BLOOM-176B 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 · 14.2 tok/s
Tarjeta más rápida
Radeon Instinct MI300
28.3 tok/s · 128 GB
¿Qué GPU pueden ejecutar? BLOOM-176B?
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 | |||||
|---|---|---|---|---|---|---|---|
|
28.3
tok/s
17–45 · baja confianza |
Radeon Instinct MI300 AMD | 128 GB | 6,550 GB/s | Jan 2023 | 107.3 GB | Q4_K_M | Ajustado |
|
27.9
tok/s
17–45 · baja confianza |
B200 NVIDIA | 180 GB | 8,000 GB/s | Jan 2024 | 148.4 GB | Q6_K | Ajustado |
|
27.1
tok/s
16–43 · baja confianza |
H200 NVL NVIDIA | 141 GB | 4,890 GB/s | Nov 2024 | 107.3 GB | Q4_K_M | Ajustado |
|
27.1
tok/s
16–43 · baja confianza |
H200 SXM 141 GB NVIDIA | 141 GB | 4,890 GB/s | Nov 2024 | 107.3 GB | Q4_K_M | Ajustado |
|
23.0
tok/s
14–37 · baja confianza |
Radeon Instinct MI300A AMD | 128 GB | 5,325 GB/s | Dec 2023 | 107.3 GB | Q4_K_M | Ajustado |
|
19.2
tok/s
12–31 · baja confianza |
B300 NVIDIA | 288 GB | 8,000 GB/s | Sep 2025 | 189.4 GB | Q8_0 | Cómodo |
|
15.4
tok/s
9–25 · baja confianza |
Radeon Instinct MI350X AMD | 288 GB | 8,190 GB/s | Jan 2025 | 189.4 GB | Q8_0 | Cómodo |
|
15.4
tok/s
9–25 · baja confianza |
Radeon Instinct MI355X AMD | 288 GB | 8,190 GB/s | Jan 2025 | 189.4 GB | Q8_0 | Cómodo |
|
14.5
tok/s
9–23 · baja confianza |
Radeon Instinct MI300X AMD | 192 GB | 5,325 GB/s | Dec 2023 | 148.4 GB | Q6_K | Ajustado |
|
14.5
tok/s
9–23 · baja confianza |
Radeon Instinct MI308X AMD | 192 GB | 5,325 GB/s | Dec 2023 | 148.4 GB | Q6_K | Ajustado |
|
14.2
tok/s
9–23 · baja confianza |
Radeon Instinct MI250 AMD | 128 GB | 3,280 GB/s | Nov 2021 | 107.3 GB | Q4_K_M | Ajustado |
|
14.2
tok/s
9–23 · baja confianza |
Radeon Instinct MI250X AMD | 128 GB | 3,280 GB/s | Nov 2021 | 107.3 GB | Q4_K_M | Ajustado |
|
11.8
tok/s
7–19 · baja confianza |
Data Center GPU Max 1550 Intel | 128 GB | 3,280 GB/s | Jan 2023 | 107.3 GB | Q4_K_M | Ajustado |
|
11.6
tok/s
7–19 · baja confianza |
Data Center GPU Max Subsystem Intel | 128 GB | 3,210 GB/s | Jan 2023 | 107.3 GB | Q4_K_M | Ajustado |
|
11.3
tok/s
7–18 · baja confianza |
Radeon Instinct MI325X AMD | 256 GB | 6,000 GB/s | Oct 2024 | 189.4 GB | Q8_0 | Cómodo |
|
1.5
tok/s
1–2 · baja confianza |
GB10 NVIDIA | 128 GB | 273 GB/s | Oct 2025 | 107.3 GB | Q4_K_M | Ajustado |
|
1.5
tok/s
1–2 · baja confianza |
Jetson T5000 NVIDIA | 128 GB | 273 GB/s | Aug 2025 | 107.3 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
- Hugging Face,BigScience
- Tipo de Organización
- Industry,Research collective
- País
- United States of America, France
- Publicado
- 11 July 2022
- Autores
- Margaret Mitchell, Giada Pistilli, Yacine Jernite, Ezinwanne Ozoani, Marissa Gerchick, Nazneen Rajani, Sasha Luccioni, Irene Solaiman, Maraim Masoud, Somaieh Nikpoor, Carlos Muñoz Ferrandis, Stas Bekman, Christopher Akiki, Danish Contractor, David Lansky, Angelina McMillan-Major, Tristan Thrush, Suzana Ilić, Gérard Dupont, Shayne Longpre, Manan Dey, Stella Biderman, Douwe Kiela, Emi Baylor, Teven …
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, Translation, Code generation
- Enfoque
- Self-supervised learning
- 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
- 176.2B
- Datos de entrenamiento
- 379,000,000,000 tokens
- Épocas
- 1
- Tamaño de lote
- 4,194,304
See "Technical Specifications" on Hugging Face: https://huggingface.co/bigscience/bloom
Table 3.5 https://arxiv.org/pdf/2211.05100 366B (pretrain) + 13B (finetune) = 379B tokens total
Table 3. 2048*2048
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
- 3.7 × 10²³ FLOP
- Cómo se estableció
- Hardware
https://bigscience.huggingface.co/blog/bloom Blog post says 117 days. 384 A100 GPUs * 314 TFLOPS throughput per GPU * 117 days * 0.3 (utilization assumption) = 3.65664e23 https://www.wolframalpha.com/input?i=384+*+314+TFLOPS+*+117+days+*+0.3
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 80 GB
- Chips utilizados
- 384
- Horas de chip
- 1,078,272
- Tiempo de reloj
- 2,808 hours (117 days)
- Utilización de hardware
- HFU 50.0%
- Consumo de energía
- 308.0 kW
- Costo de cómputo
- $995,819
117 days * 24 hours/day
"We were able to achieve 156 TFLOPs in our fastest configuration with A100 GPUs, attaining our objective of half of the theoretical peak performance of 312 TFLOPs (in float32 or bfloat16)." HFU = 156/312 = 0.5
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
responsible use restrictions: https://bigscience.huggingface.co/blog/the-bigscience-rail-license
Cómo está clasificado
Etiquetas que el conjunto de datos fuente aplica al rastrear modelos notables y cuán confiable es en la entrada.
- Modelo de Fundación
- Yes
- Probablemente por encima de 10²³ FLOP
- Yes
- Por qué se rastrea
- Historical significance,Highly cited
- Confianza de registro
- Confident
- Citas
- 2,917
Was the largest open-source model at the time. 1000+ researchers, many from important orgs such as Microsoft and NVIDIA. https://huggingface.co/bigscience/bloom
Fuentes
De dónde proviene este registro y cuándo fue comprobado por última vez.
- Referencia
- BLOOM: A 176B-Parameter Open-Access Multilingual Language Model
- Última actualización
- 25 May 2026
Los extremos
Las diez GPUs más rápidas que ejecutan BLOOM-176B
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 28.3 tok/s
- 02 B200 180 GB · 8,000 GB/s · Q6_K 27.9 tok/s
- 03 H200 NVL 141 GB · 4,890 GB/s · Q4_K_M 27.1 tok/s
- 04 H200 SXM 141 GB 141 GB · 4,890 GB/s · Q4_K_M 27.1 tok/s
- 05 Radeon Instinct MI300A 128 GB · 5,325 GB/s · Q4_K_M 23.0 tok/s
- 06 B300 288 GB · 8,000 GB/s · Q8_0 19.2 tok/s
- 07 Radeon Instinct MI350X 288 GB · 8,190 GB/s · Q8_0 15.4 tok/s
- 08 Radeon Instinct MI355X 288 GB · 8,190 GB/s · Q8_0 15.4 tok/s
- 09 Radeon Instinct MI300X 192 GB · 5,325 GB/s · Q6_K 14.5 tok/s
- 10 Radeon Instinct MI308X 192 GB · 5,325 GB/s · Q6_K 14.5 tok/s
Las GPUs más pequeñas que aún funcionan BLOOM-176B
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 107.3 GB · Q4_K_M · Ajustado 1.5 tok/s
- 02 Jetson T5000 128 GB · Necesita 107.3 GB · Q4_K_M · Ajustado 1.5 tok/s
- 03 Radeon Instinct MI300A 128 GB · Necesita 107.3 GB · Q4_K_M · Ajustado 23.0 tok/s
- 04 Data Center GPU Max 1550 128 GB · Necesita 107.3 GB · Q4_K_M · Ajustado 11.8 tok/s
- 05 Data Center GPU Max Subsystem 128 GB · Necesita 107.3 GB · Q4_K_M · Ajustado 11.6 tok/s
- 06 Radeon Instinct MI300 128 GB · Necesita 107.3 GB · Q4_K_M · Ajustado 28.3 tok/s
- 07 Radeon Instinct MI250 128 GB · Necesita 107.3 GB · Q4_K_M · Ajustado 14.2 tok/s
- 08 Radeon Instinct MI250X 128 GB · Necesita 107.3 GB · Q4_K_M · Ajustado 14.2 tok/s
- 09 H200 NVL 141 GB · Necesita 107.3 GB · Q4_K_M · Ajustado 27.1 tok/s
- 10 H200 SXM 141 GB 141 GB · Necesita 107.3 GB · Q4_K_M · Ajustado 27.1 tok/s
Qué significan los números
Requisitos de hardware en la práctica
Mínima tarjeta
Radeon Instinct MI250
Memoria necesaria
107.3 GB
Más rápido
28.3 tok/s
BLOOM-176B llega a un recuento de parámetros de 176.2B. 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.
El punto de entrada es Radeon Instinct MI250, con una capacidad de memoria de 128 GB, ejecutándolo a una compresión de Q4_K_M y produciendo alrededor 14.2 tokens por segundo
Lo más rápido que calculamos para ello es Radeon Instinct MI300, generando aproximadamente 28.3 tokens por segundo en la fuerza de un ancho de banda de memoria de 6,550 GB/s.
Acerca de este modelo
BLOOM-176B fue publicado por Hugging Face,BigScience, en el país registrado como United States of America, durante July 2022. La organización editora está clasificada como industry,Research collective.
Funciona en el dominio de Language, y se registra como realizando la tarea de language modeling, Translation, Code generation.
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 14.5 tokens por segundo. Excediendo velocidad de lectura directamente: 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.
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.
Qué se necesitó para construirlo
Producirlo requirió una aritmética que totaliza alrededor de 3.7 × 10²³ FLOP, en hardware registrado como NVIDIA A100 SXM4 80 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 379,000,000,000 tokens de texto
La razón por la que aparece en este catálogo en absoluto: historical significance,Highly cited.
Paso a paso
Cómo elegir una GPU para BLOOM-176B
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
Empieza desde lo que realmente necesita, que es el requerimiento de BLOOM-176B, necesitando alrededor 107.3 GB a una compresión de Q4_K_M. Ninguna cantidad de potencia de procesamiento compensa una CARD que no puede sostenerla.
-
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. BLOOM-176B.
-
03
Elige cuán lejos lo comprimirás.
La compresión es lo que hace que un modelo quepa en tarjetas más pequeñas, a costa de cierta precisión., 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
El ranking por tokens por segundo sigue el ancho de banda de memoria en lugar de los recuentos de núcleos, para BLOOM-176B. 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 28.3 tok/s
-
05
Mira el margen, no solo la compatibilidad.
Un ajuste apretado se ejecuta, pero no deja nada de sobra para una conversación más larga, en el caso de BLOOM-176B. 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 página de tarjeta repite este barrido para cada modelo que tenemos, respondiendo a qué más es bueno el hardware más allá de BLOOM-176B.
Respuestas
BLOOM-176B — preguntas comunes
BLOOM-176B— ¿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: 17–45 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.
BLOOM-176B— ¿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 107.3 GB, y produce aproximadamente 14.2 tokens por segundo. El número de tarjetas capaces de ejecutarlo en total: 17.
BLOOM-176B— ¿qué tan rápido es en una GPU?
Depende de la tarjeta. Lo más rápido que calculamos es Radeon Instinct MI300, a aproximadamente 28.3 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.
BLOOM-176B— ¿Cuánta VRAM necesita?
Necesita aproximadamente 107.3 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.
BLOOM-176B— ¿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.
BLOOM-176B— ¿cuántos parámetros tiene?
Tiene un recuento de parámetros de 176.2B. See "Technical Specifications" on Hugging Face: https://huggingface.co/bigscience/bloom. 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.
BLOOM-176B— ¿Quién lo creó?
Fue publicado por Hugging Face,BigScience, basado en United States of America, una organización categorizada como industry,Research collective.
BLOOM-176B— ¿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.
BLOOM-176B— ¿Para qué se utiliza?
Funciona en el dominio de Language, y se registra como manejando la tarea de language modeling, Translation, Code generation. Estas son las áreas en las que fue diseñado; describen la intención más que un límite estricto.
BLOOM-176B— ¿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.
BLOOM-176B— cuánto compute se utilizó para entrenarlo?
El entrenamiento consumió alrededor 3.7 × 10²³ FLOP, en hardware registrado como NVIDIA A100 SXM4 80 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.
BLOOM-176B— ¿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 20.9 GB Cada cifra aquí asume que todo el modelo está residente en la tarjeta.
BLOOM-176B— ¿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: 17. Así que una segunda tarjeta rara vez es la respuesta aquí.
BLOOM-176B— ¿Por qué difiere la cuantificación entre tarjetas?
Una tarjeta más grande sostiene una copia más precisa. El número de niveles de compresión utilizados en las tarjetas que la ejecutan: 3. Las tarjetas más grandes obtienen la versión más precisa, y el nivel de calidad por encima establece la comparación a un nivel.
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.