SGPT BE 5.8B calculadora TPS

Abre pesos Peking University 5.8B parámetros August 2022

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 pueden ejecutarlo

818 tarjetas que tenemos especificaciones para

Tarjeta más pequeña que cabe

Tesla C1080

4 GB · Q3_K_M · 17.2 tok/s

Tarjeta más rápida

B200

584 tok/s · 180 GB

¿Qué GPU pueden ejecutar? SGPT BE 5.8B?

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.

818 las tarjetas coinciden

Calculando

					Necesita	Cuantización	Ajustar
584 tok/s 351–935 · baja confianza	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	6.9 GB	Q8_0	Cómodo
584 tok/s 351–935 · baja confianza	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	6.9 GB	Q8_0	Cómodo
466 tok/s 280–746 · baja confianza	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	6.9 GB	Q8_0	Cómodo
466 tok/s 280–746 · baja confianza	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	6.9 GB	Q8_0	Cómodo
373 tok/s 224–597 · baja confianza	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	6.9 GB	Q8_0	Cómodo
357 tok/s 214–571 · baja confianza	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	6.9 GB	Q8_0	Cómodo
357 tok/s 214–571 · baja confianza	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	6.9 GB	Q8_0	Cómodo
342 tok/s 205–547 · baja confianza	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	6.9 GB	Q8_0	Cómodo
303 tok/s 182–485 · baja confianza	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	6.9 GB	Q8_0	Cómodo
303 tok/s 182–485 · baja confianza	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	6.9 GB	Q8_0	Cómodo
303 tok/s 182–485 · baja confianza	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	6.9 GB	Q8_0	Cómodo
288 tok/s 173–460 · baja confianza	H100 NVL 94 GB NVIDIA	94 GB	3,940 GB/s	Mar 2023	6.9 GB	Q8_0	Cómodo
245 tok/s 147–393 · baja confianza	H100 PCIe 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	6.9 GB	Q8_0	Cómodo
245 tok/s 147–393 · baja confianza	H100 SXM5 80 GB NVIDIA	80 GB	3,360 GB/s	Oct 2022	6.9 GB	Q8_0	Cómodo
245 tok/s 147–393 · baja confianza	H100 SXM5 94 GB NVIDIA	94 GB	3,360 GB/s	Mar 2023	6.9 GB	Q8_0	Cómodo
245 tok/s 147–393 · baja confianza	H100 SXM5 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	6.9 GB	Q8_0	Cómodo
245 tok/s 147–393 · baja confianza	H800 SXM5 NVIDIA	80 GB	3,360 GB/s	Mar 2023	6.9 GB	Q8_0	Cómodo
187 tok/s 112–299 · baja confianza	Radeon Instinct MI250 AMD	128 GB	3,280 GB/s	Nov 2021	6.9 GB	Q8_0	Cómodo
187 tok/s 112–299 · baja confianza	Radeon Instinct MI250X AMD	128 GB	3,280 GB/s	Nov 2021	6.9 GB	Q8_0	Cómodo
156 tok/s 93–249 · baja confianza	Data Center GPU Max 1550 Intel	128 GB	3,280 GB/s	Jan 2023	6.9 GB	Q8_0	Cómodo
152 tok/s 91–244 · baja confianza	Data Center GPU Max Subsystem Intel	128 GB	3,210 GB/s	Jan 2023	6.9 GB	Q8_0	Cómodo
149 tok/s 89–238 · baja confianza	A100 SXM4 80 GB NVIDIA	80 GB	2,040 GB/s	Nov 2020	6.9 GB	Q8_0	Cómodo
149 tok/s 89–238 · baja confianza	A100X NVIDIA	80 GB	2,040 GB/s	Jun 2021	6.9 GB	Q8_0	Cómodo
149 tok/s 89–238 · baja confianza	A800 SXM4 80 GB NVIDIA	80 GB	2,040 GB/s	Aug 2022	6.9 GB	Q8_0	Cómodo
149 tok/s 89–238 · baja confianza	H100 CNX NVIDIA	80 GB	2,040 GB/s	Mar 2023	6.9 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: Peking University
Tipo de Organización: Academia
País: China
Publicado: 5 August 2022
Autores: Niklas Muennighoff

Lo que hace

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

Dominio: Language
Tarea: Semantic search, Semantic embedding, Entity embedding
Modelo base: GPT-J-6B

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: 5.8B
Datos de entrenamiento: tokens

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.

Cómo se estableció: Hardware
Computación de ajuste fino: 1.6 × 10²⁰ 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: 8
Tiempo de reloj: 60 hours
Consumo de energía: 6.4 kW
Proveedor de nube: Oracle

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 (non-commercial)
Código de entrenamiento: Open source
Hugging Face: Muennighoff

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: SGPT: GPT Sentence Embeddings for Semantic Search
Última actualización: 28 November 2025

Los extremos

Las diez GPUs más rápidas que ejecutan SGPT BE 5.8B

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 SGPT BE 5.8B

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

Tesla C1080

Memoria necesaria

3.5 GB

Más rápido

584 tok/s

SGPT BE 5.8B llega a un recuento de parámetros de 5.8B. 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 hardware mínimo que funciona es Tesla C1080, con una capacidad de memoria de 4 GB, ejecutándolo a una compresión de Q3_K_M y produciendo alrededor 17.2 tokens por segundo

En el otro extremo se encuentra B200, generando aproximadamente 584 tokens por segundo en la fuerza de un ancho de banda de memoria de 8,000 GB/s.

Fondo

SGPT BE 5.8B fue publicado por Peking University, en el país registrado como China, durante August 2022. Sale de una organización categorizada como academia.

Funciona en el dominio de Language, y se registra como realizando la tarea de semantic search, Semantic embedding, Entity embedding.

Su punto de partida fue un modelo base existente, GPT-J-6B. Esa es la forma habitual en que se produce un modelo especializado.

Debido a que sus pesos fueron liberados, nada sobre ejecutar el modelo depende de un proveedor que permanezca disponible — es tuyo una vez descargado. En Hugging Face está publicado bajo la organización Muennighoff.

Leyendo las cifras de rendimiento

El resultado mediano es alrededor de 24.7 tokens por segundo. Excediendo velocidad de lectura directamente: 746 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.

Paso a paso

Cómo elegir una GPU para SGPT BE 5.8B

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 SGPT BE 5.8B, necesitando alrededor 3.5 GB a una compresión de Q3_K_M. La capacidad es la puerta: una tarjeta o la sostiene o no la sostiene.
02

Ajusta el contexto a tu uso actual

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. SGPT BE 5.8B.
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

Clasifica por rendimiento en lugar de la hoja de especificaciones.

Ordenar por velocidad para ver cómo se clasifican las tarjetas por SGPT BE 5.8B. 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 584 tok/s
05

Mira el margen, no solo la compatibilidad.

La columna de ajuste separa las TARJETAS que apenas lo gestionan de aquellas con espacio de sobra, en el caso de SGPT BE 5.8B. 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

Seguir un GPU a su propia página muestra cada otro modelo que puede contener, que es la pregunta que sigue una vez que te has decidido por. SGPT BE 5.8B.

Respuestas

SGPT BE 5.8B — preguntas comunes

SGPT BE 5.8B— ¿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 Q3_K_M usando alrededor 3.5 GB, y produce aproximadamente 17.2 tokens por segundo. El número de tarjetas capaces de ejecutarlo en total: 818.

SGPT BE 5.8B— ¿qué tan rápido es en una GPU?

Depende de la tarjeta. Lo más rápido que calculamos es B200, a aproximadamente 584 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: 746.

SGPT BE 5.8B— ¿Cuánta VRAM necesita?

Necesita aproximadamente 3.5 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.

SGPT BE 5.8B— ¿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 6.9 GB y generando aproximadamente 109 tokens por segundo. El ajuste es ajustado.

SGPT BE 5.8B— ¿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 6.9 GB y generando aproximadamente 66.6 tokens por segundo. El ajuste es cómodo.

SGPT BE 5.8B— ¿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 6.9 GB y generando aproximadamente 82.5 tokens por segundo. El ajuste es cómodo.

SGPT BE 5.8B— ¿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 6.9 GB y generando aproximadamente 97.9 tokens por segundo. El ajuste es cómodo.

SGPT BE 5.8B— ¿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.

SGPT BE 5.8B— ¿cuántos parámetros tiene?

Tiene un recuento de parámetros de 5.8B. 5.8B. 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.

SGPT BE 5.8B— ¿Quién lo creó?

Fue publicado por Peking University, basado en China, una organización categorizada como academia.

SGPT BE 5.8B— ¿cuándo fue lanzado?

Se publicó en August 2022. 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.

SGPT BE 5.8B— ¿Para qué se utiliza?

Funciona en el dominio de Language, y se registra como manejando la tarea de semantic search, Semantic embedding, Entity embedding. Estas son las áreas en las que fue diseñado; describen la intención más que un límite estricto.

SGPT BE 5.8B— ¿Dónde puedo descargarlo?

Sus pesos están publicados en Hugging Face, bajo la organización Muennighoff. No alojamos archivos de modelo — este sitio calcula qué hardware se necesita para ejecutarlos.

SGPT BE 5.8B— ¿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.

SGPT BE 5.8B— ¿Correrían dos GPUS más rápido?

La capacidad se suma entre las tarjetas; el rendimiento no. El número de tarjetas que ya lo tienen por sí solas: 818. Así que una segunda tarjeta rara vez es la respuesta aquí.

SGPT BE 5.8B— ¿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.

SGPT BE 5.8B— ¿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: 351–935 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.

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