TxGemma 2B calculadora TPS

Abre pesos Google DeepMind,Google Research 2.6B parámetros April 2025

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 · Q6_K · 20.6 tok/s

Tarjeta más rápida

B200

1,303 tok/s · 180 GB

¿Qué GPU pueden ejecutar? TxGemma 2B?

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
1,303 tok/s 1,108–1,564	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	3.9 GB	Q8_0	Cómodo
1,303 tok/s 1,108–1,564	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	3.9 GB	Q8_0	Cómodo
1,041 tok/s 624–1,665 · baja confianza	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	3.9 GB	Q8_0	Cómodo
1,041 tok/s 624–1,665 · baja confianza	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	3.9 GB	Q8_0	Cómodo
832 tok/s 499–1,332 · baja confianza	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	3.9 GB	Q8_0	Cómodo
797 tok/s 677–956	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	3.9 GB	Q8_0	Cómodo
797 tok/s 677–956	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	3.9 GB	Q8_0	Cómodo
762 tok/s 457–1,220 · baja confianza	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	3.9 GB	Q8_0	Cómodo
677 tok/s 406–1,083 · baja confianza	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	3.9 GB	Q8_0	Cómodo
677 tok/s 406–1,083 · baja confianza	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	3.9 GB	Q8_0	Cómodo
677 tok/s 406–1,083 · baja confianza	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	3.9 GB	Q8_0	Cómodo
642 tok/s 546–770	H100 NVL 94 GB NVIDIA	94 GB	3,940 GB/s	Mar 2023	3.9 GB	Q8_0	Cómodo
547 tok/s 465–657	H100 PCIe 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	3.9 GB	Q8_0	Cómodo
547 tok/s 465–657	H100 SXM5 80 GB NVIDIA	80 GB	3,360 GB/s	Oct 2022	3.9 GB	Q8_0	Cómodo
547 tok/s 465–657	H100 SXM5 94 GB NVIDIA	94 GB	3,360 GB/s	Mar 2023	3.9 GB	Q8_0	Cómodo
547 tok/s 465–657	H100 SXM5 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	3.9 GB	Q8_0	Cómodo
547 tok/s 465–657	H800 SXM5 NVIDIA	80 GB	3,360 GB/s	Mar 2023	3.9 GB	Q8_0	Cómodo
417 tok/s 250–667 · baja confianza	Radeon Instinct MI250 AMD	128 GB	3,280 GB/s	Nov 2021	3.9 GB	Q8_0	Cómodo
417 tok/s 250–667 · baja confianza	Radeon Instinct MI250X AMD	128 GB	3,280 GB/s	Nov 2021	3.9 GB	Q8_0	Cómodo
347 tok/s 208–556 · baja confianza	Data Center GPU Max 1550 Intel	128 GB	3,280 GB/s	Jan 2023	3.9 GB	Q8_0	Cómodo
340 tok/s 204–544 · baja confianza	Data Center GPU Max Subsystem Intel	128 GB	3,210 GB/s	Jan 2023	3.9 GB	Q8_0	Cómodo
332 tok/s 282–399	A100 SXM4 80 GB NVIDIA	80 GB	2,040 GB/s	Nov 2020	3.9 GB	Q8_0	Cómodo
332 tok/s 282–399	A100X NVIDIA	80 GB	2,040 GB/s	Jun 2021	3.9 GB	Q8_0	Cómodo
332 tok/s 282–399	A800 SXM4 80 GB NVIDIA	80 GB	2,040 GB/s	Aug 2022	3.9 GB	Q8_0	Cómodo
332 tok/s 282–399	H100 CNX NVIDIA	80 GB	2,040 GB/s	Mar 2023	3.9 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: Google DeepMind,Google Research
Tipo de Organización: Industry,Industry
País: United States of America
Publicado: 8 April 2025
Autores: Eric Wang, Samuel Schmidgall, Paul F. Jaeger, Fan Zhang, Rory Pilgrim, Yossi Matias, Joelle Barral, David Fleet, Shekoofeh Azizi

Lo que hace

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

Dominio: Language, Biology
Tarea: Protein or nucleotide language model (pLM/nLM), Protein property prediction, Small molecule property prediction, Question answering, Protein question answering, Protein function prediction, Language modeling/generation
Modelo base: Gemma 2 2B

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: 2.6B
Datos de entrenamiento: tokens
Épocas: 12

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: 3.2 × 10²² FLOP
Cómo se estableció: Operation counting
Computación de ajuste fino: 1 × 10²¹ 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: Google TPU v4
Chips utilizados: 256
Consumo de energía: 170.7 kW

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
Hugging Face: google

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: TxGemma: Efficient and Agentic LLMs for Therapeutics
Última actualización: 28 November 2025

Los extremos

Las diez GPUs más rápidas que ejecutan TxGemma 2B

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 TxGemma 2B

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 se necesita para ejecutar este modelo

Mínima tarjeta

Tesla C1080

Memoria necesaria

3.3 GB

Más rápido

1,303 tok/s

TxGemma 2B llega a un recuento de parámetros de 2.6B. 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.

La tarjeta más pequeña que lo sostiene es Tesla C1080, con una capacidad de memoria de 4 GB, ejecutándolo a una compresión de Q6_K y produciendo alrededor 20.6 tokens por segundo

Lo más rápido que calculamos para ello es B200, generando aproximadamente 1,303 tokens por segundo en la fuerza de un ancho de banda de memoria de 8,000 GB/s.

De dónde vino

TxGemma 2B fue publicado por Google DeepMind,Google Research, en el país registrado como United States of America, durante April 2025. La organización editora está clasificada como industry,Industry.

Funciona en el dominio de Language, Biology, y se registra como realizando la tarea de protein or nucleotide language model (pLM/nLM), Protein property prediction, Small molecule property prediction, Question answering, Protein question answering, Protein function prediction, Language modeling/generation.

Su punto de partida fue un modelo base existente, Gemma 2 2B. Por eso comparte la forma y el tamaño general del modelo base.

Los PESOS están publicados, por lo que se puede descargar y ejecutar en su propio HARDWARE indefinidamente, SIN CONEXIÓN, sin cuenta adjunta. En Hugging Face está publicado bajo la organización google.

Entendiendo las velocidades

La mitad de las tarjetas que lo sostienen gestionan más de 41.4 tokens por segundo. Limpiando los diez tokens por segundo que corresponden aproximadamente a la velocidad de lectura: 786 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.

Su disposición de atención está en nuestra base de datos, por lo que las cifras de VRAM se calculan exactamente en lugar de aproximarse.

Qué se necesitó para construirlo

Producirlo requirió una aritmética que totaliza alrededor de 3.2 × 10²² FLOP, en hardware registrado como Google TPU v4. Esa cifra mide lo que costó producir el modelo, y no tiene relación con qué tan rápido responde.

Paso a paso

Cómo elegir una GPU para TxGemma 2B

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

La tabla enumera cada tarjeta capaz de contener TxGemma 2B, necesitando alrededor 3.3 GB a una compresión de Q6_K. Esa cifra, no el rendimiento principal de una CARD, es lo que decide si se ejecuta.
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. TxGemma 2B.
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 Q6_K 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

Compara tokens por segundo, no especificaciones

La velocidad de ordenación es efectivamente un ordenamiento por ancho de banda de GPU. TxGemma 2B. 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 1,303 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 TxGemma 2B. 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. TxGemma 2B.

Respuestas

TxGemma 2B — preguntas comunes

TxGemma 2B— ¿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 3.9 GB y generando aproximadamente 184 tokens por segundo. El ajuste es cómodo.

TxGemma 2B— ¿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 3.9 GB y generando aproximadamente 218 tokens por segundo. El ajuste es cómodo.

TxGemma 2B— ¿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.

TxGemma 2B— ¿cuántos parámetros tiene?

Tiene un recuento de parámetros de 2.6B. 2.6B. 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.

TxGemma 2B— ¿Quién lo creó?

Fue publicado por Google DeepMind,Google Research, basado en United States of America, una organización categorizada como industry,Industry.

TxGemma 2B— ¿cuándo fue lanzado?

Se publicó en April 2025.

TxGemma 2B— ¿Para qué se utiliza?

Funciona en el dominio de Language, Biology, y se registra como manejando la tarea de protein or nucleotide language model (pLM/nLM), Protein property prediction, Small molecule property prediction, Question answering, Protein question answering, Protein function prediction, Language modeling/generation. Estas son las áreas en las que fue diseñado; describen la intención más que un límite estricto.

TxGemma 2B— ¿Dónde puedo descargarlo?

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

TxGemma 2B— cuánto compute se utilizó para entrenarlo?

El entrenamiento consumió alrededor 3.2 × 10²² FLOP, en hardware registrado como Google TPU v4. 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.

TxGemma 2B— ¿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.

TxGemma 2B— ¿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.

TxGemma 2B— ¿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: 2. Las tarjetas más grandes obtienen la versión más precisa, y el nivel de calidad por encima establece la comparación a un nivel.

TxGemma 2B— ¿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: 1,108–1,564 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.

TxGemma 2B— ¿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 Q6_K usando alrededor 3.3 GB, y produce aproximadamente 20.6 tokens por segundo. El número de tarjetas capaces de ejecutarlo en total: 818.

TxGemma 2B— ¿qué tan rápido es en una GPU?

Depende de la tarjeta. Lo más rápido que calculamos es B200, a aproximadamente 1,303 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: 786.

TxGemma 2B— ¿Cuánta VRAM necesita?

Necesita aproximadamente 3.3 GB a una compresión de Q6_K, 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.

TxGemma 2B— ¿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 3.9 GB y generando aproximadamente 243 tokens por segundo. El ajuste es cómodo.

TxGemma 2B— ¿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 3.9 GB y generando aproximadamente 149 tokens por segundo. El ajuste es cómodo.

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