CARP 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
Tesla C1080
4 GB · Q8_0 · 57.3 tok/s
Tarjeta más rápida
B200
5,269 tok/s · 180 GB
¿Qué GPU pueden ejecutar? CARP?
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..
818 las tarjetas coinciden
Calculando| Necesita | Cuantización | Ajustar | |||||
|---|---|---|---|---|---|---|---|
|
5,269
tok/s
3,162–8,431 · baja confianza |
B200 NVIDIA | 180 GB | 8,000 GB/s | Jan 2024 | 1.4 GB | Q8_0 | Cómodo |
|
5,269
tok/s
3,162–8,431 · baja confianza |
B300 NVIDIA | 288 GB | 8,000 GB/s | Sep 2025 | 1.4 GB | Q8_0 | Cómodo |
|
4,208
tok/s
2,525–6,732 · baja confianza |
Radeon Instinct MI350X AMD | 288 GB | 8,190 GB/s | Jan 2025 | 1.4 GB | Q8_0 | Cómodo |
|
4,208
tok/s
2,525–6,732 · baja confianza |
Radeon Instinct MI355X AMD | 288 GB | 8,190 GB/s | Jan 2025 | 1.4 GB | Q8_0 | Cómodo |
|
3,365
tok/s
2,019–5,384 · baja confianza |
Radeon Instinct MI300 AMD | 128 GB | 6,550 GB/s | Jan 2023 | 1.4 GB | Q8_0 | Cómodo |
|
3,221
tok/s
1,933–5,153 · baja confianza |
H200 NVL NVIDIA | 141 GB | 4,890 GB/s | Nov 2024 | 1.4 GB | Q8_0 | Cómodo |
|
3,221
tok/s
1,933–5,153 · baja confianza |
H200 SXM 141 GB NVIDIA | 141 GB | 4,890 GB/s | Nov 2024 | 1.4 GB | Q8_0 | Cómodo |
|
3,083
tok/s
1,850–4,932 · baja confianza |
Radeon Instinct MI325X AMD | 256 GB | 6,000 GB/s | Oct 2024 | 1.4 GB | Q8_0 | Cómodo |
|
2,736
tok/s
1,641–4,377 · baja confianza |
Radeon Instinct MI300A AMD | 128 GB | 5,325 GB/s | Dec 2023 | 1.4 GB | Q8_0 | Cómodo |
|
2,736
tok/s
1,641–4,377 · baja confianza |
Radeon Instinct MI300X AMD | 192 GB | 5,325 GB/s | Dec 2023 | 1.4 GB | Q8_0 | Cómodo |
|
2,736
tok/s
1,641–4,377 · baja confianza |
Radeon Instinct MI308X AMD | 192 GB | 5,325 GB/s | Dec 2023 | 1.4 GB | Q8_0 | Cómodo |
|
2,595
tok/s
1,557–4,152 · baja confianza |
H100 NVL 94 GB NVIDIA | 94 GB | 3,940 GB/s | Mar 2023 | 1.4 GB | Q8_0 | Cómodo |
|
2,213
tok/s
1,328–3,541 · baja confianza |
H100 PCIe 96 GB NVIDIA | 96 GB | 3,360 GB/s | Mar 2023 | 1.4 GB | Q8_0 | Cómodo |
|
2,213
tok/s
1,328–3,541 · baja confianza |
H100 SXM5 80 GB NVIDIA | 80 GB | 3,360 GB/s | Oct 2022 | 1.4 GB | Q8_0 | Cómodo |
|
2,213
tok/s
1,328–3,541 · baja confianza |
H100 SXM5 94 GB NVIDIA | 94 GB | 3,360 GB/s | Mar 2023 | 1.4 GB | Q8_0 | Cómodo |
|
2,213
tok/s
1,328–3,541 · baja confianza |
H100 SXM5 96 GB NVIDIA | 96 GB | 3,360 GB/s | Mar 2023 | 1.4 GB | Q8_0 | Cómodo |
|
2,213
tok/s
1,328–3,541 · baja confianza |
H800 SXM5 NVIDIA | 80 GB | 3,360 GB/s | Mar 2023 | 1.4 GB | Q8_0 | Cómodo |
|
1,685
tok/s
1,011–2,696 · baja confianza |
Radeon Instinct MI250 AMD | 128 GB | 3,280 GB/s | Nov 2021 | 1.4 GB | Q8_0 | Cómodo |
|
1,685
tok/s
1,011–2,696 · baja confianza |
Radeon Instinct MI250X AMD | 128 GB | 3,280 GB/s | Nov 2021 | 1.4 GB | Q8_0 | Cómodo |
|
1,404
tok/s
843–2,247 · baja confianza |
Data Center GPU Max 1550 Intel | 128 GB | 3,280 GB/s | Jan 2023 | 1.4 GB | Q8_0 | Cómodo |
|
1,374
tok/s
825–2,199 · baja confianza |
Data Center GPU Max Subsystem Intel | 128 GB | 3,210 GB/s | Jan 2023 | 1.4 GB | Q8_0 | Cómodo |
|
1,344
tok/s
806–2,150 · baja confianza |
A100 SXM4 80 GB NVIDIA | 80 GB | 2,040 GB/s | Nov 2020 | 1.4 GB | Q8_0 | Cómodo |
|
1,344
tok/s
806–2,150 · baja confianza |
A100X NVIDIA | 80 GB | 2,040 GB/s | Jun 2021 | 1.4 GB | Q8_0 | Cómodo |
|
1,344
tok/s
806–2,150 · baja confianza |
A800 SXM4 80 GB NVIDIA | 80 GB | 2,040 GB/s | Aug 2022 | 1.4 GB | Q8_0 | Cómodo |
|
1,344
tok/s
806–2,150 · baja confianza |
H100 CNX NVIDIA | 80 GB | 2,040 GB/s | Mar 2023 | 1.4 GB | Q8_0 | 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
- Microsoft Research
- Tipo de Organización
- Industry
- País
- United States of America
- Publicado
- 6 February 2024
- Autores
- Kevin K. Yang, Nicolo Fusi, Alex X. Lu
Lo que hace
Las áreas problemáticas para las que se construyó el modelo. Un modelo puede llevar varios de cada uno.
- Dominio
- Biology
- Tarea
- Protein or nucleotide language model (pLM/nLM)
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
- 643M
- Datos de entrenamiento
- 1,867,500,000 tokens
643M from Table S1
Total Datapoints = 41.5 × 10^6 × 500 = 2.075 × 10^10 ≈ 2.1 × 10^10 tokens where: - Number of sequences: 41.5 million - Average sequence length: 500 residues 11000 tokens per GPU per batch 620,000 updates
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
- 1 × 10²² FLOP
- Cómo se estableció
- Hardware,Operation counting
1. Hardware setup: 128 NVIDIA V100 GPUs (1.25e14 FLOP/s per GPU) 2. Training duration: 56 days (directly provided) - Converted to seconds: 56 × 24 × 3600 = 4.8384e6 seconds 3. Utilization rate: 40% 4. Final calculation: 1.25e14 FLOP/s × 128 GPUs × 4.8384e6 seconds × 0.4 = 3.1e22 FLOPs 6 FLOP / parameter / token * 640 *10^6 parameters * 11000 tokens per GPU per batch * 128 GPUs * 620000 updates = 3.3521664e+21 FLOP sqrt(3.1e22*3.3521664e+21) = 1.0193977e+22 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
- NVIDIA V100
- Chips utilizados
- 128
- Consumo de energía
- 76.0 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)
- Código de entrenamiento
- Open source
https://github.com/microsoft/protein-sequence-models?tab=readme-ov-file
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
- Confident
- Citas
- 138
Fuentes
De dónde proviene este registro y cuándo fue comprobado por última vez.
- Referencia
- Convolutions are competitive with transformers for protein sequence pretraining
- Última actualización
- 1 January 2026
Los extremos
Las diez GPUs más rápidas que ejecutan CARP
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 5,269 tok/s
- 02 B200 180 GB · 8,000 GB/s · Q8_0 5,269 tok/s
- 03 Radeon Instinct MI350X 288 GB · 8,190 GB/s · Q8_0 4,208 tok/s
- 04 Radeon Instinct MI355X 288 GB · 8,190 GB/s · Q8_0 4,208 tok/s
- 05 Radeon Instinct MI300 128 GB · 6,550 GB/s · Q8_0 3,365 tok/s
- 06 H200 NVL 141 GB · 4,890 GB/s · Q8_0 3,221 tok/s
- 07 H200 SXM 141 GB 141 GB · 4,890 GB/s · Q8_0 3,221 tok/s
- 08 Radeon Instinct MI325X 256 GB · 6,000 GB/s · Q8_0 3,083 tok/s
- 09 Radeon Instinct MI300A 128 GB · 5,325 GB/s · Q8_0 2,736 tok/s
- 10 Radeon Instinct MI300X 192 GB · 5,325 GB/s · Q8_0 2,736 tok/s
Las GPUs más pequeñas que aún funcionan CARP
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 GeForce RTX 4010 4 GB · Necesita 1.4 GB · Q8_0 · Cómodo 63.2 tok/s
- 02 RTX A400 4 GB · Necesita 1.4 GB · Q8_0 · Cómodo 63.2 tok/s
- 03 RTX 500 Mobile Ada Generation 4 GB · Necesita 1.4 GB · Q8_0 · Cómodo 84.3 tok/s
- 04 GeForce RTX 3050 A Mobile 4 GB · Necesita 1.4 GB · Q8_0 · Cómodo 126 tok/s
- 05 Jetson Orin Nano 4 GB 4 GB · Necesita 1.4 GB · Q8_0 · Cómodo 22.5 tok/s
- 06 Radeon RX 6450M 4 GB · Necesita 1.4 GB · Q8_0 · Cómodo 65.8 tok/s
- 07 Radeon RX 6550M 4 GB · Necesita 1.4 GB · Q8_0 · Cómodo 74.0 tok/s
- 08 Radeon RX 6550S 4 GB · Necesita 1.4 GB · Q8_0 · Cómodo 65.8 tok/s
- 09 Arc A310 4 GB · Necesita 1.4 GB · Q8_0 · Cómodo 53.1 tok/s
- 10 Arc Pro A30M 4 GB · Necesita 1.4 GB · Q8_0 · Cómodo 54.8 tok/s
Qué significan los números
Requisitos de hardware en la práctica
Mínima tarjeta
Tesla C1080
Memoria necesaria
1.4 GB
Más rápido
5,269 tok/s
CARP llega a un recuento de parámetros de 643M. Eso es lo suficientemente pequeño como para que el hardware rara vez sea el obstáculo, incluso en tarjetas de varios años. El número de tarjetas que rastreamos que pueden ejecutarlo: 818.
El punto de entrada es Tesla C1080, con una capacidad de memoria de 4 GB, ejecutándolo a una compresión de Q8_0 y produciendo alrededor 57.3 tokens por segundo
El resultado más rápido proviene de B200, generando aproximadamente 5,269 tokens por segundo en la fuerza de un ancho de banda de memoria de 8,000 GB/s.
Qué es este modelo
CARP fue publicado por Microsoft Research, en el país registrado como United States of America, durante February 2024. La organización editora está clasificada como industry.
Funciona en el dominio de Biology, y se registra como realizando la tarea de protein or nucleotide language model (pLM/nLM).
Debido a que sus pesos fueron liberados, nada sobre ejecutar el modelo depende de un proveedor que permanezca disponible — es tuyo una vez descargado.
Qué decide la velocidad
La mitad de las tarjetas que lo sostienen gestionan más de 148.0 tokens por segundo. Excediendo velocidad de lectura directamente: 809 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.
Entrenamiento y procedencia
Entrenarlo tomó un presupuesto de computación de aproximadamente 1 × 10²² FLOP, en hardware registrado como NVIDIA V100. Esa cifra mide lo que costó producir el modelo, y no tiene relación con qué tan rápido responde.
El entrenamiento consumió un corpus de alrededor de 1,867,500,000 tokens de texto
Paso a paso
Cómo elegir una GPU para CARP
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.
Cada tarjeta aquí ha sido verificada contra CARP, necesitando alrededor 1.4 GB a una compresión de Q8_0. La capacidad es la puerta: una tarjeta o la sostiene o no la sostiene.
-
02
Establece la longitud de contexto en la que trabajarás.
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. CARP.
-
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 Q8_0 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
Compara tokens por segundo, no especificaciones
Ordenar por velocidad para ver cómo se clasifican las tarjetas por CARP. 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 5,269 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 CARP. 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 página de tarjeta repite este barrido para cada modelo que tenemos, respondiendo a qué más es bueno el hardware más allá de CARP.
Respuestas
CARP — preguntas comunes
CARP— ¿cuándo fue lanzado?
Se publicó en February 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.
CARP— ¿Para qué se utiliza?
Funciona en el dominio de Biology, y se registra como manejando la tarea de protein or nucleotide language model (pLM/nLM). 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.
CARP— ¿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.
CARP— cuánto compute se utilizó para entrenarlo?
El entrenamiento consumió alrededor 1 × 10²² FLOP, en hardware registrado como NVIDIA V100. 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.
CARP— ¿Puedo ejecutarlo si no cabe en mi GPU?
Solo al descargar, lo cual suele ser una falsa economía: la parte mantenida en la memoria del sistema arrastra todo. Cada cifra aquí asume que todo el modelo está residente en la tarjeta.
CARP— ¿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: 818. Así que una segunda tarjeta rara vez es la respuesta aquí.
CARP— ¿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: 1. Las tarjetas más grandes obtienen la versión más precisa, y el nivel de calidad por encima establece la comparación a un nivel.
CARP— ¿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: 3,162–8,431 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.
CARP— ¿Qué GPU necesito para ejecutarlo?
La tarjeta más pequeña en nuestro catálogo que lo sostiene es Tesla C1080, con una capacidad de memoria de 4 GB. Funciona el modelo a una compresión de Q8_0 usando alrededor 1.4 GB, y produce aproximadamente 57.3 tokens por segundo. El número de tarjetas capaces de ejecutarlo en total: 818.
CARP— ¿qué tan rápido es en una GPU?
Depende de la tarjeta. Lo más rápido que calculamos es B200, a aproximadamente 5,269 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: 809.
CARP— ¿Cuánta VRAM necesita?
Necesita aproximadamente 1.4 GB a una compresión de Q8_0, 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.
CARP— ¿Puedo ejecutarlo en una GPU que tiene? 8 GB?
Sí. La tarjeta CMP 170HX 8 GB, sosteniendo 8 GB, lo ejecuta a una compresión de Q8_0, usando alrededor 1.4 GB y generando aproximadamente 981 tokens por segundo. El ajuste es cómodo.
CARP— ¿Puedo ejecutarlo en una GPU que tiene? 12 GB?
Sí. La tarjeta GeForce RTX 3080 Ti, sosteniendo 12 GB, lo ejecuta a una compresión de Q8_0, usando alrededor 1.4 GB y generando aproximadamente 601 tokens por segundo. El ajuste es cómodo.
CARP— ¿Puedo ejecutarlo en una GPU que tiene? 16 GB?
Sí. La tarjeta Tesla V100 SXM2 16 GB, sosteniendo 16 GB, lo ejecuta a una compresión de Q8_0, usando alrededor 1.4 GB y generando aproximadamente 744 tokens por segundo. El ajuste es cómodo.
CARP— ¿Puedo ejecutarlo en una GPU que tiene? 24 GB?
Sí. La tarjeta GeForce RTX 5090 D V2, sosteniendo 24 GB, lo ejecuta a una compresión de Q8_0, usando alrededor 1.4 GB y generando aproximadamente 883 tokens por segundo. El ajuste es cómodo.
CARP— ¿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.
CARP— ¿cuántos parámetros tiene?
Tiene un recuento de parámetros de 643M. 643M from Table S1. 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.
CARP— ¿Quién lo creó?
Fue publicado por Microsoft Research, basado en United States of America, una organización categorizada como industry.
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.