BLOOM-176B Υπολογιστής TPS

Ανοιχτά βάρη Hugging Face,BigScience 176.2B παράμετροι July 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

28.3 tok/s · 128 GB

Ποιες GPU μπορούν να τρέξουν BLOOM-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
28.3 tok/s

17–45 · χαμηλή εμπιστοσύνη

Radeon Instinct MI300 AMD 128 GB 6,550 GB/s Jan 2023 107.3 GB Q4_K_M Στενά
27.9 tok/s

17–45 · χαμηλή εμπιστοσύνη

B200 NVIDIA 180 GB 8,000 GB/s Jan 2024 148.4 GB Q6_K Στενά
27.1 tok/s

16–43 · χαμηλή εμπιστοσύνη

H200 NVL NVIDIA 141 GB 4,890 GB/s Nov 2024 107.3 GB Q4_K_M Στενά
27.1 tok/s

16–43 · χαμηλή εμπιστοσύνη

H200 SXM 141 GB NVIDIA 141 GB 4,890 GB/s Nov 2024 107.3 GB Q4_K_M Στενά
23.0 tok/s

14–37 · χαμηλή εμπιστοσύνη

Radeon Instinct MI300A AMD 128 GB 5,325 GB/s Dec 2023 107.3 GB Q4_K_M Στενά
19.2 tok/s

12–31 · χαμηλή εμπιστοσύνη

B300 NVIDIA 288 GB 8,000 GB/s Sep 2025 189.4 GB Q8_0 Άνετο
15.4 tok/s

9–25 · χαμηλή εμπιστοσύνη

Radeon Instinct MI350X AMD 288 GB 8,190 GB/s Jan 2025 189.4 GB Q8_0 Άνετο
15.4 tok/s

9–25 · χαμηλή εμπιστοσύνη

Radeon Instinct MI355X AMD 288 GB 8,190 GB/s Jan 2025 189.4 GB Q8_0 Άνετο
14.5 tok/s

9–23 · χαμηλή εμπιστοσύνη

Radeon Instinct MI300X AMD 192 GB 5,325 GB/s Dec 2023 148.4 GB Q6_K Στενά
14.5 tok/s

9–23 · χαμηλή εμπιστοσύνη

Radeon Instinct MI308X AMD 192 GB 5,325 GB/s Dec 2023 148.4 GB Q6_K Στενά
14.2 tok/s

9–23 · χαμηλή εμπιστοσύνη

Radeon Instinct MI250 AMD 128 GB 3,280 GB/s Nov 2021 107.3 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 107.3 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 107.3 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 107.3 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 189.4 GB Q8_0 Άνετο
1.5 tok/s

1–2 · χαμηλή εμπιστοσύνη

GB10 NVIDIA 128 GB 273 GB/s Oct 2025 107.3 GB Q4_K_M Στενά
1.5 tok/s

1–2 · χαμηλή εμπιστοσύνη

Jetson T5000 NVIDIA 128 GB 273 GB/s Aug 2025 107.3 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,BigScience
Τύπος οργανισμού
Industry,Research collective
Χώρα
United States of America, France
Δημοσιευμένο
11 July 2022
Συγγραφείς
Margaret Mitchell, Giada Pistilli, Yacine Jernite, Ezinwanne Ozoani, Marissa Gerchick, Nazneen Rajani, Sasha Luccioni, Irene Solaiman, Maraim Masoud, Somaieh Nikpoor, Carlos Muñoz Ferrandis, Stas Bekman, Christopher Akiki, Danish Contractor, David Lansky, Angelina McMillan-Major, Tristan Thrush, Suzana Ilić, Gérard Dupont, Shayne Longpre, Manan Dey, Stella Biderman, Douwe Kiela, Emi Baylor, Teven …

Τι κάνει

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

τομέας
Language
Εργασία
Language modeling, Translation, Code generation
Προσέγγιση
Self-supervised learning
Αριθμητική μορφή
BF16

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
176.2B

See "Technical Specifications" on Hugging Face: https://huggingface.co/bigscience/bloom

Δεδομένα εκπαίδευσης
379,000,000,000 tokens

Table 3.5 https://arxiv.org/pdf/2211.05100 366B (pretrain) + 13B (finetune) = 379B tokens total

Εποχές
1
Μέγεθος παρτίδας
4,194,304

Table 3. 2048*2048

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.

Εκπαίδευση υπολογιστών
3.7 × 10²³ FLOP

https://bigscience.huggingface.co/blog/bloom Blog post says 117 days. 384 A100 GPUs * 314 TFLOPS throughput per GPU * 117 days * 0.3 (utilization assumption) = 3.65664e23 https://www.wolframalpha.com/input?i=384+*+314+TFLOPS+*+117+days+*+0.3

Πώς ιδρύθηκε
Hardware

Η εκπαίδευση run

Τι απαιτήθηκε φυσικά για την εκπαίδευση: ποιες κάρτες, πόσες, για πόσο καιρό, και τι αυτό απαιτούσε από το ρεύμα.

Υλικό εκπαίδευσης
NVIDIA A100 SXM4 80 GB
χρησιμοποιούμενα τσιπ
384
Τσιπ-ώρες
1,078,272
Χρόνος τοίχου
2,808 hours (117 days)

117 days * 24 hours/day

Χρήση υλικού
HFU 50.0%

"We were able to achieve 156 TFLOPs in our fastest configuration with A100 GPUs, attaining our objective of half of the theoretical peak performance of 312 TFLOPs (in float32 or bfloat16)." HFU = 156/312 = 0.5

Κατανάλωση ενέργειας
308.0 kW
Κόστος υπολογισμού
$995,819

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 (restricted use)
Κωδικός εκπαίδευσης
Unreleased

responsible use restrictions: https://bigscience.huggingface.co/blog/the-bigscience-rail-license

Πώς ταξινομείται

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

Μοντέλο Θεμελίωσης
Yes
Πιθανώς πάνω από 10²³ FLOP
Yes
Γιατί παρακολουθείται
Historical significance,Highly cited

Was the largest open-source model at the time. 1000+ researchers, many from important orgs such as Microsoft and NVIDIA. https://huggingface.co/bigscience/bloom

Εγγραφή εμπιστοσύνης
Confident
Παραπομπές
2,917

Πηγές

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

Αναφορά
BLOOM: A 176B-Parameter Open-Access Multilingual Language Model
Τελευταία ενημέρωση
25 May 2026

Οι ακραίοι

Οι δέκα ταχύτερες GPUs που τρέχουν BLOOM-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 28.3 tok/s
  2. 02 B200 180 GB · 8,000 GB/s · Q6_K 27.9 tok/s
  3. 03 H200 NVL 141 GB · 4,890 GB/s · Q4_K_M 27.1 tok/s
  4. 04 H200 SXM 141 GB 141 GB · 4,890 GB/s · Q4_K_M 27.1 tok/s
  5. 05 Radeon Instinct MI300A 128 GB · 5,325 GB/s · Q4_K_M 23.0 tok/s
  6. 06 B300 288 GB · 8,000 GB/s · Q8_0 19.2 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 BLOOM-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 107.3 GB · Q4_K_M · Στενά 1.5 tok/s
  2. 02 Jetson T5000 128 GB · Χρειάζεται 107.3 GB · Q4_K_M · Στενά 1.5 tok/s
  3. 03 Radeon Instinct MI300A 128 GB · Χρειάζεται 107.3 GB · Q4_K_M · Στενά 23.0 tok/s
  4. 04 Data Center GPU Max 1550 128 GB · Χρειάζεται 107.3 GB · Q4_K_M · Στενά 11.8 tok/s
  5. 05 Data Center GPU Max Subsystem 128 GB · Χρειάζεται 107.3 GB · Q4_K_M · Στενά 11.6 tok/s
  6. 06 Radeon Instinct MI300 128 GB · Χρειάζεται 107.3 GB · Q4_K_M · Στενά 28.3 tok/s
  7. 07 Radeon Instinct MI250 128 GB · Χρειάζεται 107.3 GB · Q4_K_M · Στενά 14.2 tok/s
  8. 08 Radeon Instinct MI250X 128 GB · Χρειάζεται 107.3 GB · Q4_K_M · Στενά 14.2 tok/s
  9. 09 H200 NVL 141 GB · Χρειάζεται 107.3 GB · Q4_K_M · Στενά 27.1 tok/s
  10. 10 H200 SXM 141 GB 141 GB · Χρειάζεται 107.3 GB · Q4_K_M · Στενά 27.1 tok/s

Τι σημαίνουν οι αριθμοί

Απαιτήσεις υλικού στην πράξη

Ελάχιστη κάρτα

Radeon Instinct MI250

Μνήμη που απαιτείται

107.3 GB

Ταχύτερος

28.3 tok/s

BLOOM-176B φτάνει σε αριθμό παραμέτρων του 176.2B. 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.

Το σημείο εισόδου 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 28.3 tokens ανά δευτερόλεπτο με βάση τη μνήμη bandwidth ενός 6,550 GB/s.

Σχετικά με αυτό το μοντέλο

BLOOM-176B δημοσιεύθηκε από Hugging Face,BigScience, στην χώρα καταγεγραμμένη ως United States of America, κατά τη διάρκεια July 2022. Ο εκδοτικός οργανισμός κατηγοριοποιείται ως industry,Research collective.

Λειτουργεί στον τομέα της Language, και καταγράφεται ότι εκτελεί την εργασία του language modeling, Translation, Code generation.

Επειδή τα βάρη του απελευθερώθηκαν, τίποτα σχετικά με την εκτέλεσή του δεν εξαρτάται από το να παραμείνει διαθέσιμος ένας προμηθευτής - είναι δικό σας μόλις το κατεβάσετε.

Πόσο γρήγορα τρέχει, και γιατί

Η μισή από τις κάρτες που το κρατούν διαχειρίζονται περισσότερα από 14.5 δεδομένα ανά δευτερόλεπτο 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.

Χωρίς τη διάταξη προσοχής σε αρχείο, η στήλη μνήμης είναι μια προσέγγιση. Είναι αρκετά κοντά για να επιλέξετε υλικό, και λιγότερο αξιόπιστη σε μεγάλο context.

Τι χρειάστηκε για την κατασκευή του

Η παραγωγή του απαιτούσε αριθμητική που ανήλθε περίπου 3.7 × 10²³ FLOP, σε υλικό καταγεγραμμένο ως NVIDIA A100 SXM4 80 GB. Αυτή η τιμή μετράει το κόστος παραγωγής του μοντέλου και δεν έχει σχέση με το πόσο γρήγορα απαντά.

Το σύνολο εκπαίδευσης εκτελέστηκε σε περίπου 379,000,000,000 κωδικοί κειμένου

Ο λόγος που εμφανίζεται σε αυτόν τον κατάλογο είναι: historical significance,Highly cited.

Βήμα προς βήμα

Πώς να επιλέξετε μια GPU για BLOOM-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

    Αρχίστε από αυτό που πραγματικά χρειάζεται, το οποίο είναι η απαίτηση του BLOOM-176B, χρειάζεστε γύρω 107.3 GB σε συμπίεση ενός Q4_K_M. Καμία ποσότητα επεξεργαστικής ισχύος δεν μπορεί να αντισταθμίσει μια κάρτα που δεν μπορεί να την κρατήσει.

  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. BLOOM-176B.

  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 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

    Ταξινόμηση κατά ταχύτητα

    Η κατάταξη κατά τους αριθμούς ανά δευτερόλεπτο ακολουθεί την εύρος μνήμης αντί για τον αριθμό πυρήνων, για BLOOM-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 28.3 τοκ/σ.

  5. 05

    Κοίτα τον χώρο, όχι μόνο την εφαρμογή

    Μια σφιχτή εφαρμογή τρέχει, αλλά δεν αφήνει τίποτα ελεύθερο για μια μεγαλύτερη συζήτηση, στην περίπτωση του BLOOM-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

    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 BLOOM-176B.

Απαντήσεις

BLOOM-176B — κοινές ερωτήσεις

01

BLOOM-176B— πόσο ακριβείς είναι αυτές οι εκτιμήσεις ταχύτητας;

Αυτές είναι εκτιμήσεις με πραγματικά περιθώρια σφάλματος, και οποιαδήποτε από αυτές θα μπορούσε λογικά να βρεθεί οπουδήποτε εντός της δημοσιευμένης περιοχής της, ανάλογα με το ποιο τρέξιμο χρησιμοποιείτε. Το ταχύτερο αποτέλεσμα εδώ: 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.

02

BLOOM-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 107.3 GB, και παράγει περίπου 14.2 δεκάρια ανά δευτερόλεπτο. Ο αριθμός των καρτών που είναι ικανές να το εκτελέσουν συνολικά: 17.

03

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

Εξαρτάται από την ΚΑΡΤΑ. Ο πιο γρήγορος υπολογισμός που κάνουμε είναι Radeon Instinct MI300, γύρω από 28.3 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.

04

BLOOM-176B— πόσο VRAM χρειάζεται;

Χρειάζεται περίπου 107.3 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.

05

BLOOM-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.

06

BLOOM-176B— πόσες παραμέτρους έχει;

Έχει αριθμό παραμέτρων 176.2B. See "Technical Specifications" on Hugging Face: https://huggingface.co/bigscience/bloom. 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.

07

BLOOM-176B— ποιος το δημιούργησε;

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

08

BLOOM-176B— πότε κυκλοφόρησε;

Δημοσιεύθηκε σε July 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.

09

BLOOM-176B— για τί χρησιμοποιείται;

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

10

BLOOM-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.

11

BLOOM-176B— πόσο υπολογιστική ισχύς χρησιμοποιήθηκε για την εκπαίδευσή του;

Η εκπαίδευση κατανάλωσε περίπου 3.7 × 10²³ FLOP, σε υλικό καταγεγραμμένο ως NVIDIA A100 SXM4 80 GB. Αυτό μετράει το κόστος παραγωγής του μοντέλου και δεν λέει τίποτα για το πόσο γρήγορα απαντά μόλις εκπαιδευτεί — η ταχύτητα συμπερασμάτων προέρχεται από τον δίαυλο μνήμης, όχι από τον προϋπολογισμό εκπαίδευσης.

12

BLOOM-176B— 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. Η πλησιέστερη αποτυχία που υπολογίζουμε υπολείπεται κατά 20.9 GB Κάθε αριθμός εδώ υποθέτει ότι ολόκληρο το μοντέλο είναι εγκατεστημένο στην κάρτα.

13

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

Η ικανότητα προστίθεται σε κάρτες; η απόδοση δεν προστίθεται. Ο αριθμός των καρτών που το κρατούν ήδη μόνες τους: 17. Έτσι, μια δεύτερη κάρτα σπάνια είναι η απάντηση εδώ.

14

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

Μια μεγαλύτερη ΚΑΡΤΑ συγκρατεί μια πιο ακριβή αντίγραφο. Ο αριθμός των επιπέδων συμπίεσης που χρησιμοποιούνται στις ΚΑΡΤΕΣ που την εκτελούν: 3. Οι μεγαλύτερες κάρτες παίρνουν την πιο ακριβή έκδοση, και η ποιότητα του δαπέδου πάνω από τις βελονίτσες συγκρατεί τη σύγκριση σε ένα επίπεδο.

Πηγή

Αρχική δημοσίευση

Η καταγραφή ενημερώθηκε τελευταία φορά 25 May 2026

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