MADLAD-400 10B calculadora TPS

Abre pesos Google DeepMind,Google Research 10.7B parámetros September 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

509 tarjetas que pueden ejecutarlo

818 tarjetas que tenemos especificaciones para

Tarjeta más pequeña que cabe

Xeon Phi 5110P

8 GB · Q4_K_M · 19.0 tok/s

Tarjeta más rápida

B200

317 tok/s · 180 GB

¿Qué GPU pueden ejecutar? MADLAD-400 10B?

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.

509 las tarjetas coinciden

Calculando

					Necesita	Cuantización	Ajustar
317 tok/s 190–507 · baja confianza	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	12.2 GB	Q8_0	Cómodo
317 tok/s 190–507 · baja confianza	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	12.2 GB	Q8_0	Cómodo
253 tok/s 152–405 · baja confianza	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	12.2 GB	Q8_0	Cómodo
253 tok/s 152–405 · baja confianza	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	12.2 GB	Q8_0	Cómodo
202 tok/s 121–324 · baja confianza	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	12.2 GB	Q8_0	Cómodo
194 tok/s 116–310 · baja confianza	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	12.2 GB	Q8_0	Cómodo
194 tok/s 116–310 · baja confianza	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	12.2 GB	Q8_0	Cómodo
185 tok/s 111–296 · baja confianza	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	12.2 GB	Q8_0	Cómodo
164 tok/s 99–263 · baja confianza	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	12.2 GB	Q8_0	Cómodo
164 tok/s 99–263 · baja confianza	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	12.2 GB	Q8_0	Cómodo
164 tok/s 99–263 · baja confianza	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	12.2 GB	Q8_0	Cómodo
156 tok/s 94–250 · baja confianza	H100 NVL 94 GB NVIDIA	94 GB	3,940 GB/s	Mar 2023	12.2 GB	Q8_0	Cómodo
136 tok/s 82–218 · baja confianza	CMP 170HX 8 GB NVIDIA	8 GB	1,490 GB/s	Sep 2021	7.2 GB	Q4_K_M	Ajustado
133 tok/s 80–213 · baja confianza	H100 PCIe 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	12.2 GB	Q8_0	Cómodo
133 tok/s 80–213 · baja confianza	H100 SXM5 80 GB NVIDIA	80 GB	3,360 GB/s	Oct 2022	12.2 GB	Q8_0	Cómodo
133 tok/s 80–213 · baja confianza	H100 SXM5 94 GB NVIDIA	94 GB	3,360 GB/s	Mar 2023	12.2 GB	Q8_0	Cómodo
133 tok/s 80–213 · baja confianza	H100 SXM5 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	12.2 GB	Q8_0	Cómodo
133 tok/s 80–213 · baja confianza	H800 SXM5 NVIDIA	80 GB	3,360 GB/s	Mar 2023	12.2 GB	Q8_0	Cómodo
110 tok/s 66–176 · baja confianza	CMP 170HX 10 GB NVIDIA	10 GB	1,560 GB/s	Sep 2021	8.4 GB	Q5_K_M	Ajustado
101 tok/s 61–162 · baja confianza	Radeon Instinct MI250 AMD	128 GB	3,280 GB/s	Nov 2021	12.2 GB	Q8_0	Cómodo
101 tok/s 61–162 · baja confianza	Radeon Instinct MI250X AMD	128 GB	3,280 GB/s	Nov 2021	12.2 GB	Q8_0	Cómodo
84.4 tok/s 51–135 · baja confianza	Data Center GPU Max 1550 Intel	128 GB	3,280 GB/s	Jan 2023	12.2 GB	Q8_0	Cómodo
82.6 tok/s 50–132 · baja confianza	Data Center GPU Max Subsystem Intel	128 GB	3,210 GB/s	Jan 2023	12.2 GB	Q8_0	Cómodo
80.8 tok/s 48–129 · baja confianza	A100 SXM4 80 GB NVIDIA	80 GB	2,040 GB/s	Nov 2020	12.2 GB	Q8_0	Cómodo
80.8 tok/s 48–129 · baja confianza	A100X NVIDIA	80 GB	2,040 GB/s	Jun 2021	12.2 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: Google DeepMind,Google Research
Tipo de Organización: Industry,Industry
País: United States of America
Publicado: 9 September 2023
Autores: Sneha Kudugunta, Isaac Caswell, Biao Zhang, Xavier Garcia, Christopher A. Choquette-Choo, Katherine Lee, Derrick Xin, Aditya Kusupati, Romi Stella, Ankur Bapna, Orhan Firat

Lo que hace

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

Dominio: Language
Tarea: Translation

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: 10.7B
Datos de entrenamiento: 250,000,000,000 tokens
Épocas: 1

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: 1.6 × 10²² FLOP
Cómo se estableció: Operation counting

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: Confident
Citas: 229

Fuentes

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

Referencia: MADLAD-400: A Multilingual And Document-Level Large Audited Dataset
Última actualización: 25 May 2026

Los extremos

Las diez GPUs más rápidas que ejecutan MADLAD-400 10B

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 MADLAD-400 10B

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 se necesita para ejecutar este modelo

Mínima tarjeta

Xeon Phi 5110P

Memoria necesaria

7.2 GB

Más rápido

317 tok/s

MADLAD-400 10B llega a un recuento de parámetros de 10.7B. 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: 509.

La tarjeta más pequeña que lo sostiene es Xeon Phi 5110P, con una capacidad de memoria de 8 GB, ejecutándolo a una compresión de Q4_K_M y produciendo alrededor 19.0 tokens por segundo

Lo más rápido que calculamos para ello es B200, generando aproximadamente 317 tokens por segundo en la fuerza de un ancho de banda de memoria de 8,000 GB/s.

De dónde vino

MADLAD-400 10B fue publicado por Google DeepMind,Google Research, en el país registrado como United States of America, durante September 2023. Sale de una organización categorizada como industry,Industry.

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

Debido a que sus pesos fueron liberados, nada sobre ejecutar el modelo depende de un proveedor que permanezca disponible — es tuyo una vez descargado.

Entendiendo las velocidades

El resultado mediano es alrededor de 20.5 tokens por segundo. Produciendo texto más rápido de lo que la mayoría de las personas lo leen. 461 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.

Su arquitectura interna no está en nuestra base de datos, por lo que la memoria se aproxima a partir del conteo de parámetros y se marca en consecuencia. Se espera que la cifra real difiera, más aún en contextos largos.

Qué se necesitó para construirlo

Entrenarlo tomó un presupuesto de computación de aproximadamente 1.6 × 10²² FLOP. 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 250,000,000,000 tokens de texto

Paso a paso

Cómo elegir una GPU para MADLAD-400 10B

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 MADLAD-400 10B, necesitando alrededor 7.2 GB a una compresión de Q4_K_M. Esa cifra, no el rendimiento principal de una CARD, es lo que decide si se ejecuta.
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 MADLAD-400 10B.
03

Elige cuán lejos lo comprimirás.

Cada tarjeta ejecuta la copia menos comprimida que puede contener., alcanzando una compresión de Q4_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

Ordenar por velocidad para ver cómo se clasifican las tarjetas por MADLAD-400 10B. 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 317 tok/s
05

Lee la columna de ajuste al final

Tight significa que se carga y funciona sin espacio para aumentar el contexto más tarde, en el caso de MADLAD-400 10B. 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

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 MADLAD-400 10B.

Respuestas

MADLAD-400 10B — preguntas comunes

MADLAD-400 10B— ¿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: 4. Las tarjetas más grandes obtienen la versión más precisa, y el nivel de calidad por encima establece la comparación a un nivel.

MADLAD-400 10B— ¿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: 190–507 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.

MADLAD-400 10B— ¿Qué GPU necesito para ejecutarlo?

La tarjeta más pequeña en nuestro catálogo que lo sostiene es Xeon Phi 5110P, con una capacidad de memoria de 8 GB. Funciona el modelo a una compresión de Q4_K_M usando alrededor 7.2 GB, y produce aproximadamente 19.0 tokens por segundo. El número de tarjetas capaces de ejecutarlo en total: 509.

MADLAD-400 10B— ¿qué tan rápido es en una GPU?

Depende de la tarjeta. Lo más rápido que calculamos es B200, a aproximadamente 317 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: 461.

MADLAD-400 10B— ¿Cuánta VRAM necesita?

Necesita aproximadamente 7.2 GB a una compresión de Q4_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.

MADLAD-400 10B— ¿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 Q4_K_M, usando alrededor 7.2 GB y generando aproximadamente 136 tokens por segundo. El ajuste es ajustado.

MADLAD-400 10B— ¿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 Q6_K, usando alrededor 9.7 GB y generando aproximadamente 52.5 tokens por segundo. El ajuste es ajustado.

MADLAD-400 10B— ¿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 12.2 GB y generando aproximadamente 44.7 tokens por segundo. El ajuste es ajustado.

MADLAD-400 10B— ¿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 12.2 GB y generando aproximadamente 53.0 tokens por segundo. El ajuste es cómodo.

MADLAD-400 10B— ¿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.

MADLAD-400 10B— ¿cuántos parámetros tiene?

Tiene un recuento de parámetros de 10.7B. 10.7B from appendix A.8. 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.

MADLAD-400 10B— ¿Quién lo creó?

Fue publicado por Google DeepMind,Google Research, basado en United States of America, una organización categorizada como industry,Industry.

MADLAD-400 10B— ¿cuándo fue lanzado?

Se publicó en September 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.

MADLAD-400 10B— ¿Para qué se utiliza?

Funciona en el dominio de Language, y se registra como manejando la tarea de translation. 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.

MADLAD-400 10B— ¿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.

MADLAD-400 10B— cuánto compute se utilizó para entrenarlo?

El entrenamiento consumió alrededor 1.6 × 10²² 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.

MADLAD-400 10B— ¿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 1.8 GB Cada cifra aquí asume que todo el modelo está residente en la tarjeta.

MADLAD-400 10B— ¿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: 509. Así que una segunda tarjeta rara vez es la respuesta aquí.

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