Rita-XLarge calculadora TPS

Abre pesos LightOn,Harvard University,University of Oxford 1.2B parámetros July 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 · Q8_0 · 30.7 tok/s

Tarjeta más rápida

B200

2,824 tok/s · 180 GB

¿Qué GPU pueden ejecutar? Rita-XLarge?

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
2,824 tok/s 1,694–4,518 · baja confianza	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	2.0 GB	Q8_0	Cómodo
2,824 tok/s 1,694–4,518 · baja confianza	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	2.0 GB	Q8_0	Cómodo
2,255 tok/s 1,353–3,607 · baja confianza	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	2.0 GB	Q8_0	Cómodo
2,255 tok/s 1,353–3,607 · baja confianza	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	2.0 GB	Q8_0	Cómodo
1,803 tok/s 1,082–2,885 · baja confianza	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	2.0 GB	Q8_0	Cómodo
1,726 tok/s 1,036–2,761 · baja confianza	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	2.0 GB	Q8_0	Cómodo
1,726 tok/s 1,036–2,761 · baja confianza	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	2.0 GB	Q8_0	Cómodo
1,652 tok/s 991–2,643 · baja confianza	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	2.0 GB	Q8_0	Cómodo
1,466 tok/s 880–2,346 · baja confianza	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	2.0 GB	Q8_0	Cómodo
1,466 tok/s 880–2,346 · baja confianza	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	2.0 GB	Q8_0	Cómodo
1,466 tok/s 880–2,346 · baja confianza	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	2.0 GB	Q8_0	Cómodo
1,391 tok/s 834–2,225 · baja confianza	H100 NVL 94 GB NVIDIA	94 GB	3,940 GB/s	Mar 2023	2.0 GB	Q8_0	Cómodo
1,186 tok/s 712–1,897 · baja confianza	H100 PCIe 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	2.0 GB	Q8_0	Cómodo
1,186 tok/s 712–1,897 · baja confianza	H100 SXM5 80 GB NVIDIA	80 GB	3,360 GB/s	Oct 2022	2.0 GB	Q8_0	Cómodo
1,186 tok/s 712–1,897 · baja confianza	H100 SXM5 94 GB NVIDIA	94 GB	3,360 GB/s	Mar 2023	2.0 GB	Q8_0	Cómodo
1,186 tok/s 712–1,897 · baja confianza	H100 SXM5 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	2.0 GB	Q8_0	Cómodo
1,186 tok/s 712–1,897 · baja confianza	H800 SXM5 NVIDIA	80 GB	3,360 GB/s	Mar 2023	2.0 GB	Q8_0	Cómodo
903 tok/s 542–1,445 · baja confianza	Radeon Instinct MI250 AMD	128 GB	3,280 GB/s	Nov 2021	2.0 GB	Q8_0	Cómodo
903 tok/s 542–1,445 · baja confianza	Radeon Instinct MI250X AMD	128 GB	3,280 GB/s	Nov 2021	2.0 GB	Q8_0	Cómodo
752 tok/s 451–1,204 · baja confianza	Data Center GPU Max 1550 Intel	128 GB	3,280 GB/s	Jan 2023	2.0 GB	Q8_0	Cómodo
736 tok/s 442–1,178 · baja confianza	Data Center GPU Max Subsystem Intel	128 GB	3,210 GB/s	Jan 2023	2.0 GB	Q8_0	Cómodo
720 tok/s 432–1,152 · baja confianza	A100 SXM4 80 GB NVIDIA	80 GB	2,040 GB/s	Nov 2020	2.0 GB	Q8_0	Cómodo
720 tok/s 432–1,152 · baja confianza	A100X NVIDIA	80 GB	2,040 GB/s	Jun 2021	2.0 GB	Q8_0	Cómodo
720 tok/s 432–1,152 · baja confianza	A800 SXM4 80 GB NVIDIA	80 GB	2,040 GB/s	Aug 2022	2.0 GB	Q8_0	Cómodo
720 tok/s 432–1,152 · baja confianza	H100 CNX NVIDIA	80 GB	2,040 GB/s	Mar 2023	2.0 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: LightOn,Harvard University,University of Oxford
Tipo de Organización: Industry,Academia,Academia
País: France, United States of America, United Kingdom of Great Britain and Northern Ireland
Publicado: 14 July 2022
Autores: Daniel Hesslow, Niccolo Zanichelli, Pascal Notin, Iacopo Poli, Debora Marks

Lo que hace

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

Dominio: Biology
Tarea: Proteins, Protein or nucleotide language model (pLM/nLM)

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: 1.2B
Datos de entrenamiento: 150,000,000,000 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.

Cómputo de entrenamiento: 8.6 × 10²⁰ FLOP
Cómo se estableció: Reported

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 V100

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: Unreleased

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: 128

Fuentes

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

Referencia: RITA: a Study on Scaling Up Generative Protein Sequence Models
Última actualización: 25 May 2026

Los extremos

Las diez GPUs más rápidas que ejecutan Rita-XLarge

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 Rita-XLarge

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

Requisitos de hardware en la práctica

Mínima tarjeta

Tesla C1080

Memoria necesaria

2.0 GB

Más rápido

2,824 tok/s

Rita-XLarge llega a un recuento de parámetros de 1.2B. 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 punto de entrada es Tesla C1080, con una capacidad de memoria de 4 GB, ejecutándolo a una compresión de Q8_0 y produciendo alrededor 30.7 tokens por segundo

Lo más rápido que calculamos para ello es B200, generando aproximadamente 2,824 tokens por segundo en la fuerza de un ancho de banda de memoria de 8,000 GB/s.

Acerca de este modelo

Rita-XLarge fue publicado por LightOn,Harvard University,University of Oxford, en el país registrado como France, durante July 2022. La organización editora está clasificada como industry,Academia,Academia.

Funciona en el dominio de Biology, y se registra como realizando la tarea de proteins, Protein or nucleotide language model (pLM/nLM).

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

Qué tan rápido corre, y por qué

La mitad de las tarjetas que lo sostienen gestionan más de 79.3 tokens por segundo. Excediendo velocidad de lectura directamente: 799 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.

Sin el diseño de atención en nuestro archivo, la columna de memoria es una aproximación. Es lo suficientemente cercana como para elegir hardware, y menos confiable en contexto largo.

Cómo fue entrenado

Entrenarlo tomó un presupuesto de computación de aproximadamente 8.6 × 10²⁰ FLOP, en hardware registrado como NVIDIA V100. 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 150,000,000,000 tokens de texto

Paso a paso

Cómo elegir una GPU para Rita-XLarge

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

Lee la cifra de MEMORIA primero

Cada tarjeta aquí ha sido verificada contra Rita-XLarge, necesitando alrededor 2.0 GB a una compresión de Q8_0. La capacidad es la puerta: una tarjeta o la sostiene o no la sostiene.
02

Establece la longitud de contexto en la que trabajarás.

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 Rita-XLarge.
03

Elige cuán lejos lo comprimirás.

Cada tarjeta ejecuta la copia menos comprimida que puede contener., alcanzando una compresión de Q8_0 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 Rita-XLarge. 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 2,824 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 Rita-XLarge. 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

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. Rita-XLarge.

Respuestas

Rita-XLarge — preguntas comunes

Rita-XLarge— ¿Cuánta VRAM necesita?

Necesita aproximadamente 2.0 GB a una compresión de Q8_0, 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.

Rita-XLarge— ¿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 2.0 GB y generando aproximadamente 526 tokens por segundo. El ajuste es cómodo.

Rita-XLarge— ¿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 2.0 GB y generando aproximadamente 322 tokens por segundo. El ajuste es cómodo.

Rita-XLarge— ¿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 2.0 GB y generando aproximadamente 399 tokens por segundo. El ajuste es cómodo.

Rita-XLarge— ¿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 2.0 GB y generando aproximadamente 473 tokens por segundo. El ajuste es cómodo.

Rita-XLarge— ¿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.

Rita-XLarge— ¿cuántos parámetros tiene?

Tiene un recuento de parámetros de 1.2B. "with up to 1.2 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.

Rita-XLarge— ¿Quién lo creó?

Fue publicado por LightOn,Harvard University,University of Oxford, basado en France, una organización categorizada como industry,Academia,Academia.

Rita-XLarge— ¿cuándo fue lanzado?

Se publicó en July 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.

Rita-XLarge— ¿Para qué se utiliza?

Funciona en el dominio de Biology, y se registra como manejando la tarea de proteins, Protein or nucleotide language model (pLM/nLM). Estas son las áreas en las que fue diseñado; describen la intención más que un límite estricto.

Rita-XLarge— ¿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.

Rita-XLarge— cuánto compute se utilizó para entrenarlo?

El entrenamiento consumió alrededor 8.6 × 10²⁰ FLOP, en hardware registrado como NVIDIA V100. 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.

Rita-XLarge— ¿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. Cada cifra aquí asume que todo el modelo está residente en la tarjeta.

Rita-XLarge— ¿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: 818. Así que una segunda tarjeta rara vez es la respuesta aquí.

Rita-XLarge— ¿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: 1. Las tarjetas más grandes obtienen la versión más precisa, y el nivel de calidad por encima establece la comparación a un nivel.

Rita-XLarge— ¿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: 1,694–4,518 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.

Rita-XLarge— ¿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 Q8_0 usando alrededor 2.0 GB, y produce aproximadamente 30.7 tokens por segundo. El número de tarjetas capaces de ejecutarlo en total: 818.

Rita-XLarge— ¿qué tan rápido es en una GPU?

Depende de la tarjeta. Lo más rápido que calculamos es B200, a aproximadamente 2,824 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: 799.

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