπομπές
242

Πηγές

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

Αναφορά
Crosslingual Generalization through Multitask Finetuning
Τελευταία ενημέρωση
28 November 2025

Οι ακραίοι

Οι δέκα ταχύτερες GPUs που τρέχουν BLOOMZ-176B

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 Radeon Instinct MI300 128 GB · 6,550 GB/s · Q4_K_M 28.4 tok/s
  2. 02 B200 180 GB · 8,000 GB/s · Q6_K 28.0 tok/s
  3. 03 H200 NVL 141 GB · 4,890 GB/s · Q4_K_M 27.2 tok/s
  4. 04 H200 SXM 141 GB 141 GB · 4,890 GB/s · Q4_K_M 27.2 tok/s
  5. 05 Radeon Instinct MI300A 128 GB · 5,325 GB/s · Q4_K_M 23.1 tok/s
  6. 06 B300 288 GB · 8,000 GB/s · Q8_0 19.3 tok/s
  7. 07 Radeon Instinct MI350X 288 GB · 8,190 GB/s · Q8_0 15.4 tok/s
  8. 08 Radeon Instinct MI355X 288 GB · 8,190 GB/s · Q8_0 15.4 tok/s
  9. 09 Radeon Instinct MI300X 192 GB · 5,325 GB/s · Q6_K 14.5 tok/s
  10. 10 Radeon Instinct MI308X 192 GB · 5,325 GB/s · Q6_K 14.5 tok/s

Οι μικρότερες GPUs που ακόμη λειτουργούν BLOOMZ-176B

Η φθηνότερη διαδρομή, κατά χωρητικότητα μνήμης. Μια σφιχτή εφαρμογή τρέχει το μοντέλο αλλά δεν αφήνει τίποτα επιπλέον για μια μεγαλύτερη συνομιλία..

  1. 01 GB10 128 GB · Χρειάζεται 107.2 GB · Q4_K_M · Στενά 1.5 tok/s
  2. 02 Jetson T5000 128 GB · Χρειάζεται 107.2 GB · Q4_K_M · Στενά 1.5 tok/s
  3. 03 Radeon Instinct MI300A 128 GB · Χρειάζεται 107.2 GB · Q4_K_M · Στενά 23.1 tok/s
  4. 04 Data Center GPU Max 1550 128 GB · Χρειάζεται 107.2 GB · Q4_K_M · Στενά 11.8 tok/s
  5. 05 Data Center GPU Max Subsystem 128 GB · Χρειάζεται 107.2 GB · Q4_K_M · Στενά 11.6 tok/s
  6. 06 Radeon Instinct MI300 128 GB · Χρειάζεται 107.2 GB · Q4_K_M · Στενά 28.4 tok/s
  7. 07 Radeon Instinct MI250 128 GB · Χρειάζεται 107.2 GB · Q4_K_M · Στενά 14.2 tok/s
  8. 08 Radeon Instinct MI250X 128 GB · Χρειάζεται 107.2 GB · Q4_K_M · Στενά 14.2 tok/s
  9. 09 H200 NVL 141 GB · Χρειάζεται 107.2 GB · Q4_K_M · Στενά 27.2 tok/s
  10. 10 H200 SXM 141 GB 141 GB · Χρειάζεται 107.2 GB · Q4_K_M · Στενά 27.2 tok/s

Τι σημαίνουν οι αριθμοί

Τι χρειάζεται για να τρέξει αυτό το μοντέλο

Ελάχιστη κάρτα

Radeon Instinct MI250

Μνήμη που απαιτείται

107.2 GB

Ταχύτερος

28.4 tok/s

BLOOMZ-176B φτάνει σε αριθμό παραμέτρων του 176B. Αυτό το τοποθετεί πάνω από το καταναλωτικό υλικό, στην κατηγορία όπου μια ΚΑΡΤΑ αγοράζεται για αυτόν τον σκοπό αντί να επαναχρησιμοποιηθεί γι' αυτό. Ο αριθμός των ΚΑΡΤΩΝ που παρακολουθούμε που μπορούν να το διατηρήσουν: 17.

Η μικρότερη κάρτα που το κρατάει είναι Radeon Instinct MI250, με χωρητικότητα μνήμης 128 GB, τρέχοντας το σε μια συμπίεση του Q4_K_M και παράγοντας περίπου 14.2 tokens ανά δευτερόλεπτο

Ο ταχύτερος υπολογισμός που κάνουμε γι 'αυτό είναι Radeon Instinct MI300, γεννά προσεγγιστικά 28.4 tokens ανά δευτερόλεπτο με βάση τη μνήμη bandwidth ενός 6,550 GB/s.

Υπόβαθρο

BLOOMZ-176B δημοσιεύθηκε από Hugging Face, στην χώρα καταγεγραμμένη ως United States of America, κατά τη διάρκεια November 2022. Προέρχεται από έναν οργανισμό που κατατάσσεται ως industry.

Λειτουργεί στον τομέα της Language, και καταγράφεται ότι εκτελεί την εργασία του translation, Language modeling/generation.

Αντί να εκπαιδευτεί από την αρχή, προέρχεται από BLOOM-176B. Οι περισσότεροι μοντέλα σε αυτή την κλίμακα προσαρμόζονται από μια υπάρχουσα βάση παρά κατασκευάζονται από το μηδέν.

Οι δημοσιευμένοι σταθμισμένοι παράμετροι σημαίνουν ότι το μοντέλο εκτελείται στον υπολογιστή σας αντί για κάποιου άλλου, το οποίο είναι αυτό που καθιστά την ερώτηση για το υλικό παρακάτω απαντήσιμη σε κάθε περίπτωση.

Διαβάζοντας τα νούμερα απόδοσης

Η μισή από τις κάρτες που το κρατούν διαχειρίζονται περισσότερα από 14.5 τόκεν ανά δευτερόλεπτο. Παραγωγή κειμένου ταχύτερα από το μεγαλύτερο μέρος των ανθρώπων το διαβάζουν. 15 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.

Τι χρειάστηκε για την κατασκευή του

Εκπαιδεύτηκε σε ένα σώμα περίπου 20,000,000,000 κωδικοί κειμένου

Βήμα προς βήμα

Πώς να επιλέξετε μια GPU για BLOOMZ-176B

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

    Διάβασε πρώτα την εικόνα μνήμης

    Ο πίνακας παραθέτει κάθε κάρτα που μπορεί να κρατήσει BLOOMZ-176B, χρειάζεστε γύρω 107.2 GB σε συμπίεση ενός Q4_K_M. Αυτή η τιμή, όχι η κύρια απόδοση μιας κάρτας, είναι αυτή που αποφασίζει αν θα τρέξει.

  2. 02

    Ταιριάξτε το πλαίσιο με την πραγματική σας χρήση

    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. BLOOMZ-176B.

  3. 03

    Αποφασίστε πόση συμπίεση θα αποδεχθείτε

    Η Συμπίεση είναι αυτό που καθιστά ένα μοντέλο συμβατό με μικρότερες κάρτες, με κάποιο κόστος στην ακρίβεια., φτάνοντας σε μια συμπίεση του Q4_K_M 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

    Σύγκριση TPS, όχι προδιαγραφές

    Η ταχύτητα παραγγελίας είναι στην ουσία μια παραγγελία με βάση το εύρος ζώνης μνήμης, για BLOOMZ-176B. Δεν θα ταιριάξει σε μια παραγγελία παιχνιδιών, επειδή η γενιά περιορίζεται από το memory bandwidth. Η κάρτα που είναι στην κορυφή της λίστας είναι Radeon Instinct MI300, σε 28.4 τοκ/σ.

  5. 05

    Κοίτα τον χώρο, όχι μόνο την εφαρμογή

    Το "Tight" σημαίνει ότι φορτώνει και λειτουργεί χωρίς περιθώριο να αυξηθεί το context αργότερα, στην περίπτωση του BLOOMZ-176B. 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

    Έλεγξε την κάρτα από την άλλη πλευρά

    Ακολουθώντας μια κάρτα μέχρι τη δική της σελίδα δείχνει κάθε άλλο μοντέλο που μπορεί να κρατήσει, το οποίο είναι το ερώτημα που προκύπτει μόλις αποφασίσετε για BLOOMZ-176B.

Απαντήσεις

BLOOMZ-176B — κοινές ερωτήσεις

01

BLOOMZ-176B— 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.

02

BLOOMZ-176B— πόσες παραμέτρους έχει;

Έχει αριθμό παραμέτρων 176B. 176B. 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.

03

BLOOMZ-176B— ποιος το δημιούργησε;

Δημοσιεύθηκε από Hugging Face, βασισμένο σε United States of America, μία οργάνωση κατηγοριοποιημένη ως industry.

04

BLOOMZ-176B— πότε κυκλοφόρησε;

Δημοσιεύθηκε σε November 2022. Η ικανότητα ανά παράμετρο έχει βελτιωθεί σημαντικά από τότε, οπότε ένα νέο ΜΟΝΤΕΛ του ίδιου μεγέθους είναι συχνά η καλύτερη χρήση του ίδιου υλικού.

05

BLOOMZ-176B— για τί χρησιμοποιείται;

Λειτουργεί στον τομέα της Language, και καταγράφεται ως διαχείριση της εργασίας του translation, Language modeling/generation. Αυτές είναι οι περιοχές γύρω από τις οποίες σχεδιάστηκε; Περιγράφουν την πρόθεση παρά ένα αυστηρό όριο.

06

BLOOMZ-176B— 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.

07

BLOOMZ-176B— μπορώ να το τρέξω αν δεν χωράει στην GPU μου;

Μπορεί να χωριστεί μεταξύ της κάρτας και της μνήμης του συστήματος, αλλά παράγει επώδυνα αργά με αυτόν τον τρόπο. Η πλησιέστερη αποτυχία που υπολογίζουμε υπολείπεται κατά 20.8 GB Κάθε αριθμός εδώ υποθέτει ότι ολόκληρο το μοντέλο είναι εγκατεστημένο στην κάρτα.

08

BLOOMZ-176B— θα τρέξουν δύο GPU πιο γρήγορα;

Μια δεύτερη ΚΑΡΤΑ περίπου διπλασιάζει τη διαθέσιμη ΜΝΗΜΗ αλλά όχι το ρυθμό παραγωγής. Ο αριθμός που είναι ήδη ικανός να το τρέξει μόνος του: 17. Έτσι, μια δεύτερη κάρτα σπάνια είναι η απάντηση εδώ.

09

BLOOMZ-176B— γιατί διαφέρει η ποσοτικοποίηση μεταξύ των καρτών;

Επειδή η χωρητικότητα διαφέρει, έτσι διαφέρει και πόσο σφιχτά πρέπει να συμπιεστεί. Ο αριθμός των διακριτών επιπέδων στον παραπάνω πίνακα: 3. Οι μεγαλύτερες κάρτες παίρνουν την πιο ακριβή έκδοση, και η ποιότητα του δαπέδου πάνω από τις βελονίτσες συγκρατεί τη σύγκριση σε ένα επίπεδο.

10

BLOOMZ-176B— 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: 17–45 tok/s στον Radeon Instinct MI300. Το ίδιο μοντέλο και κάρτα διαφέρουν κατά τριάντα έως πενήντα τοις εκατό ανάλογα με το λογισμικό συμπερασμού και την έκδοσή του.

11

BLOOMZ-176B— ποια GPU χρειάζομαι για να το τρέξω;

Η μικρότερη κάρτα στον κατάλογό μας που το κρατάει είναι Radeon Instinct MI250, με χωρητικότητα μνήμης 128 GB. Τρέχει το μοντέλο σε συμπίεση της Q4_K_M χρησιμοποιώντας περίπου 107.2 GB, και παράγει περίπου 14.2 δεκάρια ανά δευτερόλεπτο. Ο αριθμός των καρτών που είναι ικανές να το εκτελέσουν συνολικά: 17.

12

BLOOMZ-176B— πώς γρήγορα είναι σε μια GPU;

Εξαρτάται από την ΚΑΡΤΑ. Ο πιο γρήγορος υπολογισμός που κάνουμε είναι Radeon Instinct MI300, γύρω από 28.4 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: 15.

13

BLOOMZ-176B— πόσο VRAM χρειάζεται;

Χρειάζεται περίπου 107.2 GB σε συμπίεση Q4_K_M, 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.

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.

Όλα τα μοντέλα AI