MuggleMath calculadora TPS

Abre pesos University of Science and Technology of China (USTC),Alibaba 70B parámetros November 2023

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

61 tarjetas que pueden ejecutarlo

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? MuggleMath?

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.

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: University of Science and Technology of China (USTC),Alibaba
Tipo de Organización: Academia,Industry
País: China
Publicado: 1 November 2023
Autores: Chengpeng Li, Zheng Yuan, Hongyi Yuan, Guanting Dong, Keming Lu, Jiancan Wu, Chuanqi Tan, Xiang Wang, Chang Zhou

Lo que hace

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

Dominio: Language, Mathematics
Tarea: Language modeling/generation, 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: 3

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 A100
Chips utilizados: 32
Consumo de energía: 25.4 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

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

Fuentes

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

Referencia: Query and Response Augmentation Cannot Help Out-of-domain Math Reasoning Generalization
Última actualización: 28 November 2025

Los extremos

Las diez GPUs más rápidas que ejecutan MuggleMath

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 MuggleMath

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

El lado de hardware

Mínima tarjeta

A100 PCIe 40 GB

Memoria necesaria

34.9 GB

Más rápido

48.4 tok/s

MuggleMath 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

Gama alta es 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

MuggleMath fue publicado por University of Science and Technology of China (USTC),Alibaba, en el país registrado como China, durante November 2023. Sale de una organización categorizada como academia,Industry.

Funciona en el dominio de Language, Mathematics, y se registra como realizando la tarea de language modeling/generation, Chat.

En lugar de ser entrenado desde cero, se deriva de Llama 2-70B. La mayoría de los modelos a esta escala están adaptados de una base existente en lugar de construidos desde cero.

Los pesos publicados significan que el modelo se ejecuta en tu máquina en lugar de en la de alguien más, lo que hace que la pregunta sobre hardware a continuación sea respondible.

Qué tan rápido corre, y por qué

La mitad de las tarjetas que lo sostienen gestionan más de 17.1 tokens por segundo. Excediendo velocidad de lectura directamente: 50 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 MuggleMath

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

La tabla enumera cada tarjeta capaz de contener MuggleMath, 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. MuggleMath.
03

Decide cuánto compresión aceptarás

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

Compara tokens por segundo, no especificaciones

Ordenar por velocidad para ver cómo se clasifican las tarjetas por MuggleMath. 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

Mira el margen, no solo la compatibilidad.

Un ajuste apretado se ejecuta, pero no deja nada de sobra para una conversación más larga, en el caso de MuggleMath. 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

Abre la tarjeta que has elegido.

Cada página de tarjeta repite este barrido para cada modelo que tenemos, respondiendo a qué más es bueno el hardware más allá de MuggleMath.

Respuestas

MuggleMath — preguntas comunes

MuggleMath— ¿Quién lo creó?

Fue publicado por University of Science and Technology of China (USTC),Alibaba, basado en China, una organización categorizada como academia,Industry.

MuggleMath— ¿cuándo fue lanzado?

Se publicó en November 2023. 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.

MuggleMath— ¿Para qué se utiliza?

Funciona en el dominio de Language, Mathematics, y se registra como manejando la tarea de language modeling/generation, Chat. Estas son las áreas en las que fue diseñado; describen la intención más que un límite estricto.

MuggleMath— ¿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.

MuggleMath— ¿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. 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.

MuggleMath— ¿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.

MuggleMath— ¿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.

MuggleMath— ¿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.

MuggleMath— ¿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.

MuggleMath— ¿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.

MuggleMath— ¿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.

MuggleMath— ¿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.

MuggleMath— ¿cuántos parámetros tiene?

Tiene un recuento de parámetros de 70B. model: Apache 2 https://huggingface.co/OFA-Sys/MuggleMath_7B code: undefined license https://github.com/OFA-Sys/gsm8k-ScRel?tab=readme-ov-file#readme. 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.

Origen

Publicación original

Última actualización registrada 28 November 2025

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