EXAONE Deep 2.4B calculadora TPS

Abre pesos LG AI Research 2.4B parámetros March 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 · Q8_0 · 15.4 tok/s

Tarjeta más rápida

B200

1,412 tok/s · 180 GB

¿Qué GPU pueden ejecutar? EXAONE Deep 2.4B?

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
1,412 tok/s 847–2,259 · baja confianza	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	3.3 GB	Q8_0	Cómodo
1,412 tok/s 847–2,259 · baja confianza	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	3.3 GB	Q8_0	Cómodo
1,127 tok/s 676–1,804 · baja confianza	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	3.3 GB	Q8_0	Cómodo
1,127 tok/s 676–1,804 · baja confianza	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	3.3 GB	Q8_0	Cómodo
902 tok/s 541–1,443 · baja confianza	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	3.3 GB	Q8_0	Cómodo
863 tok/s 518–1,381 · baja confianza	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	3.3 GB	Q8_0	Cómodo
863 tok/s 518–1,381 · baja confianza	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	3.3 GB	Q8_0	Cómodo
826 tok/s 496–1,321 · baja confianza	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	3.3 GB	Q8_0	Cómodo
733 tok/s 440–1,173 · baja confianza	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	3.3 GB	Q8_0	Cómodo
733 tok/s 440–1,173 · baja confianza	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	3.3 GB	Q8_0	Cómodo
733 tok/s 440–1,173 · baja confianza	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	3.3 GB	Q8_0	Cómodo
695 tok/s 417–1,112 · baja confianza	H100 NVL 94 GB NVIDIA	94 GB	3,940 GB/s	Mar 2023	3.3 GB	Q8_0	Cómodo
593 tok/s 356–949 · baja confianza	H100 PCIe 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	3.3 GB	Q8_0	Cómodo
593 tok/s 356–949 · baja confianza	H100 SXM5 80 GB NVIDIA	80 GB	3,360 GB/s	Oct 2022	3.3 GB	Q8_0	Cómodo
593 tok/s 356–949 · baja confianza	H100 SXM5 94 GB NVIDIA	94 GB	3,360 GB/s	Mar 2023	3.3 GB	Q8_0	Cómodo
593 tok/s 356–949 · baja confianza	H100 SXM5 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	3.3 GB	Q8_0	Cómodo
593 tok/s 356–949 · baja confianza	H800 SXM5 NVIDIA	80 GB	3,360 GB/s	Mar 2023	3.3 GB	Q8_0	Cómodo
451 tok/s 271–722 · baja confianza	Radeon Instinct MI250 AMD	128 GB	3,280 GB/s	Nov 2021	3.3 GB	Q8_0	Cómodo
451 tok/s 271–722 · baja confianza	Radeon Instinct MI250X AMD	128 GB	3,280 GB/s	Nov 2021	3.3 GB	Q8_0	Cómodo
376 tok/s 226–602 · baja confianza	Data Center GPU Max 1550 Intel	128 GB	3,280 GB/s	Jan 2023	3.3 GB	Q8_0	Cómodo
368 tok/s 221–589 · baja confianza	Data Center GPU Max Subsystem Intel	128 GB	3,210 GB/s	Jan 2023	3.3 GB	Q8_0	Cómodo
360 tok/s 216–576 · baja confianza	A100 SXM4 80 GB NVIDIA	80 GB	2,040 GB/s	Nov 2020	3.3 GB	Q8_0	Cómodo
360 tok/s 216–576 · baja confianza	A100X NVIDIA	80 GB	2,040 GB/s	Jun 2021	3.3 GB	Q8_0	Cómodo
360 tok/s 216–576 · baja confianza	A800 SXM4 80 GB NVIDIA	80 GB	2,040 GB/s	Aug 2022	3.3 GB	Q8_0	Cómodo
360 tok/s 216–576 · baja confianza	H100 CNX NVIDIA	80 GB	2,040 GB/s	Mar 2023	3.3 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: LG AI Research
Tipo de Organización: Industry
País: Korea (Republic of)
Publicado: 16 March 2025
Autores: LG AI Research, Kyunghoon Bae, Eunbi Choi, Kibong Choi, Stanley Jungkyu Choi, Yemuk Choi, Seokhee Hong, Junwon Hwang, Hyojin Jeon, Kijeong Jeon, Gerrard Jeongwon Jo, Hyunjik Jo, Jiyeon Jung, Hyosang Kim, Joonkee Kim, Seonghwan Kim, Soyeon Kim, Sunkyoung Kim, Yireun Kim, Yongil Kim, Youchul Kim, Edward Hwayoung Lee, Haeju Lee, Honglak Lee, Jinsik Lee, Kyungmin Lee, Sangha Park, Yongmin Park, Sihoon…

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/generation, Question answering, Quantitative reasoning, Code generation
Modelo base: EXAONE 3.5 2.4B

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: 2.4B
Datos de entrenamiento: 12,000,000,000 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: 9.4 × 10²² FLOP
Cómo se estableció: Reported,Operation counting
Computación de ajuste fino: 5.3 × 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 H100 SXM5 80GB
Proveedor de nube: Google Cloud

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: Unreleased
Hugging Face: LGAI-EXAONE

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: EXAONE Deep: LLMs with Enhanced Reasoning Performance
Última actualización: 28 November 2025

Los extremos

Las diez GPUs más rápidas que ejecutan EXAONE Deep 2.4B

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 EXAONE Deep 2.4B

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

El lado de hardware

Mínima tarjeta

Tesla C1080

Memoria necesaria

3.3 GB

Más rápido

1,412 tok/s

EXAONE Deep 2.4B llega a un recuento de parámetros de 2.4B. 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.

En el extremo bajo, se maneja por Tesla C1080, con una capacidad de memoria de 4 GB, ejecutándolo a una compresión de Q8_0 y produciendo alrededor 15.4 tokens por segundo

Gama alta es B200, generando aproximadamente 1,412 tokens por segundo en la fuerza de un ancho de banda de memoria de 8,000 GB/s.

De dónde vino

EXAONE Deep 2.4B fue publicado por LG AI Research, en el país registrado como Korea (Republic of), durante March 2025. La categoría en la que se encuentra el editor es industry.

Funciona en el dominio de Language, y se registra como realizando la tarea de language modeling/generation, Question answering, Quantitative reasoning, Code generation.

Se basa en EXAONE 3.5 2.4B. La mayoría de los modelos a esta escala están adaptados de una base existente en lugar de construidos desde cero.

Los pesos publicados significan que el modelo se ejecuta en tu máquina en lugar de en la de alguien más, lo que hace que la pregunta sobre hardware a continuación sea respondible. En Hugging Face está publicado bajo la organización LGAI-EXAONE.

Entendiendo las velocidades

El resultado mediano es alrededor de 39.6 tokens por segundo. Limpiando los diez tokens por segundo que corresponden aproximadamente a la velocidad de lectura: 783 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.

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

Entrenarlo tomó un presupuesto de computación de aproximadamente 9.4 × 10²² FLOP, en hardware registrado como NVIDIA H100 SXM5 80GB. 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 12,000,000,000 tokens de texto

Paso a paso

Cómo elegir una GPU para EXAONE Deep 2.4B

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

Verifica lo que necesita antes de cualquier otra cosa.

Empieza desde lo que realmente necesita, que es el requerimiento de EXAONE Deep 2.4B, necesitando alrededor 3.3 GB a una compresión de Q8_0. Ninguna cantidad de potencia de procesamiento compensa una CARD que no puede sostenerla.
02

Establece la longitud de contexto en la que trabajarás.

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. EXAONE Deep 2.4B.
03

Decide cuánto compresión aceptarás

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

Compara tokens por segundo, no especificaciones

Ordenar por velocidad para ver cómo se clasifican las tarjetas por EXAONE Deep 2.4B. 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 1,412 tok/s
05

Verifica el veredicto de ajuste antes de comprar

Tight significa que se carga y funciona sin espacio para aumentar el contexto más tarde, en el caso de EXAONE Deep 2.4B. 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

Abre la tarjeta que has elegido.

Cada nombre de tarjeta enlaza a su propia página, que ejecuta el mismo cálculo en todo el catálogo del modelo. Una tarjeta generalmente se compra para más de un modelo, por lo que vale la pena echar un vistazo antes de comprar para EXAONE Deep 2.4B.

Respuestas

EXAONE Deep 2.4B — preguntas comunes

EXAONE Deep 2.4B— ¿Cuánta VRAM necesita?

Necesita aproximadamente 3.3 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.

EXAONE Deep 2.4B— ¿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 3.3 GB y generando aproximadamente 263 tokens por segundo. El ajuste es cómodo.

EXAONE Deep 2.4B— ¿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 3.3 GB y generando aproximadamente 161 tokens por segundo. El ajuste es cómodo.

EXAONE Deep 2.4B— ¿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 3.3 GB y generando aproximadamente 199 tokens por segundo. El ajuste es cómodo.

EXAONE Deep 2.4B— ¿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 3.3 GB y generando aproximadamente 236 tokens por segundo. El ajuste es cómodo.

EXAONE Deep 2.4B— ¿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.

EXAONE Deep 2.4B— ¿cuántos parámetros tiene?

Tiene un recuento de parámetros de 2.4B. 2.4B. 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.

EXAONE Deep 2.4B— ¿Quién lo creó?

Fue publicado por LG AI Research, basado en Korea (Republic of), una organización categorizada como industry.

EXAONE Deep 2.4B— ¿cuándo fue lanzado?

Se publicó en March 2025.

EXAONE Deep 2.4B— ¿Para qué se utiliza?

Funciona en el dominio de Language, y se registra como manejando la tarea de language modeling/generation, Question answering, Quantitative reasoning, Code generation. Los Modelos suelen llevar más de uno de cada uno, y las etiquetas describen el propósito en lugar de los límites de capacidad.

EXAONE Deep 2.4B— ¿Dónde puedo descargarlo?

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

EXAONE Deep 2.4B— cuánto compute se utilizó para entrenarlo?

El entrenamiento consumió alrededor 9.4 × 10²² FLOP, en hardware registrado como NVIDIA H100 SXM5 80GB. 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.

EXAONE Deep 2.4B— ¿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.

EXAONE Deep 2.4B— ¿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.

EXAONE Deep 2.4B— ¿Por qué difiere la cuantificación entre tarjetas?

Debido a que la capacidad varía, también varía cuán difícil tiene que ser exprimido. El número de niveles distintos en la tabla de arriba: 1. Las tarjetas más grandes obtienen la versión más precisa, y el nivel de calidad por encima establece la comparación a un nivel.

EXAONE Deep 2.4B— ¿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: 847–2,259 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.

EXAONE Deep 2.4B— ¿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 3.3 GB, y produce aproximadamente 15.4 tokens por segundo. El número de tarjetas capaces de ejecutarlo en total: 818.

EXAONE Deep 2.4B— ¿qué tan rápido es en una GPU?

Depende de la tarjeta. Lo más rápido que calculamos es B200, a aproximadamente 1,412 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: 783.

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