RoBERTa Large calculadora TPS

Abre pesos Facebook,University of Washington 355M parámetros July 2019

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 · 104 tok/s

Tarjeta más rápida

B200

9,544 tok/s · 180 GB

¿Qué GPU pueden ejecutar? RoBERTa Large?

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..

818 las tarjetas coinciden

Calculando
Necesita Cuantización Ajustar
9,544 tok/s

5,727–15,271 · baja confianza

B200 NVIDIA 180 GB 8,000 GB/s Jan 2024 1.1 GB Q8_0 Cómodo
9,544 tok/s

5,727–15,271 · baja confianza

B300 NVIDIA 288 GB 8,000 GB/s Sep 2025 1.1 GB Q8_0 Cómodo
7,621 tok/s

4,573–12,194 · baja confianza

Radeon Instinct MI350X AMD 288 GB 8,190 GB/s Jan 2025 1.1 GB Q8_0 Cómodo
7,621 tok/s

4,573–12,194 · baja confianza

Radeon Instinct MI355X AMD 288 GB 8,190 GB/s Jan 2025 1.1 GB Q8_0 Cómodo
6,095 tok/s

3,657–9,752 · baja confianza

Radeon Instinct MI300 AMD 128 GB 6,550 GB/s Jan 2023 1.1 GB Q8_0 Cómodo
5,834 tok/s

3,500–9,334 · baja confianza

H200 NVL NVIDIA 141 GB 4,890 GB/s Nov 2024 1.1 GB Q8_0 Cómodo
5,834 tok/s

3,500–9,334 · baja confianza

H200 SXM 141 GB NVIDIA 141 GB 4,890 GB/s Nov 2024 1.1 GB Q8_0 Cómodo
5,583 tok/s

3,350–8,933 · baja confianza

Radeon Instinct MI325X AMD 256 GB 6,000 GB/s Oct 2024 1.1 GB Q8_0 Cómodo
4,955 tok/s

2,973–7,928 · baja confianza

Radeon Instinct MI300A AMD 128 GB 5,325 GB/s Dec 2023 1.1 GB Q8_0 Cómodo
4,955 tok/s

2,973–7,928 · baja confianza

Radeon Instinct MI300X AMD 192 GB 5,325 GB/s Dec 2023 1.1 GB Q8_0 Cómodo
4,955 tok/s

2,973–7,928 · baja confianza

Radeon Instinct MI308X AMD 192 GB 5,325 GB/s Dec 2023 1.1 GB Q8_0 Cómodo
4,701 tok/s

2,820–7,521 · baja confianza

H100 NVL 94 GB NVIDIA 94 GB 3,940 GB/s Mar 2023 1.1 GB Q8_0 Cómodo
4,009 tok/s

2,405–6,414 · baja confianza

H100 PCIe 96 GB NVIDIA 96 GB 3,360 GB/s Mar 2023 1.1 GB Q8_0 Cómodo
4,009 tok/s

2,405–6,414 · baja confianza

H100 SXM5 80 GB NVIDIA 80 GB 3,360 GB/s Oct 2022 1.1 GB Q8_0 Cómodo
4,009 tok/s

2,405–6,414 · baja confianza

H100 SXM5 94 GB NVIDIA 94 GB 3,360 GB/s Mar 2023 1.1 GB Q8_0 Cómodo
4,009 tok/s

2,405–6,414 · baja confianza

H100 SXM5 96 GB NVIDIA 96 GB 3,360 GB/s Mar 2023 1.1 GB Q8_0 Cómodo
4,009 tok/s

2,405–6,414 · baja confianza

H800 SXM5 NVIDIA 80 GB 3,360 GB/s Mar 2023 1.1 GB Q8_0 Cómodo
3,052 tok/s

1,831–4,884 · baja confianza

Radeon Instinct MI250 AMD 128 GB 3,280 GB/s Nov 2021 1.1 GB Q8_0 Cómodo
3,052 tok/s

1,831–4,884 · baja confianza

Radeon Instinct MI250X AMD 128 GB 3,280 GB/s Nov 2021 1.1 GB Q8_0 Cómodo
2,544 tok/s

1,526–4,070 · baja confianza

Data Center GPU Max 1550 Intel 128 GB 3,280 GB/s Jan 2023 1.1 GB Q8_0 Cómodo
2,489 tok/s

1,494–3,983 · baja confianza

Data Center GPU Max Subsystem Intel 128 GB 3,210 GB/s Jan 2023 1.1 GB Q8_0 Cómodo
2,434 tok/s

1,460–3,894 · baja confianza

A100 SXM4 80 GB NVIDIA 80 GB 2,040 GB/s Nov 2020 1.1 GB Q8_0 Cómodo
2,434 tok/s

1,460–3,894 · baja confianza

A100X NVIDIA 80 GB 2,040 GB/s Jun 2021 1.1 GB Q8_0 Cómodo
2,434 tok/s

1,460–3,894 · baja confianza

A800 SXM4 80 GB NVIDIA 80 GB 2,040 GB/s Aug 2022 1.1 GB Q8_0 Cómodo
2,434 tok/s

1,460–3,894 · baja confianza

H100 CNX NVIDIA 80 GB 2,040 GB/s Mar 2023 1.1 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
Facebook,University of Washington
Tipo de Organización
Industry,Academia
País
United States of America
Publicado
1 July 2019
Autores
Yinhan Liu, Myle Ott, Naman Goyal, Jingfei Du, Mandar Joshi, Danqi Chen, Omer Levy, Mike Lewis, Luke Zettlemoyer, Veselin Stoyanov

Lo que hace

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

Dominio
Language
Tarea
Question answering, Language modeling/generation
Formato numérico
FP16

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
355M

355M https://github.com/facebookresearch/fairseq/blob/main/examples/roberta/README.md

Datos de entrenamiento
42,666,666,666 tokens

160GB*200M words/GB * (4 tokens / 3 words) = 3.2e10 tokens max steps 500k batch size 8k "We pretrain with sequences of at most T = 512 tokens." 500000*8000*512 = 2.048e+12 tokens

Épocas
48

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
8.5 × 10²¹ FLOP

Section 5: We pretrain our model using 1024 V100 GPUs for approximately one day. Note this is the base pretraining comparable to BERT, 100k steps. Subsequently they do more: "increasing the number of pretraining steps from 100K to 300K, and then further to 500K". So assume 5x the 1024 V100 GPUs for 1d estimate. Mixed precision tensor cores get 1.25e14 FLOP/s. 1024 * 1.25e14 * 5 * 24 * 3600 * 0.3 = 1.65888e22 6ND estimate: batches are 8k sequences of 512 tokens; 500k updates means the model s…

Cómo se estableció
Hardware,Operation counting,Third-party estimation

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 Tesla V100 DGXS 32 GB
Chips utilizados
1,024
Horas de chip
122,880
Tiempo de reloj
120 hours

First the model is pretrained for 100k steps on 1024 GPUs for 1 day, then pretraining is increased to 500k steps, so assuming they used the same number of GPUs, this would have taken 5 days.

Consumo de energía
526.2 kW
Costo de cómputo
$85,350

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
Open source

code and weights: https://github.com/facebookresearch/fairseq/blob/main/examples/roberta/README.md pretrain code: https://github.com/facebookresearch/fairseq/blob/main/examples/roberta/README.pretraining.md repo is MIT license

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
Por qué se rastrea
Highly cited,SOTA improvement

"Our best model achieves state-of-the-art results on GLUE, RACE and SQuAD"

Confianza de registro
Confident
Citas
29,641

Fuentes

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

Referencia
RoBERTa: A Robustly Optimized BERT Pretraining Approach
Última actualización
25 May 2026

Los extremos

Las diez GPUs más rápidas que ejecutan RoBERTa Large

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..

  1. 01 B300 288 GB · 8,000 GB/s · Q8_0 9,544 tok/s
  2. 02 B200 180 GB · 8,000 GB/s · Q8_0 9,544 tok/s
  3. 03 Radeon Instinct MI350X 288 GB · 8,190 GB/s · Q8_0 7,621 tok/s
  4. 04 Radeon Instinct MI355X 288 GB · 8,190 GB/s · Q8_0 7,621 tok/s
  5. 05 Radeon Instinct MI300 128 GB · 6,550 GB/s · Q8_0 6,095 tok/s
  6. 06 H200 NVL 141 GB · 4,890 GB/s · Q8_0 5,834 tok/s
  7. 07 H200 SXM 141 GB 141 GB · 4,890 GB/s · Q8_0 5,834 tok/s
  8. 08 Radeon Instinct MI325X 256 GB · 6,000 GB/s · Q8_0 5,583 tok/s
  9. 09 Radeon Instinct MI300A 128 GB · 5,325 GB/s · Q8_0 4,955 tok/s
  10. 10 Radeon Instinct MI300X 192 GB · 5,325 GB/s · Q8_0 4,955 tok/s

Las GPUs más pequeñas que aún funcionan RoBERTa Large

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..

  1. 01 GeForce RTX 4010 4 GB · Necesita 1.1 GB · Q8_0 · Cómodo 115 tok/s
  2. 02 RTX A400 4 GB · Necesita 1.1 GB · Q8_0 · Cómodo 115 tok/s
  3. 03 RTX 500 Mobile Ada Generation 4 GB · Necesita 1.1 GB · Q8_0 · Cómodo 153 tok/s
  4. 04 GeForce RTX 3050 A Mobile 4 GB · Necesita 1.1 GB · Q8_0 · Cómodo 229 tok/s
  5. 05 Jetson Orin Nano 4 GB 4 GB · Necesita 1.1 GB · Q8_0 · Cómodo 40.7 tok/s
  6. 06 Radeon RX 6450M 4 GB · Necesita 1.1 GB · Q8_0 · Cómodo 119 tok/s
  7. 07 Radeon RX 6550M 4 GB · Necesita 1.1 GB · Q8_0 · Cómodo 134 tok/s
  8. 08 Radeon RX 6550S 4 GB · Necesita 1.1 GB · Q8_0 · Cómodo 119 tok/s
  9. 09 Arc A310 4 GB · Necesita 1.1 GB · Q8_0 · Cómodo 96.2 tok/s
  10. 10 Arc Pro A30M 4 GB · Necesita 1.1 GB · Q8_0 · Cómodo 99.3 tok/s

Qué significan los números

Requisitos de hardware en la práctica

Mínima tarjeta

Tesla C1080

Memoria necesaria

1.1 GB

Más rápido

9,544 tok/s

RoBERTa Large llega a un recuento de parámetros de 355M. 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 104 tokens por segundo

El resultado más rápido proviene de B200, generando aproximadamente 9,544 tokens por segundo en la fuerza de un ancho de banda de memoria de 8,000 GB/s.

Acerca de este modelo

RoBERTa Large fue publicado por Facebook,University of Washington, en el país registrado como United States of America, durante July 2019. La organización editora está clasificada como industry,Academia.

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

El hecho de que los pesos sean abiertos es lo que coloca esta página en la calculadora en lugar de solo en el catálogo: es un modelo que puedes sostener.

Qué tan rápido corre, y por qué

El resultado mediano es alrededor de 268.0 tokens por segundo. Produciendo texto más rápido de lo que la mayoría de las personas lo leen. 817 de ellos.

Siendo denso, lee todo de sí mismo por token, razón por la cual el orden según velocidad a continuación sigue tan de cerca el orden por ancho de banda 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 8.5 × 10²¹ FLOP, en hardware registrado como NVIDIA Tesla V100 DGXS 32 GB. 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 42,666,666,666 tokens de texto

Se rastrea en el conjunto de datos subyacente por una razón en particular: highly cited,SOTA improvement.

Paso a paso

Cómo elegir una GPU para RoBERTa Large

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..

  1. 01

    Lee la cifra de MEMORIA primero

    La tabla enumera cada tarjeta capaz de contener RoBERTa Large, necesitando alrededor 1.1 GB a una compresión de Q8_0. La capacidad es la puerta: una tarjeta o la sostiene o no la sostiene.

  2. 02

    Decide cuánto duran tus conversaciones.

    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. RoBERTa Large.

  3. 03

    Establecer un umbral de calidad

    La columna de cuantización varía por tarjeta, porque una tarjeta más grande sostiene una copia más precisa., 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.

  4. 04

    Compara tokens por segundo, no especificaciones

    La velocidad de ordenación es efectivamente un ordenamiento por ancho de banda de GPU. RoBERTa Large. 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 9,544 tok/s

  5. 05

    Lee la columna de ajuste al final

    Un ajuste apretado se ejecuta, pero no deja nada de sobra para una conversación más larga, en el caso de RoBERTa Large. 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.

  6. 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. RoBERTa Large.

Respuestas

RoBERTa Large — preguntas comunes

01

RoBERTa Large— ¿cuántos parámetros tiene?

Tiene un recuento de parámetros de 355M. 355M https://github.com/facebookresearch/fairseq/blob/main/examples/roberta/README.md. 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.

02

RoBERTa Large— ¿Quién lo creó?

Fue publicado por Facebook,University of Washington, basado en United States of America, una organización categorizada como industry,Academia.

03

RoBERTa Large— ¿cuándo fue lanzado?

Se publicó en July 2019. 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.

04

RoBERTa Large— ¿Para qué se utiliza?

Funciona en el dominio de Language, y se registra como manejando la tarea de question answering, Language modeling/generation. Estas son las áreas en las que fue diseñado; describen la intención más que un límite estricto.

05

RoBERTa Large— ¿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.

06

RoBERTa Large— cuánto compute se utilizó para entrenarlo?

El entrenamiento consumió alrededor 8.5 × 10²¹ FLOP, en hardware registrado como NVIDIA Tesla V100 DGXS 32 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.

07

RoBERTa Large— ¿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.

08

RoBERTa Large— ¿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.

09

RoBERTa Large— ¿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.

10

RoBERTa Large— ¿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: 5,727–15,271 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.

11

RoBERTa Large— ¿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 1.1 GB, y produce aproximadamente 104 tokens por segundo. El número de tarjetas capaces de ejecutarlo en total: 818.

12

RoBERTa Large— ¿qué tan rápido es en una GPU?

Depende de la tarjeta. Lo más rápido que calculamos es B200, a aproximadamente 9,544 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: 817.

13

RoBERTa Large— ¿Cuánta VRAM necesita?

Necesita aproximadamente 1.1 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.

14

RoBERTa Large— ¿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 1.1 GB y generando aproximadamente 1,778 tokens por segundo. El ajuste es cómodo.

15

RoBERTa Large— ¿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 1.1 GB y generando aproximadamente 1,089 tokens por segundo. El ajuste es cómodo.

16

RoBERTa Large— ¿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 1.1 GB y generando aproximadamente 1,348 tokens por segundo. El ajuste es cómodo.

17

RoBERTa Large— ¿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 1.1 GB y generando aproximadamente 1,599 tokens por segundo. El ajuste es cómodo.

18

RoBERTa Large— ¿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.

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