SaulLM-large calculadora TPS

Abre pesos Equall.ai 141B parámetros July 2024

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

37 tarjetas que pueden ejecutarlo

818 tarjetas que tenemos especificaciones para

Tarjeta más pequeña que cabe

A100 SXM4 80 GB

80 GB · Q3_K_M · 16.5 tok/s

Tarjeta más rápida

H100 NVL 94 GB

29.1 tok/s · 94 GB

¿Qué GPU pueden ejecutar? SaulLM-large?

Establecer las entradas, leer la respuesta

Longitud del contexto tokens

Una conversación más larga necesita más VRAM, lo que puede expulsar este modelo de tarjetas más pequeñas..

Calidad mínima

Oculta tarjetas que solo se ajustarían al modelo comprimiéndolo por debajo de este punto..

Buscar tarjetas

Memoria de la tarjeta

También muestra tarjetas que no pueden ejecutarlo.

37 las tarjetas coinciden

Calculando

					Necesita	Cuantización	Ajustar
29.1 tok/s 17–47 · baja confianza	H100 NVL 94 GB NVIDIA	94 GB	3,940 GB/s	Mar 2023	77.8 GB	IQ4_XS	Ajustado
27.4 tok/s 16–44 · baja confianza	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	102.4 GB	Q5_K_M	Ajustado
27.2 tok/s 16–44 · baja confianza	H100 SXM5 80 GB NVIDIA	80 GB	3,360 GB/s	Oct 2022	69.6 GB	Q3_K_M	Ajustado
27.2 tok/s 16–44 · baja confianza	H800 SXM5 NVIDIA	80 GB	3,360 GB/s	Mar 2023	69.6 GB	Q3_K_M	Ajustado
24.8 tok/s 15–40 · baja confianza	H100 SXM5 94 GB NVIDIA	94 GB	3,360 GB/s	Mar 2023	77.8 GB	IQ4_XS	Ajustado
24.0 tok/s 14–38 · baja confianza	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	151.7 GB	Q8_0	Ajustado
24.0 tok/s 14–38 · baja confianza	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	151.7 GB	Q8_0	Cómodo
23.3 tok/s 14–37 · baja confianza	H100 PCIe 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	86.0 GB	Q4_K_M	Ajustado
23.3 tok/s 14–37 · baja confianza	H100 SXM5 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	86.0 GB	Q4_K_M	Ajustado
22.3 tok/s 13–36 · baja confianza	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	102.4 GB	Q5_K_M	Ajustado
21.3 tok/s 13–34 · baja confianza	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	118.8 GB	Q6_K	Ajustado
21.3 tok/s 13–34 · baja confianza	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	118.8 GB	Q6_K	Ajustado
19.2 tok/s 12–31 · baja confianza	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	151.7 GB	Q8_0	Cómodo
19.2 tok/s 12–31 · baja confianza	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	151.7 GB	Q8_0	Cómodo
16.5 tok/s 10–26 · baja confianza	A100 SXM4 80 GB NVIDIA	80 GB	2,040 GB/s	Nov 2020	69.6 GB	Q3_K_M	Ajustado
16.5 tok/s 10–26 · baja confianza	A100X NVIDIA	80 GB	2,040 GB/s	Jun 2021	69.6 GB	Q3_K_M	Ajustado
16.5 tok/s 10–26 · baja confianza	A800 SXM4 80 GB NVIDIA	80 GB	2,040 GB/s	Aug 2022	69.6 GB	Q3_K_M	Ajustado
16.5 tok/s 10–26 · baja confianza	H100 CNX NVIDIA	80 GB	2,040 GB/s	Mar 2023	69.6 GB	Q3_K_M	Ajustado
16.5 tok/s 10–26 · baja confianza	H100 PCIe 80 GB NVIDIA	80 GB	2,040 GB/s	Oct 2022	69.6 GB	Q3_K_M	Ajustado
16.5 tok/s 10–26 · baja confianza	H800 PCIe 80 GB NVIDIA	80 GB	2,040 GB/s	Mar 2023	69.6 GB	Q3_K_M	Ajustado
15.7 tok/s 9–25 · baja confianza	A100 PCIe 80 GB NVIDIA	80 GB	1,940 GB/s	Jun 2021	69.6 GB	Q3_K_M	Ajustado
15.7 tok/s 9–25 · baja confianza	A800 PCIe 80 GB NVIDIA	80 GB	1,940 GB/s	Nov 2022	69.6 GB	Q3_K_M	Ajustado
14.1 tok/s 8–22 · baja confianza	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	151.7 GB	Q8_0	Cómodo
13.7 tok/s 8–22 · baja confianza	Radeon Instinct MI250 AMD	128 GB	3,280 GB/s	Nov 2021	102.4 GB	Q5_K_M	Ajustado
13.7 tok/s 8–22 · baja confianza	Radeon Instinct MI250X AMD	128 GB	3,280 GB/s	Nov 2021	102.4 GB	Q5_K_M	Ajustado

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: Equall.ai
Tipo de Organización: Industry
País: United States of America
Publicado: 28 July 2024
Autores: Pierre Colombo, Telmo Pires, Malik Boudiaf, Rui Melo, Dominic Culver, Sofia Morgado, Etienne Malaboeuf, Gabriel Hautreux, Johanne Charpentier, Michael Desa

Lo que hace

Las áreas problemáticas para las que se construyó el modelo. Un modelo puede llevar varios de cada uno.

Dominio: Language
Tarea: Question answering
Modelo base: Mixtral 8x22B

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: 141B
Datos de entrenamiento: tokens
Tamaño de lote: 4

Cómputo de entrenamiento

La aritmética realizada para entrenar el modelo, medida en operaciones de punto flotante. Es una medida de lo que costó la ejecución del entrenamiento, no de qué tan rápido te responde el modelo terminado.

Computación de ajuste fino: 1.3 × 10²³ FLOP

La ejecución de entrenamiento

Lo que costó físicamente entrenar: qué chips, cuántos, por cuánto tiempo y qué eso consumió de la pared.

Hardware de entrenamiento: AMD Radeon Instinct MI250
Chips utilizados: 384
Utilización de hardware: HFU 40.0%
Consumo de energía: 378.7 kW

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 (unrestricted)

Cómo está clasificado

Etiquetas que el conjunto de datos fuente aplica al rastrear modelos notables y cuán confiable es en la entrada.

Confianza de registro: Likely
Citas: 44

Fuentes

De dónde proviene este registro y cuándo fue comprobado por última vez.

Referencia: SaulLM-54B & SaulLM-141B: Scaling Up Domain Adaptation for the Legal Domain
Última actualización: 25 May 2026

Los extremos

Las diez GPUs más rápidas que ejecutan SaulLM-large

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..

Las GPUs más pequeñas que aún funcionan SaulLM-large

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..

Qué significan los números

Lo que necesitas para ejecutar esto

Mínima tarjeta

A100 SXM4 80 GB

Memoria necesaria

69.6 GB

Más rápido

29.1 tok/s

SaulLM-large llega a un recuento de parámetros de 141B. 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: 37.

El hardware mínimo que funciona es A100 SXM4 80 GB, con una capacidad de memoria de 80 GB, ejecutándolo a una compresión de Q3_K_M y produciendo alrededor 16.5 tokens por segundo

En el otro extremo se encuentra H100 NVL 94 GB, generando aproximadamente 29.1 tokens por segundo en la fuerza de un ancho de banda de memoria de 3,940 GB/s.

Qué es este modelo

SaulLM-large fue publicado por Equall.ai, en el país registrado como United States of America, durante July 2024. La organización editora está clasificada como industry.

Funciona en el dominio de Language, y se registra como realizando la tarea de question answering.

Su punto de partida fue un modelo base existente, Mixtral 8x22B. Esa es la forma habitual en que se produce un modelo especializado.

Los PESOS están publicados, por lo que se puede descargar y ejecutar en su propio HARDWARE indefinidamente, SIN CONEXIÓN, sin cuenta adjunta.

Qué decide la velocidad

En cada tarjeta que puede ejecutarlo, el medio del rango se sitúa en 16.5 tokens por segundo. Produciendo texto más rápido de lo que la mayoría de las personas lo leen. 35 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.

La memoria aquí se estima a partir del tamaño en lugar de calcularse a partir de la arquitectura, que no se registra para este modelo — los números son indicativos en lugar de exactos.

Paso a paso

Cómo elegir una GPU para SaulLM-large

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

Verifica lo que necesita antes de cualquier otra cosa.

La tabla enumera cada tarjeta capaz de contener SaulLM-large, necesitando alrededor 69.6 GB a una compresión de Q3_K_M. Ninguna cantidad de potencia de procesamiento compensa una CARD que no puede sostenerla.
02

Ajusta el contexto a tu uso actual

Las conversaciones más largas consumen memoria además de lo que los pesos necesitan. Mueve el control deslizante a tu longitud de trabajo real antes de confiar en cualquier fila para SaulLM-large.
03

Elige cuán lejos lo comprimirás.

Cada tarjeta ejecuta la copia menos comprimida que puede contener., 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

Ordenar por velocidad

El ranking por tokens por segundo sigue el ancho de banda de memoria en lugar de los recuentos de núcleos, para SaulLM-large. 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 H100 NVL 94 GB, en 29.1 tok/s
05

Verifica el veredicto de ajuste antes de comprar

La columna de ajuste separa las TARJETAS que apenas lo gestionan de aquellas con espacio de sobra, en el caso de SaulLM-large. 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

Mira qué más ejecuta esa tarjeta

Seguir un GPU a su propia página muestra cada otro modelo que puede contener, que es la pregunta que sigue una vez que te has decidido por. SaulLM-large.

Respuestas

SaulLM-large — preguntas comunes

SaulLM-large— ¿qué tan rápido es en una GPU?

Depende de la tarjeta. Lo más rápido que calculamos es H100 NVL 94 GB, a aproximadamente 29.1 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: 35.

SaulLM-large— ¿Cuánta VRAM necesita?

Necesita aproximadamente 69.6 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.

SaulLM-large— ¿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.

SaulLM-large— ¿cuántos parámetros tiene?

Tiene un recuento de parámetros de 141B. SaulLM-large is based on Mixtral-141B-Instruct, a Transformer model with a Mixture of Experts that selects only 2 out of 8 experts to process tokens for each layer [1]. https://arxiv.org/abs/2407.19584. 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.

SaulLM-large— ¿Quién lo creó?

Fue publicado por Equall.ai, basado en United States of America, una organización categorizada como industry.

SaulLM-large— ¿cuándo fue lanzado?

Se publicó en July 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.

SaulLM-large— ¿Para qué se utiliza?

Funciona en el dominio de Language, y se registra como manejando la tarea de question answering. Un modelo puede manejar varios de cada uno, así que estas son las áreas para las que fue construido en lugar de un límite en lo que intentará.

SaulLM-large— ¿Dónde puedo descargarlo?

Los pesos están publicados, aunque no tenemos un enlace de repositorio para ello. Este sitio calcula los requisitos de hardware en lugar de alojar archivos de modelo.

SaulLM-large— ¿Puedo ejecutarlo si no cabe en mi GPU?

Se puede dividir entre la tarjeta y la memoria del sistema, pero se genera muy lentamente de esa manera. El fallo más cercano que calculamos se queda corto por 21.2 GB Cada cifra aquí asume que todo el modelo está residente en la tarjeta.

SaulLM-large— ¿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: 37. Así que una segunda tarjeta rara vez es la respuesta aquí.

SaulLM-large— ¿Por qué difiere la cuantificación entre tarjetas?

Cada tarjeta se muestra ejecutando la copia menos comprimida que puede contener. El número de niveles de compresión distintos entre las tarjetas que lo soportan: 6. Las tarjetas más grandes obtienen la versión más precisa, y el nivel de calidad por encima establece la comparación a un nivel.

SaulLM-large— ¿Qué tan precisas son estas estimaciones de velocidad?

Se calculan a partir de especificaciones en lugar de ser medidas, y cada una tiene un rango. Un ejemplo: 17–47 tok/s en H100 NVL 94 GB. El mismo modelo y tarjeta varían entre el treinta y el cincuenta por ciento dependiendo del software de inferencia y su versión.

SaulLM-large— ¿Qué GPU necesito para ejecutarlo?

La tarjeta más pequeña en nuestro catálogo que lo sostiene es A100 SXM4 80 GB, con una capacidad de memoria de 80 GB. Funciona el modelo a una compresión de Q3_K_M usando alrededor 69.6 GB, y produce aproximadamente 16.5 tokens por segundo. El número de tarjetas capaces de ejecutarlo en total: 37.

Origen

Publicación original

Última actualización registrada 25 May 2026

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.

Todos los modelos de IA