Qwen2-Math-72B calculadora TPS
Cada tarjeta a continuación se evalúa en función de este modelo en la longitud de contexto y calidad mínima que elijas. La velocidad es una estimación para una sola solicitud, calculada a partir del ancho de banda de memoria de la tarjeta y el tamaño del modelo una vez comprimido..
Calculado para este modelo
818 tarjetas que tenemos especificaciones para
Tarjeta más pequeña que cabe
A100 PCIe 40 GB
40 GB · Q3_K_M · 24.8 tok/s
Tarjeta más rápida
B200
47.1 tok/s · 180 GB
¿Qué GPU pueden ejecutar? Qwen2-Math-72B?
Establecer las entradas, leer la respuesta
Una conversación más larga necesita más VRAM, lo que puede expulsar este modelo de tarjetas más pequeñas..
Oculta tarjetas que solo se ajustarían al modelo comprimiéndolo por debajo de este punto..
61 las tarjetas coinciden
Calculando| Necesita | Cuantización | Ajustar | |||||
|---|---|---|---|---|---|---|---|
|
47.1
tok/s
40–56 |
B200 NVIDIA | 180 GB | 8,000 GB/s | Jan 2024 | 74.5 GB | Q8_0 | Cómodo |
|
47.1
tok/s
40–56 |
B300 NVIDIA | 288 GB | 8,000 GB/s | Sep 2025 | 74.5 GB | Q8_0 | Cómodo |
|
37.6
tok/s
23–60 · baja confianza |
Radeon Instinct MI350X AMD | 288 GB | 8,190 GB/s | Jan 2025 | 74.5 GB | Q8_0 | Cómodo |
|
37.6
tok/s
23–60 · baja confianza |
Radeon Instinct MI355X AMD | 288 GB | 8,190 GB/s | Jan 2025 | 74.5 GB | Q8_0 | Cómodo |
|
30.1
tok/s
18–48 · baja confianza |
Radeon Instinct MI300 AMD | 128 GB | 6,550 GB/s | Jan 2023 | 74.5 GB | Q8_0 | Cómodo |
|
28.8
tok/s
24–35 |
H200 NVL NVIDIA | 141 GB | 4,890 GB/s | Nov 2024 | 74.5 GB | Q8_0 | Cómodo |
|
28.8
tok/s
24–35 |
H200 SXM 141 GB NVIDIA | 141 GB | 4,890 GB/s | Nov 2024 | 74.5 GB | Q8_0 | Cómodo |
|
28.7
tok/s
24–34 |
H100 SXM5 80 GB NVIDIA | 80 GB | 3,360 GB/s | Oct 2022 | 57.8 GB | Q6_K | Cómodo |
|
28.7
tok/s
24–34 |
H800 SXM5 NVIDIA | 80 GB | 3,360 GB/s | Mar 2023 | 57.8 GB | Q6_K | Cómodo |
|
27.5
tok/s
17–44 · baja confianza |
Radeon Instinct MI325X AMD | 256 GB | 6,000 GB/s | Oct 2024 | 74.5 GB | Q8_0 | Cómodo |
|
25.4
tok/s
22–30 |
GRID A100B NVIDIA | 48 GB | 1,870 GB/s | May 2020 | 41.0 GB | Q4_K_M | Ajustado |
|
24.8
tok/s
21–30 |
A100 PCIe 40 GB NVIDIA | 40 GB | 1,560 GB/s | Jun 2020 | 32.6 GB | Q3_K_M | Ajustado |
|
24.8
tok/s
21–30 |
A100 SXM4 40 GB NVIDIA | 40 GB | 1,560 GB/s | May 2020 | 32.6 GB | Q3_K_M | Ajustado |
|
24.8
tok/s
21–30 |
A800 PCIe 40 GB NVIDIA | 40 GB | 1,560 GB/s | Nov 2022 | 32.6 GB | Q3_K_M | Ajustado |
|
24.4
tok/s
15–39 · baja confianza |
Radeon Instinct MI300A AMD | 128 GB | 5,325 GB/s | Dec 2023 | 74.5 GB | Q8_0 | Cómodo |
|
24.4
tok/s
15–39 · baja confianza |
Radeon Instinct MI300X AMD | 192 GB | 5,325 GB/s | Dec 2023 | 74.5 GB | Q8_0 | Cómodo |
|
24.4
tok/s
15–39 · baja confianza |
Radeon Instinct MI308X AMD | 192 GB | 5,325 GB/s | Dec 2023 | 74.5 GB | Q8_0 | Cómodo |
|
23.2
tok/s
20–28 |
H100 NVL 94 GB NVIDIA | 94 GB | 3,940 GB/s | Mar 2023 | 74.5 GB | Q8_0 | Ajustado |
|
21.2
tok/s
18–25 |
H100 SXM5 64 GB NVIDIA | 64 GB | 2,020 GB/s | Mar 2023 | 49.4 GB | Q5_K_M | Ajustado |
|
19.8
tok/s
17–24 |
H100 PCIe 96 GB NVIDIA | 96 GB | 3,360 GB/s | Mar 2023 | 74.5 GB | Q8_0 | Ajustado |
|
19.8
tok/s
17–24 |
H100 SXM5 94 GB NVIDIA | 94 GB | 3,360 GB/s | Mar 2023 | 74.5 GB | Q8_0 | Ajustado |
|
19.8
tok/s
17–24 |
H100 SXM5 96 GB NVIDIA | 96 GB | 3,360 GB/s | Mar 2023 | 74.5 GB | Q8_0 | Ajustado |
|
18.2
tok/s
15–22 |
RTX PRO 5000 Blackwell NVIDIA | 48 GB | 1,340 GB/s | Mar 2025 | 41.0 GB | Q4_K_M | Ajustado |
|
17.4
tok/s
15–21 |
A100 SXM4 80 GB NVIDIA | 80 GB | 2,040 GB/s | Nov 2020 | 57.8 GB | Q6_K | Cómodo |
|
17.4
tok/s
15–21 |
A100X NVIDIA | 80 GB | 2,040 GB/s | Jun 2021 | 57.8 GB | Q6_K | Cómodo |
Las velocidades son estimaciones para una sola solicitud — una conversación a la vez — calculadas a partir del ancho de banda de memoria, el tamaño del modelo y la cuantificación. El rendimiento real varía con el tiempo de inferencia y su versión. Las cifras publicadas por los proveedores de hardware miden muchas solicitudes simultáneas y son mucho más altas..
En registro
especificación completa
Todo en archivo para este modelo. La mayor parte describe cómo fue entrenado en lugar de cómo se ejecuta — contexto útil para juzgar cuánto trabajo se invirtió en él y cómo se compara con modelos construidos a una escala diferente..
Origen
Quién construyó este modelo, dónde, y cuándo fue publicado.
- Organización
- Alibaba
- Tipo de Organización
- Industry
- País
- China
- Publicado
- 9 August 2024
Lo que hace
Las áreas problemáticas para las que se construyó el modelo. Un modelo puede llevar varios de cada uno.
- Dominio
- Language
- Tarea
- Language modeling/generation, Question answering, Mathematical reasoning
- Modelo base
- Qwen2-72B
Tamaño
Qué tan grande es el modelo y cuántos datos se usaron para su entrenamiento. Los parámetros son la cifra que decide si se ajusta en una tarjeta gráfica dada.
- parámetros
- 72B
- Datos de entrenamiento
- tokens
Disponibilidad
Si puedes obtener el modelo y ejecutarlo en tu propio hardware, lo que decide si alguna de las cifras de la GPU en esta página se aplica.
- Pesos
- Open — downloadable
- Acceso al modelo
- Open weights (restricted use)
- Código de entrenamiento
- Unreleased
- Hugging Face
- Qwen
tongyi-qianwen (<100M MAU) https://huggingface.co/Qwen/Qwen2-Math-72B
Cómo está clasificado
Etiquetas que el conjunto de datos fuente aplica al rastrear modelos notables y cuán confiable es en la entrada.
- Probablemente por encima de 10²³ FLOP
- Yes
- Confianza de registro
- Confident
Fuentes
De dónde proviene este registro y cuándo fue comprobado por última vez.
- Referencia
- Introducing Qwen2-Math
- Última actualización
- 28 November 2025
Los extremos
Las diez GPUs más rápidas que ejecutan Qwen2-Math-72B
Clasificado por tokens estimados por segundo, la tarjeta más nueva primero donde las velocidades están empatadas. Debido a que la generación está limitada por el ancho de banda de memoria, este orden sigue el ancho de banda en lugar de cualquier referencia de juego..
- 01 B300 288 GB · 8,000 GB/s · Q8_0 47.1 tok/s
- 02 B200 180 GB · 8,000 GB/s · Q8_0 47.1 tok/s
- 03 Radeon Instinct MI350X 288 GB · 8,190 GB/s · Q8_0 37.6 tok/s
- 04 Radeon Instinct MI355X 288 GB · 8,190 GB/s · Q8_0 37.6 tok/s
- 05 Radeon Instinct MI300 128 GB · 6,550 GB/s · Q8_0 30.1 tok/s
- 06 H200 NVL 141 GB · 4,890 GB/s · Q8_0 28.8 tok/s
- 07 H200 SXM 141 GB 141 GB · 4,890 GB/s · Q8_0 28.8 tok/s
- 08 H800 SXM5 80 GB · 3,360 GB/s · Q6_K 28.7 tok/s
- 09 H100 SXM5 80 GB 80 GB · 3,360 GB/s · Q6_K 28.7 tok/s
- 10 Radeon Instinct MI325X 256 GB · 6,000 GB/s · Q8_0 27.5 tok/s
Las GPUs más pequeñas que aún funcionan Qwen2-Math-72B
La ruta más barata para entrar, por capacidad de memoria. Un ajuste apretado ejecuta el modelo pero no deja nada de sobra para una conversación más larga..
- 01 A800 PCIe 40 GB 40 GB · Necesita 32.6 GB · Q3_K_M · Ajustado 24.8 tok/s
- 02 A100 PCIe 40 GB 40 GB · Necesita 32.6 GB · Q3_K_M · Ajustado 24.8 tok/s
- 03 A100 SXM4 40 GB 40 GB · Necesita 32.6 GB · Q3_K_M · Ajustado 24.8 tok/s
- 04 Radeon PRO W7900D 48 GB · Necesita 41.0 GB · Q4_K_M · Ajustado 9.2 tok/s
- 05 RTX PRO 5000 Blackwell 48 GB · Necesita 41.0 GB · Q4_K_M · Ajustado 18.2 tok/s
- 06 RTX 5880 Ada Generation 48 GB · Necesita 41.0 GB · Q4_K_M · Ajustado 11.7 tok/s
- 07 L20 48 GB · Necesita 41.0 GB · Q4_K_M · Ajustado 11.7 tok/s
- 08 Radeon PRO W7800 48 GB 48 GB · Necesita 41.0 GB · Q4_K_M · Ajustado 9.2 tok/s
- 09 Radeon PRO W7900 48 GB · Necesita 41.0 GB · Q4_K_M · Ajustado 9.2 tok/s
- 10 Data Center GPU Max 1100 48 GB · Necesita 41.0 GB · Q4_K_M · Ajustado 10.9 tok/s
Qué significan los números
Lo que necesitas para ejecutar esto
Mínima tarjeta
A100 PCIe 40 GB
Memoria necesaria
32.6 GB
Más rápido
47.1 tok/s
Qwen2-Math-72B llega a un recuento de parámetros de 72B. Eso lo coloca por encima del hardware de consumo, en el rango donde se compra una tarjeta para este propósito en lugar de ser reutilizada para ello. El número de tarjetas que seguimos que pueden contenerlo: 61.
El hardware mínimo que funciona es A100 PCIe 40 GB, con una capacidad de memoria de 40 GB, ejecutándolo a una compresión de Q3_K_M y produciendo alrededor 24.8 tokens por segundo
Lo más rápido que calculamos para ello es B200, generando aproximadamente 47.1 tokens por segundo en la fuerza de un ancho de banda de memoria de 8,000 GB/s.
Qué es este modelo
Qwen2-Math-72B fue publicado por Alibaba, en el país registrado como China, durante August 2024. La categoría en la que se encuentra el editor es industry.
Funciona en el dominio de Language, y se registra como realizando la tarea de language modeling/generation, Question answering, Mathematical reasoning.
Su punto de partida fue un modelo base existente, Qwen2-72B. Esa es la forma habitual en que se produce un modelo especializado.
El hecho de que los pesos sean abiertos es lo que coloca esta página en la calculadora en lugar de solo en el catálogo: es un modelo que puedes sostener. En Hugging Face está publicado bajo la organización Qwen.
Qué decide la velocidad
La mitad de las tarjetas que lo sostienen gestionan más de 16.6 tokens por segundo. Excediendo velocidad de lectura directamente: 49 de ellos.
Cada peso participa en cada token aquí, por lo que el ancho de banda es la historia completa: el ranking a continuación es efectivamente un ranking de rendimiento de memoria.
Debido a que la arquitectura está registrada, la columna de memoria se deriva en lugar de estimarse.
Paso a paso
Cómo elegir una GPU para Qwen2-Math-72B
La tabla de arriba ya ha evaluado cada tarjeta para la que tenemos especificaciones en contra de este modelo. Llegar a tu respuesta toma seis pasos..
-
01
Comienza desde la columna de memoria
Empieza desde lo que realmente necesita, que es el requerimiento de Qwen2-Math-72B, necesitando alrededor 32.6 GB a una compresión de Q3_K_M. La capacidad es la puerta: una tarjeta o la sostiene o no la sostiene.
-
02
Decide cuánto duran tus conversaciones.
La conversación ocupa memoria también, y crece a medida que avanza. Ajusta el controlador a la longitud que esperas, porque en un contexto largo una CARD que maneja preguntas cortas fácilmente puede no encajar. Qwen2-Math-72B.
-
03
Establecer un umbral de calidad
La columna de cuantización varía por tarjeta, porque una tarjeta más grande sostiene una copia más precisa., alcanzando una compresión de Q3_K_M en la tarjeta más pequeña que cabe. Establecer una calidad mínima elimina las tarjetas que solo la manejan apretando más de lo que desearías, y mantiene la comparación en un nivel.
-
04
Clasifica por rendimiento en lugar de la hoja de especificaciones.
La velocidad de ordenación es efectivamente un ordenamiento por ancho de banda de GPU. Qwen2-Math-72B. No se ajustará a un pedido de gaming, porque la generación está limitada por el ancho de banda de memoria. La tarjeta que encabeza la lista es B200, en 47.1 tok/s
-
05
Mira el margen, no solo la compatibilidad.
La columna de ajuste separa las TARJETAS que apenas lo gestionan de aquellas con espacio de sobra, en el caso de Qwen2-Math-72B. Cómodo significa que puedes aumentar el contexto más adelante. Esa diferencia importa más que unos pocos tokens por segundo, así que compra por cómodo si esperas hacerlo.
-
06
Revisa la tarjeta del otro lado
Cada nombre de tarjeta enlaza a su propia página, que ejecuta el mismo cálculo en todo el catálogo del modelo. Una tarjeta generalmente se compra para más de un modelo, por lo que vale la pena echar un vistazo antes de comprar para Qwen2-Math-72B.
Respuestas
Qwen2-Math-72B — preguntas comunes
Qwen2-Math-72B— ¿Puedo ejecutarlo si no cabe en mi GPU?
En parte. Las capas que no se ajustan se encuentran en la memoria del sistema y funcionan a una fracción de la velocidad, por lo que un modelo mayoritariamente descargado rara vez merece la pena utilizar. El fallo más cercano que calculamos se queda corto por 12.2 GB Cada cifra aquí asume que todo el modelo está residente en la tarjeta.
Qwen2-Math-72B— ¿Correrían dos GPUS más rápido?
Una segunda tarjeta duplica aproximadamente la memoria disponible, pero no la tasa de generación. El número ya capaz de ejecutarlo solo: 61. Así que una segunda tarjeta rara vez es la respuesta aquí.
Qwen2-Math-72B— ¿Por qué difiere la cuantificación entre tarjetas?
Debido a que la capacidad varía, también varía cuán difícil tiene que ser exprimido. El número de niveles distintos en la tabla de arriba: 5. Las tarjetas más grandes obtienen la versión más precisa, y el nivel de calidad por encima establece la comparación a un nivel.
Qwen2-Math-72B— ¿Qué tan precisas son estas estimaciones de velocidad?
Estas son estimaciones con barras de error reales, y cualquiera de ellas podría razonablemente situarse en cualquier parte de su rango publicado dependiendo del runtime que utilices. El resultado más rápido aquí: 40–56 tok/s en B200. El mismo modelo y tarjeta varían entre el treinta y el cincuenta por ciento dependiendo del software de inferencia y su versión.
Qwen2-Math-72B— ¿Qué GPU necesito para ejecutarlo?
La tarjeta más pequeña en nuestro catálogo que lo sostiene es A100 PCIe 40 GB, con una capacidad de memoria de 40 GB. Funciona el modelo a una compresión de Q3_K_M usando alrededor 32.6 GB, y produce aproximadamente 24.8 tokens por segundo. El número de tarjetas capaces de ejecutarlo en total: 61.
Qwen2-Math-72B— ¿qué tan rápido es en una GPU?
Depende de la tarjeta. Lo más rápido que calculamos es B200, a aproximadamente 47.1 tokens por segundo; el más lento que aún lo ejecuta consigue considerablemente menos. La velocidad de lectura es de alrededor de diez tokens por segundo, y el número de cards que logran eso: 49.
Qwen2-Math-72B— ¿Cuánta VRAM necesita?
Necesita aproximadamente 32.6 GB a una compresión de Q3_K_M, cuál es la tarjeta más pequeña que lo ejecuta. Menos compresión necesita más: las cifras en la columna de memoria anterior se recalculan para cada tarjeta, porque cada una sostiene la versión menos comprimida que puede.
Qwen2-Math-72B— ¿Es de código abierto?
Sus pesos están publicados, por lo que se pueden descargar y ejecutar en su propio hardware. Tenga en cuenta que OPEN WEIGHTS no es lo mismo que OPEN SOURCE en el sentido completo: no dice nada sobre los datos de entrenamiento, el código de entrenamiento o los términos comerciales adjuntos.
Qwen2-Math-72B— ¿cuántos parámetros tiene?
Tiene un recuento de parámetros de 72B. Esa cifra es el total, y es lo que decide cuánta MEMORIA necesita el modelo — aproximadamente medio gigabyte por mil millones en la compresión que la mayoría de las personas usa.
Qwen2-Math-72B— ¿Quién lo creó?
Fue publicado por Alibaba, basado en China, una organización categorizada como industry.
Qwen2-Math-72B— ¿cuándo fue lanzado?
Se publicó en August 2024. La capacidad por parámetro ha mejorado considerablemente desde entonces, por lo que un modelo más reciente del mismo tamaño suele ser el mejor uso del mismo hardware.
Qwen2-Math-72B— ¿Para qué se utiliza?
Funciona en el dominio de Language, y se registra como manejando la tarea de language modeling/generation, Question answering, Mathematical reasoning. Estas son las áreas en las que fue diseñado; describen la intención más que un límite estricto.
Qwen2-Math-72B— ¿Dónde puedo descargarlo?
Sus pesos están publicados en Hugging Face, bajo la organización Qwen. No alojamos archivos de modelo — este sitio calcula qué hardware se necesita para ejecutarlos.
La otra dirección
¿Mirándolo desde el otro lado?
Esta página comienza desde el modelo. Si ya posees una tarjeta y quieres saber todo lo que podrá ejecutar., Comience desde el hardware en su lugar.