FLM-101B calculadora TPS

Abre pesos Chinese Academy of Sciences,Harbin Institute of Technology,Nanyang Technological University,Beijing Academy of Artificial Intelligence / BAAI 101B 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

43 tarjetas que pueden ejecutarlo

818 tarjetas que tenemos especificaciones para

Tarjeta más pequeña que cabe

Radeon Instinct MI200

64 GB · IQ4_XS · 13.2 tok/s

Tarjeta más rápida

B200

33.6 tok/s · 180 GB

¿Qué GPU pueden ejecutar? FLM-101B?

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.

43 las tarjetas coinciden

Calculando

					Necesita	Cuantización	Ajustar
33.6 tok/s 20–54 · baja confianza	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	108.8 GB	Q8_0	Cómodo
33.6 tok/s 20–54 · baja confianza	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	108.8 GB	Q8_0	Cómodo
32.5 tok/s 20–52 · baja confianza	H100 SXM5 80 GB NVIDIA	80 GB	3,360 GB/s	Oct 2022	61.8 GB	Q4_K_M	Ajustado
32.5 tok/s 20–52 · baja confianza	H800 SXM5 NVIDIA	80 GB	3,360 GB/s	Mar 2023	61.8 GB	Q4_K_M	Ajustado
29.5 tok/s 18–47 · baja confianza	H100 NVL 94 GB NVIDIA	94 GB	3,940 GB/s	Mar 2023	73.6 GB	Q5_K_M	Ajustado
26.8 tok/s 16–43 · baja confianza	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	108.8 GB	Q8_0	Cómodo
26.8 tok/s 16–43 · baja confianza	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	108.8 GB	Q8_0	Cómodo
25.2 tok/s 15–40 · baja confianza	H100 SXM5 94 GB NVIDIA	94 GB	3,360 GB/s	Mar 2023	73.6 GB	Q5_K_M	Ajustado
21.4 tok/s 13–34 · baja confianza	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	108.8 GB	Q8_0	Ajustado
20.8 tok/s 12–33 · baja confianza	H100 SXM5 64 GB NVIDIA	64 GB	2,020 GB/s	Mar 2023	55.9 GB	IQ4_XS	Ajustado
20.5 tok/s 12–33 · baja confianza	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	108.8 GB	Q8_0	Ajustado
20.5 tok/s 12–33 · baja confianza	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	108.8 GB	Q8_0	Ajustado
20.5 tok/s 12–33 · baja confianza	H100 PCIe 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	85.3 GB	Q6_K	Ajustado
20.5 tok/s 12–33 · baja confianza	H100 SXM5 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	85.3 GB	Q6_K	Ajustado
19.8 tok/s 12–32 · baja confianza	A100 SXM4 80 GB NVIDIA	80 GB	2,040 GB/s	Nov 2020	61.8 GB	Q4_K_M	Ajustado
19.8 tok/s 12–32 · baja confianza	A100X NVIDIA	80 GB	2,040 GB/s	Jun 2021	61.8 GB	Q4_K_M	Ajustado
19.8 tok/s 12–32 · baja confianza	A800 SXM4 80 GB NVIDIA	80 GB	2,040 GB/s	Aug 2022	61.8 GB	Q4_K_M	Ajustado
19.8 tok/s 12–32 · baja confianza	H100 CNX NVIDIA	80 GB	2,040 GB/s	Mar 2023	61.8 GB	Q4_K_M	Ajustado
19.8 tok/s 12–32 · baja confianza	H100 PCIe 80 GB NVIDIA	80 GB	2,040 GB/s	Oct 2022	61.8 GB	Q4_K_M	Ajustado
19.8 tok/s 12–32 · baja confianza	H800 PCIe 80 GB NVIDIA	80 GB	2,040 GB/s	Mar 2023	61.8 GB	Q4_K_M	Ajustado
19.6 tok/s 12–31 · baja confianza	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	108.8 GB	Q8_0	Cómodo
18.8 tok/s 11–30 · baja confianza	A100 PCIe 80 GB NVIDIA	80 GB	1,940 GB/s	Jun 2021	61.8 GB	Q4_K_M	Ajustado
18.8 tok/s 11–30 · baja confianza	A800 PCIe 80 GB NVIDIA	80 GB	1,940 GB/s	Nov 2022	61.8 GB	Q4_K_M	Ajustado
17.4 tok/s 10–28 · baja confianza	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	108.8 GB	Q8_0	Ajustado
17.4 tok/s 10–28 · baja confianza	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	108.8 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: Chinese Academy of Sciences,Harbin Institute of Technology,Nanyang Technological University,Beijing Academy of Artificial Intelligence / BAAI
Tipo de Organización: Academia,Academia,Academia,Academia
País: China, Singapore
Publicado: 7 September 2023
Autores: Xiang Li, Yiqun Yao, Xin Jiang, Xuezhi Fang, Xuying Meng, Siqi Fan, Peng Han, Jing Li, Li Du, Bowen Qin, Zheng Zhang, Aixin Sun, Yequan Wang

Lo que hace

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

Dominio: Language
Tarea: Language modeling/generation, Question answering, Chat

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: 101B
Datos de entrenamiento: 311,540,000,000 tokens
Tamaño de lote: 4,310,000

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: 5.7 × 10²² FLOP
Cómo se estableció: Hardware

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 A800 PCIe 40 GB
Tiempo de reloj: 517 hours (21.5 days)

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: 28

Fuentes

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

Referencia: FLM-101B: An Open LLM and How to Train It with $100K Budget
Última actualización: 25 May 2026

Los extremos

Las diez GPUs más rápidas que ejecutan FLM-101B

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 FLM-101B

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

Radeon Instinct MI200

Memoria necesaria

55.9 GB

Más rápido

33.6 tok/s

FLM-101B llega a un recuento de parámetros de 101B. 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: 43.

El hardware mínimo que funciona es Radeon Instinct MI200, con una capacidad de memoria de 64 GB, ejecutándolo a una compresión de IQ4_XS y produciendo alrededor 13.2 tokens por segundo

Lo más rápido que calculamos para ello es B200, generando aproximadamente 33.6 tokens por segundo en la fuerza de un ancho de banda de memoria de 8,000 GB/s.

Qué es este modelo

FLM-101B fue publicado por Chinese Academy of Sciences,Harbin Institute of Technology,Nanyang Technological University,Beijing Academy of Artificial Intelligence / BAAI, en el país registrado como China, durante September 2023. La organización editora está clasificada como academia,Academia,Academia,Academia.

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

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 decide la velocidad

El resultado mediano es alrededor de 18.8 tokens por segundo. Excediendo velocidad de lectura directamente: 36 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.

Cómo fue entrenado

El entrenamiento consumió alrededor de 5.7 × 10²² FLOP, en hardware registrado como NVIDIA A800 PCIe 40 GB. Esa cifra mide lo que costó producir el modelo, y no tiene relación con qué tan rápido responde.

El conjunto de entrenamiento se ejecutó a aproximadamente 311,540,000,000 tokens de texto

Paso a paso

Cómo elegir una GPU para FLM-101B

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 FLM-101B, necesitando alrededor 55.9 GB a una compresión de IQ4_XS. Ninguna cantidad de potencia de procesamiento compensa una CARD que no puede sostenerla.
02

Ajusta el contexto a tu uso actual

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. FLM-101B.
03

Elige cuán lejos lo comprimirás.

Cada tarjeta ejecuta la copia menos comprimida que puede contener., alcanzando una compresión de IQ4_XS 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

Clasifica por rendimiento en lugar de la hoja de especificaciones.

El ranking por tokens por segundo sigue el ancho de banda de memoria en lugar de los recuentos de núcleos, para FLM-101B. 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 33.6 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 FLM-101B. 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 FLM-101B.

Respuestas

FLM-101B — preguntas comunes

FLM-101B— ¿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.

FLM-101B— cuánto compute se utilizó para entrenarlo?

El entrenamiento consumió alrededor 5.7 × 10²² FLOP, en hardware registrado como NVIDIA A800 PCIe 40 GB. 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.

FLM-101B— ¿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 18.6 GB Cada cifra aquí asume que todo el modelo está residente en la tarjeta.

FLM-101B— ¿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: 43. Así que una segunda tarjeta rara vez es la respuesta aquí.

FLM-101B— ¿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.

FLM-101B— ¿Qué tan precisas son estas estimaciones de velocidad?

Cada cifra se deriva del ancho de banda de VRAM y del tamaño del modelo, no está basado en benchmarks, por lo que cada una se publica como un rango en lugar de un solo número. Un ejemplo: 20–54 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.

FLM-101B— ¿Qué GPU necesito para ejecutarlo?

La tarjeta más pequeña en nuestro catálogo que lo sostiene es Radeon Instinct MI200, con una capacidad de memoria de 64 GB. Funciona el modelo a una compresión de IQ4_XS usando alrededor 55.9 GB, y produce aproximadamente 13.2 tokens por segundo. El número de tarjetas capaces de ejecutarlo en total: 43.

FLM-101B— ¿qué tan rápido es en una GPU?

Depende de la tarjeta. Lo más rápido que calculamos es B200, a aproximadamente 33.6 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: 36.

FLM-101B— ¿Cuánta VRAM necesita?

Necesita aproximadamente 55.9 GB a una compresión de IQ4_XS, 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.

FLM-101B— ¿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.

FLM-101B— ¿cuántos parámetros tiene?

Tiene un recuento de parámetros de 101B. 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.

FLM-101B— ¿Quién lo creó?

Fue publicado por Chinese Academy of Sciences,Harbin Institute of Technology,Nanyang Technological University,Beijing Academy of Artificial Intelligence / BAAI, basado en China, una organización categorizada como academia,Academia,Academia,Academia.

FLM-101B— ¿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.

FLM-101B— ¿Para qué se utiliza?

Funciona en el dominio de Language, y se registra como manejando la tarea de language modeling/generation, Question answering, Chat. 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.

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