SambaLingo-Thai-Chat-70B 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 · 25.5 tok/s
Tarjeta más rápida
B200
48.4 tok/s · 180 GB
¿Qué GPU pueden ejecutar? SambaLingo-Thai-Chat-70B?
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 | |||||
|---|---|---|---|---|---|---|---|
|
48.4
tok/s
29–77 · baja confianza |
B200 NVIDIA | 180 GB | 8,000 GB/s | Jan 2024 | 75.6 GB | Q8_0 | Cómodo |
|
48.4
tok/s
29–77 · baja confianza |
B300 NVIDIA | 288 GB | 8,000 GB/s | Sep 2025 | 75.6 GB | Q8_0 | Cómodo |
|
38.7
tok/s
23–62 · baja confianza |
Radeon Instinct MI350X AMD | 288 GB | 8,190 GB/s | Jan 2025 | 75.6 GB | Q8_0 | Cómodo |
|
38.7
tok/s
23–62 · baja confianza |
Radeon Instinct MI355X AMD | 288 GB | 8,190 GB/s | Jan 2025 | 75.6 GB | Q8_0 | Cómodo |
|
30.9
tok/s
19–49 · baja confianza |
Radeon Instinct MI300 AMD | 128 GB | 6,550 GB/s | Jan 2023 | 75.6 GB | Q8_0 | Cómodo |
|
29.6
tok/s
18–47 · baja confianza |
H200 NVL NVIDIA | 141 GB | 4,890 GB/s | Nov 2024 | 75.6 GB | Q8_0 | Cómodo |
|
29.6
tok/s
18–47 · baja confianza |
H200 SXM 141 GB NVIDIA | 141 GB | 4,890 GB/s | Nov 2024 | 75.6 GB | Q8_0 | Cómodo |
|
29.5
tok/s
18–47 · baja confianza |
H100 SXM5 80 GB NVIDIA | 80 GB | 3,360 GB/s | Oct 2022 | 59.3 GB | Q6_K | Cómodo |
|
29.5
tok/s
18–47 · baja confianza |
H800 SXM5 NVIDIA | 80 GB | 3,360 GB/s | Mar 2023 | 59.3 GB | Q6_K | Cómodo |
|
28.3
tok/s
17–45 · baja confianza |
Radeon Instinct MI325X AMD | 256 GB | 6,000 GB/s | Oct 2024 | 75.6 GB | Q8_0 | Cómodo |
|
26.1
tok/s
16–42 · baja confianza |
GRID A100B NVIDIA | 48 GB | 1,870 GB/s | May 2020 | 43.0 GB | Q4_K_M | Ajustado |
|
25.5
tok/s
15–41 · baja confianza |
A100 PCIe 40 GB NVIDIA | 40 GB | 1,560 GB/s | Jun 2020 | 34.9 GB | Q3_K_M | Ajustado |
|
25.5
tok/s
15–41 · baja confianza |
A100 SXM4 40 GB NVIDIA | 40 GB | 1,560 GB/s | May 2020 | 34.9 GB | Q3_K_M | Ajustado |
|
25.5
tok/s
15–41 · baja confianza |
A800 PCIe 40 GB NVIDIA | 40 GB | 1,560 GB/s | Nov 2022 | 34.9 GB | Q3_K_M | Ajustado |
|
25.1
tok/s
15–40 · baja confianza |
Radeon Instinct MI300A AMD | 128 GB | 5,325 GB/s | Dec 2023 | 75.6 GB | Q8_0 | Cómodo |
|
25.1
tok/s
15–40 · baja confianza |
Radeon Instinct MI300X AMD | 192 GB | 5,325 GB/s | Dec 2023 | 75.6 GB | Q8_0 | Cómodo |
|
25.1
tok/s
15–40 · baja confianza |
Radeon Instinct MI308X AMD | 192 GB | 5,325 GB/s | Dec 2023 | 75.6 GB | Q8_0 | Cómodo |
|
23.8
tok/s
14–38 · baja confianza |
H100 NVL 94 GB NVIDIA | 94 GB | 3,940 GB/s | Mar 2023 | 75.6 GB | Q8_0 | Ajustado |
|
21.8
tok/s
13–35 · baja confianza |
H100 SXM5 64 GB NVIDIA | 64 GB | 2,020 GB/s | Mar 2023 | 51.2 GB | Q5_K_M | Ajustado |
|
20.3
tok/s
12–33 · baja confianza |
H100 PCIe 96 GB NVIDIA | 96 GB | 3,360 GB/s | Mar 2023 | 75.6 GB | Q8_0 | Ajustado |
|
20.3
tok/s
12–33 · baja confianza |
H100 SXM5 94 GB NVIDIA | 94 GB | 3,360 GB/s | Mar 2023 | 75.6 GB | Q8_0 | Ajustado |
|
20.3
tok/s
12–33 · baja confianza |
H100 SXM5 96 GB NVIDIA | 96 GB | 3,360 GB/s | Mar 2023 | 75.6 GB | Q8_0 | Ajustado |
|
18.7
tok/s
11–30 · baja confianza |
RTX PRO 5000 Blackwell NVIDIA | 48 GB | 1,340 GB/s | Mar 2025 | 43.0 GB | Q4_K_M | Ajustado |
|
17.9
tok/s
11–29 · baja confianza |
A100 SXM4 80 GB NVIDIA | 80 GB | 2,040 GB/s | Nov 2020 | 59.3 GB | Q6_K | Cómodo |
|
17.9
tok/s
11–29 · baja confianza |
A100X NVIDIA | 80 GB | 2,040 GB/s | Jun 2021 | 59.3 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
- SambaNova Systems, Inc
- Tipo de Organización
- Industry
- País
- United States of America
- Publicado
- 8 April 2024
- Autores
- Zoltan Csaki, Bo Li, Jonathan Li, Qiantong Xu, Pian Pawakapan, Leon Zhang, Yun Du, Hengyu Zhao, Changran Hu, Urmish Thakker
Lo que hace
Las áreas problemáticas para las que se construyó el modelo. Un modelo puede llevar varios de cada uno.
- Dominio
- Language
- Tarea
- Chat
- Modelo base
- Llama 2-70B
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
- 70B
- Datos de entrenamiento
- tokens
- Épocas
- 0.4
- Tamaño de lote
- 32
https://huggingface.co/sambanovasystems/SambaLingo-Thai-Chat-70B
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.
- Cómputo de entrenamiento
- 8.1 × 10²³ FLOP
- Computación de ajuste fino
- 1.7 × 10²¹ FLOP
"Continuous Pre-training: We pack the pretraining mixture into sequences of length 4096 and pretrain with document attention as described in Section 3.2 of Iyer et al. (2022) to ensure we only attend to tokens in the context of the corresponding text document. We train with a global batch size of 1024, sequence length of 4096, maximum learning rate of 1e-4 with cosine decay, warm-up ratio of 0.01 and a weight decay of 0.1. Each expert is trained for a maximum of 4 epochs, following (Muennighoff …
"The alignment phase follows the recipe for Zephyr-7B, and comprises two stages: supervised fine-tuning (SFT) and Direct Performance Optimization (DPO). The SFT phase was done on the ultrachat_200k dataset mixed with the Google translated version of the ultrachat_200k dataset. It was trained for one epoch with global batch size 512 and max sequence length 2048 tokens. We used a linear decay learning rate of 2e-5 and 10% warmup. The DPO phase was done on the ultrafeedback dataset and cai-conver…
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
- sambanovasystems
Llama 2 license "You will not use the Llama Materials or any output or results of the Llama Materials to improve any other large language model" "Meta may terminate this Agreement if you are in breach of any term or condition of this Agreement" [If MAU] "is greater than 700 million monthly active users in the preceding calendar month, you must request a license from Meta" https://huggingface.co/sambanovasystems/SambaLingo-Thai-Chat-70B
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
- SambaLingo: Teaching Large Language Models New Languages
- Última actualización
- 28 November 2025
Los extremos
Las diez GPUs más rápidas que ejecutan SambaLingo-Thai-Chat-70B
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 48.4 tok/s
- 02 B200 180 GB · 8,000 GB/s · Q8_0 48.4 tok/s
- 03 Radeon Instinct MI350X 288 GB · 8,190 GB/s · Q8_0 38.7 tok/s
- 04 Radeon Instinct MI355X 288 GB · 8,190 GB/s · Q8_0 38.7 tok/s
- 05 Radeon Instinct MI300 128 GB · 6,550 GB/s · Q8_0 30.9 tok/s
- 06 H200 NVL 141 GB · 4,890 GB/s · Q8_0 29.6 tok/s
- 07 H200 SXM 141 GB 141 GB · 4,890 GB/s · Q8_0 29.6 tok/s
- 08 H800 SXM5 80 GB · 3,360 GB/s · Q6_K 29.5 tok/s
- 09 H100 SXM5 80 GB 80 GB · 3,360 GB/s · Q6_K 29.5 tok/s
- 10 Radeon Instinct MI325X 256 GB · 6,000 GB/s · Q8_0 28.3 tok/s
Las GPUs más pequeñas que aún funcionan SambaLingo-Thai-Chat-70B
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 34.9 GB · Q3_K_M · Ajustado 25.5 tok/s
- 02 A100 PCIe 40 GB 40 GB · Necesita 34.9 GB · Q3_K_M · Ajustado 25.5 tok/s
- 03 A100 SXM4 40 GB 40 GB · Necesita 34.9 GB · Q3_K_M · Ajustado 25.5 tok/s
- 04 Radeon PRO W7900D 48 GB · Necesita 43.0 GB · Q4_K_M · Ajustado 9.4 tok/s
- 05 RTX PRO 5000 Blackwell 48 GB · Necesita 43.0 GB · Q4_K_M · Ajustado 18.7 tok/s
- 06 RTX 5880 Ada Generation 48 GB · Necesita 43.0 GB · Q4_K_M · Ajustado 12.1 tok/s
- 07 L20 48 GB · Necesita 43.0 GB · Q4_K_M · Ajustado 12.1 tok/s
- 08 Radeon PRO W7800 48 GB 48 GB · Necesita 43.0 GB · Q4_K_M · Ajustado 9.4 tok/s
- 09 Radeon PRO W7900 48 GB · Necesita 43.0 GB · Q4_K_M · Ajustado 9.4 tok/s
- 10 Data Center GPU Max 1100 48 GB · Necesita 43.0 GB · Q4_K_M · Ajustado 11.2 tok/s
Qué significan los números
El lado de hardware
Mínima tarjeta
A100 PCIe 40 GB
Memoria necesaria
34.9 GB
Más rápido
48.4 tok/s
SambaLingo-Thai-Chat-70B llega a un recuento de parámetros de 70B. 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.
En el extremo bajo, se maneja por A100 PCIe 40 GB, con una capacidad de memoria de 40 GB, ejecutándolo a una compresión de Q3_K_M y produciendo alrededor 25.5 tokens por segundo
El resultado más rápido proviene de B200, generando aproximadamente 48.4 tokens por segundo en la fuerza de un ancho de banda de memoria de 8,000 GB/s.
Acerca de este modelo
SambaLingo-Thai-Chat-70B fue publicado por SambaNova Systems, Inc, en el país registrado como United States of America, durante April 2024. La organización editora está clasificada como industry.
Funciona en el dominio de Language, y se registra como realizando la tarea de chat.
En lugar de ser entrenado desde cero, se deriva de Llama 2-70B. Por eso comparte la forma y el tamaño general del modelo base.
Los PESOS están publicados, por lo que se puede descargar y ejecutar en su propio HARDWARE indefinidamente, SIN CONEXIÓN, sin cuenta adjunta. En Hugging Face está publicado bajo la organización sambanovasystems.
Qué tan rápido corre, y por qué
El resultado mediano es alrededor de 17.1 tokens por segundo. Limpiando los diez tokens por segundo que corresponden aproximadamente a la velocidad de lectura: 50 de ellos.
Siendo denso, lee todo de sí mismo por token, razón por la cual el orden según velocidad a continuación sigue tan de cerca el orden por ancho de banda 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.
Qué se necesitó para construirlo
Producirlo requirió una aritmética que totaliza alrededor de 8.1 × 10²³ FLOP. Esa cifra mide lo que costó producir el modelo, y no tiene relación con qué tan rápido responde.
Paso a paso
Cómo elegir una GPU para SambaLingo-Thai-Chat-70B
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
Lee la cifra de MEMORIA primero
Empieza desde lo que realmente necesita, que es el requerimiento de SambaLingo-Thai-Chat-70B, necesitando alrededor 34.9 GB a una compresión de Q3_K_M. Esa cifra, no el rendimiento principal de una CARD, es lo que decide si se ejecuta.
-
02
Establece la longitud de contexto en la que trabajarás.
Establece el contexto a lo que realmente usarás. La caché crece con la conversación, y es la razón habitual por la que una card que parecía bien deja de fit. SambaLingo-Thai-Chat-70B.
-
03
Elige cuán lejos lo comprimirás.
La compresión es lo que hace que un modelo quepa en tarjetas más pequeñas, a costa de cierta precisión., 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 SambaLingo-Thai-Chat-70B. 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 48.4 tok/s
-
05
Verifica el veredicto de ajuste antes de comprar
Un ajuste apretado se ejecuta, pero no deja nada de sobra para una conversación más larga, en el caso de SambaLingo-Thai-Chat-70B. 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 SambaLingo-Thai-Chat-70B.
Respuestas
SambaLingo-Thai-Chat-70B — preguntas comunes
SambaLingo-Thai-Chat-70B— ¿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: 5. Las tarjetas más grandes obtienen la versión más precisa, y el nivel de calidad por encima establece la comparación a un nivel.
SambaLingo-Thai-Chat-70B— ¿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: 29–77 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.
SambaLingo-Thai-Chat-70B— ¿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 34.9 GB, y produce aproximadamente 25.5 tokens por segundo. El número de tarjetas capaces de ejecutarlo en total: 61.
SambaLingo-Thai-Chat-70B— ¿qué tan rápido es en una GPU?
Depende de la tarjeta. Lo más rápido que calculamos es B200, a aproximadamente 48.4 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: 50.
SambaLingo-Thai-Chat-70B— ¿Cuánta VRAM necesita?
Necesita aproximadamente 34.9 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.
SambaLingo-Thai-Chat-70B— ¿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.
SambaLingo-Thai-Chat-70B— ¿cuántos parámetros tiene?
Tiene un recuento de parámetros de 70B. https://huggingface.co/sambanovasystems/SambaLingo-Thai-Chat-70B. 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.
SambaLingo-Thai-Chat-70B— ¿Quién lo creó?
Fue publicado por SambaNova Systems, Inc, basado en United States of America, una organización categorizada como industry.
SambaLingo-Thai-Chat-70B— ¿cuándo fue lanzado?
Se publicó en April 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.
SambaLingo-Thai-Chat-70B— ¿Para qué se utiliza?
Funciona en el dominio de Language, y se registra como manejando la tarea de chat. Estas son las áreas en las que fue diseñado; describen la intención más que un límite estricto.
SambaLingo-Thai-Chat-70B— ¿Dónde puedo descargarlo?
Sus pesos están publicados en Hugging Face, bajo la organización sambanovasystems. No alojamos archivos de modelo — este sitio calcula qué hardware se necesita para ejecutarlos.
SambaLingo-Thai-Chat-70B— cuánto compute se utilizó para entrenarlo?
El entrenamiento consumió alrededor 8.1 × 10²³ FLOP. Eso mide cuánto costó producir el modelo y no dice nada sobre cuán rápido responde una vez entrenado — la velocidad de inferencia proviene del ancho de banda de memoria, no del presupuesto de entrenamiento.
SambaLingo-Thai-Chat-70B— ¿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 14.2 GB Cada cifra aquí asume que todo el modelo está residente en la tarjeta.
SambaLingo-Thai-Chat-70B— ¿Correrían dos GPUS más rápido?
Dos tarjetas compran memoria en lugar de velocidad, lo cual solo importa si una tarjeta no puede contenerlo. El número que puede: 61. Así que una segunda tarjeta rara vez es la respuesta aquí.
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.