Falcon-180B 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
Radeon Instinct MI250
128 GB · Q4_K_M · 13.9 tok/s
Tarjeta más rápida
Radeon Instinct MI300
27.8 tok/s · 128 GB
¿Qué GPU pueden ejecutar? Falcon-180B?
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..
17 las tarjetas coinciden
Calculando| Necesita | Cuantización | Ajustar | |||||
|---|---|---|---|---|---|---|---|
|
27.8
tok/s
17–44 · baja confianza |
Radeon Instinct MI300 AMD | 128 GB | 6,550 GB/s | Jan 2023 | 109.6 GB | Q4_K_M | Ajustado |
|
27.4
tok/s
16–44 · baja confianza |
B200 NVIDIA | 180 GB | 8,000 GB/s | Jan 2024 | 151.5 GB | Q6_K | Ajustado |
|
26.6
tok/s
16–43 · baja confianza |
H200 NVL NVIDIA | 141 GB | 4,890 GB/s | Nov 2024 | 109.6 GB | Q4_K_M | Ajustado |
|
26.6
tok/s
16–43 · baja confianza |
H200 SXM 141 GB NVIDIA | 141 GB | 4,890 GB/s | Nov 2024 | 109.6 GB | Q4_K_M | Ajustado |
|
22.6
tok/s
14–36 · baja confianza |
Radeon Instinct MI300A AMD | 128 GB | 5,325 GB/s | Dec 2023 | 109.6 GB | Q4_K_M | Ajustado |
|
18.8
tok/s
11–30 · baja confianza |
B300 NVIDIA | 288 GB | 8,000 GB/s | Sep 2025 | 193.4 GB | Q8_0 | Cómodo |
|
15.0
tok/s
9–24 · baja confianza |
Radeon Instinct MI350X AMD | 288 GB | 8,190 GB/s | Jan 2025 | 193.4 GB | Q8_0 | Cómodo |
|
15.0
tok/s
9–24 · baja confianza |
Radeon Instinct MI355X AMD | 288 GB | 8,190 GB/s | Jan 2025 | 193.4 GB | Q8_0 | Cómodo |
|
14.2
tok/s
9–23 · baja confianza |
Radeon Instinct MI300X AMD | 192 GB | 5,325 GB/s | Dec 2023 | 151.5 GB | Q6_K | Ajustado |
|
14.2
tok/s
9–23 · baja confianza |
Radeon Instinct MI308X AMD | 192 GB | 5,325 GB/s | Dec 2023 | 151.5 GB | Q6_K | Ajustado |
|
13.9
tok/s
8–22 · baja confianza |
Radeon Instinct MI250 AMD | 128 GB | 3,280 GB/s | Nov 2021 | 109.6 GB | Q4_K_M | Ajustado |
|
13.9
tok/s
8–22 · baja confianza |
Radeon Instinct MI250X AMD | 128 GB | 3,280 GB/s | Nov 2021 | 109.6 GB | Q4_K_M | Ajustado |
|
11.6
tok/s
7–19 · baja confianza |
Data Center GPU Max 1550 Intel | 128 GB | 3,280 GB/s | Jan 2023 | 109.6 GB | Q4_K_M | Ajustado |
|
11.3
tok/s
7–18 · baja confianza |
Data Center GPU Max Subsystem Intel | 128 GB | 3,210 GB/s | Jan 2023 | 109.6 GB | Q4_K_M | Ajustado |
|
11.0
tok/s
7–18 · baja confianza |
Radeon Instinct MI325X AMD | 256 GB | 6,000 GB/s | Oct 2024 | 193.4 GB | Q8_0 | Ajustado |
|
1.5
tok/s
1–2 · baja confianza |
GB10 NVIDIA | 128 GB | 273 GB/s | Oct 2025 | 109.6 GB | Q4_K_M | Ajustado |
|
1.5
tok/s
1–2 · baja confianza |
Jetson T5000 NVIDIA | 128 GB | 273 GB/s | Aug 2025 | 109.6 GB | Q4_K_M | Ajustado |
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
- Technology Innovation Institute
- Tipo de Organización
- Government
- País
- United Arab Emirates
- Publicado
- 6 September 2023
- Autores
- Ebtesam Almazrouei, Hamza Alobeidli, Abdulaziz Alshamsi, Alessandro Cappelli, Ruxandra Cojocaru, Mérouane Debbah, Étienne Goffinet, Daniel Hesslow, Julien Launay, Quentin Malartic, Daniele Mazzotta, Badreddine Noune, Baptiste Pannier, Guilherme Penedo
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, Language modeling/generation, Question answering
- Formato numérico
- BF16
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
- 180B
- Datos de entrenamiento
- 3,500,000,000,000 tokens
- Épocas
- 1
- Tamaño de lote
- 4,194,304
"Falcon 180B is a super-powerful language model with 180 billion parameters"
3.5 trillion tokens * (~3 words per 4 tokens) ~= 2.625 trillion words
from paper (https://arxiv.org/pdf/2311.16867.pdf): Batch size 2048 (presumably sequences) per Table 16. Warmed up using smaller batches for first 100B tokens. "All Falcon models are pretrained with a 2,048 sequence length" 2048*2048 = 4194304
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
- 3.8 × 10²⁴ FLOP
- Cómo se estableció
- Reported,Operation counting
- Rango plausible
- 3.8 × 10²⁴ – 3.8 × 10²⁴ FLOP
43,500 petaflop-days per Table 1 of the paper 43500 * 1e15 * 24 * 3600 = 3.76e24 C = 6ND = 6 FLOP/token/parameter * 3.5 trillion tokens * 180 billion parameters = 3.78*10^24 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 A100 SXM4 40 GB
- Chips utilizados
- 4,096
- Horas de chip
- 17,694,720
- Tiempo de reloj
- 4,320 hours (180 days)
- Utilización de hardware
- MFU 18.9%
- Consumo de energía
- 3.3 MW
- Costo de cómputo
- $10,743,501
- Proveedor de nube
- Amazon Web Services
Stanford CRFM foundation model ecosystem graph data page https://crfm.stanford.edu/ecosystem-graphs/index.html?asset=Falcon-180B says 9 months, which is the maximum possible amount of time: training began sometime in 2023, and it was released in September. However, 6 months is more realistic. That is the length of the gap between Falcon 40B and Falcon 180B. Additionally, the amount of compute is specified in the paper, so there is only one degree of freedom in the uncertain values of training …
Estimated training compute: 3.76e24 FLOPs at 100% utilization, based on GPU-hours: 4320 * 4096 * 3600 * 3.12e14 = 1.987e25 Therefore MFU is: 3.76e24 / 1.987e25 = 0.1892
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
"Falcon 180b can be commercially used but under very restrictive conditions, excluding any "hosting use"." https://huggingface.co/blog/falcon-180b
Cómo está clasificado
Etiquetas que el conjunto de datos fuente aplica al rastrear modelos notables y cuán confiable es en la entrada.
- Modelo Frontier
- Yes
- Probablemente por encima de 10²³ FLOP
- Yes
- Por qué se rastrea
- Training cost
- Confianza de registro
- Confident
- Citas
- 691
"It's currently at the top of the Hugging Face Leaderboard for pre-trained Open Large Language Models and is available for both research and commercial use." "This model performs exceptionally well in various tasks like reasoning, coding, proficiency, and knowledge tests, even beating competitors like Meta's LLaMA 2."
Fuentes
De dónde proviene este registro y cuándo fue comprobado por última vez.
- Referencia
- The Falcon Series of Open Language Models
- Última actualización
- 25 May 2026
Los extremos
Las diez GPUs más rápidas que ejecutan Falcon-180B
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 Radeon Instinct MI300 128 GB · 6,550 GB/s · Q4_K_M 27.8 tok/s
- 02 B200 180 GB · 8,000 GB/s · Q6_K 27.4 tok/s
- 03 H200 NVL 141 GB · 4,890 GB/s · Q4_K_M 26.6 tok/s
- 04 H200 SXM 141 GB 141 GB · 4,890 GB/s · Q4_K_M 26.6 tok/s
- 05 Radeon Instinct MI300A 128 GB · 5,325 GB/s · Q4_K_M 22.6 tok/s
- 06 B300 288 GB · 8,000 GB/s · Q8_0 18.8 tok/s
- 07 Radeon Instinct MI350X 288 GB · 8,190 GB/s · Q8_0 15.0 tok/s
- 08 Radeon Instinct MI355X 288 GB · 8,190 GB/s · Q8_0 15.0 tok/s
- 09 Radeon Instinct MI300X 192 GB · 5,325 GB/s · Q6_K 14.2 tok/s
- 10 Radeon Instinct MI308X 192 GB · 5,325 GB/s · Q6_K 14.2 tok/s
Las GPUs más pequeñas que aún funcionan Falcon-180B
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 GB10 128 GB · Necesita 109.6 GB · Q4_K_M · Ajustado 1.5 tok/s
- 02 Jetson T5000 128 GB · Necesita 109.6 GB · Q4_K_M · Ajustado 1.5 tok/s
- 03 Radeon Instinct MI300A 128 GB · Necesita 109.6 GB · Q4_K_M · Ajustado 22.6 tok/s
- 04 Data Center GPU Max 1550 128 GB · Necesita 109.6 GB · Q4_K_M · Ajustado 11.6 tok/s
- 05 Data Center GPU Max Subsystem 128 GB · Necesita 109.6 GB · Q4_K_M · Ajustado 11.3 tok/s
- 06 Radeon Instinct MI300 128 GB · Necesita 109.6 GB · Q4_K_M · Ajustado 27.8 tok/s
- 07 Radeon Instinct MI250 128 GB · Necesita 109.6 GB · Q4_K_M · Ajustado 13.9 tok/s
- 08 Radeon Instinct MI250X 128 GB · Necesita 109.6 GB · Q4_K_M · Ajustado 13.9 tok/s
- 09 H200 NVL 141 GB · Necesita 109.6 GB · Q4_K_M · Ajustado 26.6 tok/s
- 10 H200 SXM 141 GB 141 GB · Necesita 109.6 GB · Q4_K_M · Ajustado 26.6 tok/s
Qué significan los números
Lo que se necesita para ejecutar este modelo
Mínima tarjeta
Radeon Instinct MI250
Memoria necesaria
109.6 GB
Más rápido
27.8 tok/s
Falcon-180B llega a un recuento de parámetros de 180B. 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: 17.
La tarjeta más pequeña que lo sostiene es Radeon Instinct MI250, con una capacidad de memoria de 128 GB, ejecutándolo a una compresión de Q4_K_M y produciendo alrededor 13.9 tokens por segundo
En el otro extremo se encuentra Radeon Instinct MI300, generando aproximadamente 27.8 tokens por segundo en la fuerza de un ancho de banda de memoria de 6,550 GB/s.
De dónde vino
Falcon-180B fue publicado por Technology Innovation Institute, en el país registrado como United Arab Emirates, durante September 2023. Sale de una organización categorizada como government.
Funciona en el dominio de Language, y se registra como realizando la tarea de language modeling, Language modeling/generation, Question answering.
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.
Entendiendo las velocidades
La mitad de las tarjetas que lo sostienen gestionan más de 14.2 tokens por segundo. Produciendo texto más rápido de lo que la mayoría de las personas lo leen. 15 de ellos.
Es un modelo denso, por lo que cada parámetro se lee para cada token producido. Eso hace que la velocidad rastree el ancho de banda de la memoria casi exactamente: una tarjeta con el doble de ancho de banda genera aproximadamente el doble de rápido.
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
Entrenarlo tomó un presupuesto de computación de aproximadamente 3.8 × 10²⁴ FLOP, en hardware registrado como NVIDIA A100 SXM4 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 3,500,000,000,000 tokens de texto
La razón por la que aparece en este catálogo en absoluto: training cost.
Paso a paso
Cómo elegir una GPU para Falcon-180B
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
Cada tarjeta aquí ha sido verificada contra Falcon-180B, necesitando alrededor 109.6 GB a una compresión de Q4_K_M. La capacidad es la puerta: una tarjeta o la sostiene o no la sostiene.
-
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. Falcon-180B.
-
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
Clasifica por rendimiento en lugar de la hoja de especificaciones.
Ordenar por velocidad para ver cómo se clasifican las tarjetas por Falcon-180B. 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 Radeon Instinct MI300, en 27.8 tok/s
-
05
Verifica el veredicto de ajuste antes de comprar
Tight significa que se carga y funciona sin espacio para aumentar el contexto más tarde, en el caso de Falcon-180B. 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 Falcon-180B.
Respuestas
Falcon-180B — preguntas comunes
Falcon-180B— cuánto compute se utilizó para entrenarlo?
El entrenamiento consumió alrededor 3.8 × 10²⁴ FLOP, en hardware registrado como NVIDIA A100 SXM4 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.
Falcon-180B— ¿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 23.2 GB Cada cifra aquí asume que todo el modelo está residente en la tarjeta.
Falcon-180B— ¿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: 17. Así que una segunda tarjeta rara vez es la respuesta aquí.
Falcon-180B— ¿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: 3. Las tarjetas más grandes obtienen la versión más precisa, y el nivel de calidad por encima establece la comparación a un nivel.
Falcon-180B— ¿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: 17–44 tok/s en Radeon Instinct MI300. El mismo modelo y tarjeta varían entre el treinta y el cincuenta por ciento dependiendo del software de inferencia y su versión.
Falcon-180B— ¿Qué GPU necesito para ejecutarlo?
La tarjeta más pequeña en nuestro catálogo que lo sostiene es Radeon Instinct MI250, con una capacidad de memoria de 128 GB. Funciona el modelo a una compresión de Q4_K_M usando alrededor 109.6 GB, y produce aproximadamente 13.9 tokens por segundo. El número de tarjetas capaces de ejecutarlo en total: 17.
Falcon-180B— ¿qué tan rápido es en una GPU?
Depende de la tarjeta. Lo más rápido que calculamos es Radeon Instinct MI300, a aproximadamente 27.8 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: 15.
Falcon-180B— ¿Cuánta VRAM necesita?
Necesita aproximadamente 109.6 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.
Falcon-180B— ¿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.
Falcon-180B— ¿cuántos parámetros tiene?
Tiene un recuento de parámetros de 180B. "Falcon 180B is a super-powerful language model with 180 billion parameters". 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.
Falcon-180B— ¿Quién lo creó?
Fue publicado por Technology Innovation Institute, basado en United Arab Emirates, una organización categorizada como government.
Falcon-180B— ¿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.
Falcon-180B— ¿Para qué se utiliza?
Funciona en el dominio de Language, y se registra como manejando la tarea de language modeling, Language modeling/generation, Question answering. Estas son las áreas en las que fue diseñado; describen la intención más que un límite estricto.
Falcon-180B— ¿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.
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.