Evo 2 40B calculadora TPS

Abre pesos Arc Institute,Stanford University,NVIDIA,Liquid,University of California (UC) Berkeley,Goodfire,Columbia University,University of California San Francisco 40.3B parámetros February 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

126 tarjetas que pueden ejecutarlo

818 tarjetas que tenemos especificaciones para

Tarjeta más pequeña que cabe

Tesla M40 24 GB

24 GB · Q3_K_M · 7.0 tok/s

Tarjeta más rápida

B200

84.1 tok/s · 180 GB

¿Qué GPU pueden ejecutar? Evo 2 40B?

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.

126 las tarjetas coinciden

Calculando

					Necesita	Cuantización	Ajustar
84.1 tok/s 50–135 · baja confianza	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	43.8 GB	Q8_0	Cómodo
84.1 tok/s 50–135 · baja confianza	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	43.8 GB	Q8_0	Cómodo
67.1 tok/s 40–107 · baja confianza	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	43.8 GB	Q8_0	Cómodo
67.1 tok/s 40–107 · baja confianza	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	43.8 GB	Q8_0	Cómodo
53.7 tok/s 32–86 · baja confianza	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	43.8 GB	Q8_0	Cómodo
51.4 tok/s 31–82 · baja confianza	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	43.8 GB	Q8_0	Cómodo
51.4 tok/s 31–82 · baja confianza	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	43.8 GB	Q8_0	Cómodo
49.2 tok/s 30–79 · baja confianza	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	43.8 GB	Q8_0	Cómodo
45.4 tok/s 27–73 · baja confianza	DRIVE A100 PROD NVIDIA	32 GB	1,870 GB/s	May 2020	25.1 GB	Q4_K_M	Ajustado
45.4 tok/s 27–73 · baja confianza	GRID A100A NVIDIA	32 GB	1,870 GB/s	May 2020	25.1 GB	Q4_K_M	Ajustado
43.7 tok/s 26–70 · baja confianza	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	43.8 GB	Q8_0	Cómodo
43.7 tok/s 26–70 · baja confianza	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	43.8 GB	Q8_0	Cómodo
43.7 tok/s 26–70 · baja confianza	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	43.8 GB	Q8_0	Cómodo
43.4 tok/s 26–69 · baja confianza	GeForce RTX 5090 NVIDIA	32 GB	1,790 GB/s	Jan 2025	25.1 GB	Q4_K_M	Ajustado
43.4 tok/s 26–69 · baja confianza	GeForce RTX 5090 D NVIDIA	32 GB	1,790 GB/s	Jan 2025	25.1 GB	Q4_K_M	Ajustado
41.4 tok/s 25–66 · baja confianza	H100 NVL 94 GB NVIDIA	94 GB	3,940 GB/s	Mar 2023	43.8 GB	Q8_0	Cómodo
38.0 tok/s 23–61 · baja confianza	GeForce RTX 5090 D V2 NVIDIA	24 GB	1,340 GB/s	Aug 2025	20.4 GB	Q3_K_M	Ajustado
35.3 tok/s 21–57 · baja confianza	H100 PCIe 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	43.8 GB	Q8_0	Cómodo
35.3 tok/s 21–57 · baja confianza	H100 SXM5 80 GB NVIDIA	80 GB	3,360 GB/s	Oct 2022	43.8 GB	Q8_0	Cómodo
35.3 tok/s 21–57 · baja confianza	H100 SXM5 94 GB NVIDIA	94 GB	3,360 GB/s	Mar 2023	43.8 GB	Q8_0	Cómodo
35.3 tok/s 21–57 · baja confianza	H100 SXM5 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	43.8 GB	Q8_0	Cómodo
35.3 tok/s 21–57 · baja confianza	H800 SXM5 NVIDIA	80 GB	3,360 GB/s	Mar 2023	43.8 GB	Q8_0	Cómodo
34.6 tok/s 21–55 · baja confianza	A30X NVIDIA	24 GB	1,220 GB/s	Apr 2021	20.4 GB	Q3_K_M	Ajustado
28.6 tok/s 17–46 · baja confianza	GeForce RTX 3090 Ti NVIDIA	24 GB	1,010 GB/s	Jan 2022	20.4 GB	Q3_K_M	Ajustado
28.6 tok/s 17–46 · baja confianza	GeForce RTX 4090 NVIDIA	24 GB	1,010 GB/s	Sep 2022	20.4 GB	Q3_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: Arc Institute,Stanford University,NVIDIA,Liquid,University of California (UC) Berkeley,Goodfire,Columbia University,University of California San Francisco
Tipo de Organización: Academia,Industry,Industry,Academia,Academia,Academia
País: United States of America
Publicado: 19 February 2025
Autores: Garyk Brixi, Matthew G. Durrant, Jerome Ku, Michael Poli, Greg Brockman, Daniel Chang, Gabriel A. Gonzalez, Samuel H. King, David B. Li, Aditi T. Merchant, Mohsen Naghipourfar, Eric Nguyen, Chiara Ricci-Tam, David W. Romero, Gwanggyu Sun, Ali Taghibakshi, Anton Vorontsov, Brandon Yang, Myra Deng, Liv Gorton, Nam Nguyen, Nicholas K. Wang, Etowah Adams, Stephen A. Baccus, Steven Dillmann, Stefano Er…

Lo que hace

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

Dominio: Biology
Tarea: 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: 40.3B
Datos de entrenamiento: 9,300,000,000,000 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: 2.3 × 10²⁴ FLOP
Cómo se estableció: Operation counting,Reported

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
Hugging Face: arcinstitute

Cómo está clasificado

Etiquetas que el conjunto de datos fuente aplica al rastrear modelos notables y cuán confiable es en la entrada.

Probablemente por encima de 10²³ FLOP: Yes
Confianza de registro: Confident

Fuentes

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

Referencia: Genome modeling and design across all domains of life with Evo 2
Última actualización: 28 November 2025

Los extremos

Las diez GPUs más rápidas que ejecutan Evo 2 40B

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 Evo 2 40B

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 M40 24 GB

Memoria necesaria

20.4 GB

Más rápido

84.1 tok/s

Evo 2 40B llega a un recuento de parámetros de 40.3B. Eso cae dentro del rango que una tarjeta de escritorio seria puede manejar una vez que los pesos están comprimidos. El número de tarjetas que rastreamos que pueden ejecutarlo: 126.

En el extremo bajo, se maneja por Tesla M40 24 GB, con una capacidad de memoria de 24 GB, ejecutándolo a una compresión de Q3_K_M y produciendo alrededor 7.0 tokens por segundo

En el otro extremo se encuentra B200, generando aproximadamente 84.1 tokens por segundo en la fuerza de un ancho de banda de memoria de 8,000 GB/s.

Qué es este modelo

Evo 2 40B fue publicado por Arc Institute,Stanford University,NVIDIA,Liquid,University of California (UC) Berkeley,Goodfire,Columbia University,University of California San Francisco, en el país registrado como United States of America, durante February 2025. Sale de una organización categorizada como academia,Industry,Industry,Academia,Academia,Academia.

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

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 arcinstitute.

Qué decide la velocidad

La mitad de las tarjetas que lo sostienen gestionan más de 21.1 tokens por segundo. Produciendo texto más rápido de lo que la mayoría de las personas lo leen. 106 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.

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.

Entrenamiento y procedencia

El entrenamiento consumió alrededor de 2.3 × 10²⁴ FLOP. Esa cifra mide lo que costó producir el modelo, y no tiene relación con qué tan rápido responde.

Fue entrenado en un corpus de aproximadamente 9,300,000,000,000 tokens de texto

Paso a paso

Cómo elegir una GPU para Evo 2 40B

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.

Cada tarjeta aquí ha sido verificada contra Evo 2 40B, necesitando alrededor 20.4 GB a una compresión de Q3_K_M. Ninguna cantidad de potencia de procesamiento compensa una CARD que no puede sostenerla.
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. Evo 2 40B.
03

Decide cuánto compresión aceptarás

La columna de cuantización varía por tarjeta, porque una tarjeta más grande sostiene una copia más precisa., alcanzando una compresión de Q3_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

Clasifica por rendimiento en lugar de la hoja de especificaciones.

El ranking por tokens por segundo sigue el ancho de banda de memoria en lugar de los recuentos de núcleos, para Evo 2 40B. 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 84.1 tok/s
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 Evo 2 40B. 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. Evo 2 40B.

Respuestas

Evo 2 40B — preguntas comunes

Evo 2 40B— cuánto compute se utilizó para entrenarlo?

El entrenamiento consumió alrededor 2.3 × 10²⁴ FLOP. 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.

Evo 2 40B— ¿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 7.1 GB Cada cifra aquí asume que todo el modelo está residente en la tarjeta.

Evo 2 40B— ¿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: 126. Así que una segunda tarjeta rara vez es la respuesta aquí.

Evo 2 40B— ¿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: 4. Las tarjetas más grandes obtienen la versión más precisa, y el nivel de calidad por encima establece la comparación a un nivel.

Evo 2 40B— ¿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: 50–135 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.

Evo 2 40B— ¿Qué GPU necesito para ejecutarlo?

La tarjeta más pequeña en nuestro catálogo que lo sostiene es Tesla M40 24 GB, con una capacidad de memoria de 24 GB. Funciona el modelo a una compresión de Q3_K_M usando alrededor 20.4 GB, y produce aproximadamente 7.0 tokens por segundo. El número de tarjetas capaces de ejecutarlo en total: 126.

Evo 2 40B— ¿qué tan rápido es en una GPU?

Depende de la tarjeta. Lo más rápido que calculamos es B200, a aproximadamente 84.1 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: 106.

Evo 2 40B— ¿Cuánta VRAM necesita?

Necesita aproximadamente 20.4 GB a una compresión de Q3_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.

Evo 2 40B— ¿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 Q3_K_M, usando alrededor 20.4 GB y generando aproximadamente 38.0 tokens por segundo. El ajuste es ajustado.

Evo 2 40B— ¿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.

Evo 2 40B— ¿cuántos parámetros tiene?

Tiene un recuento de parámetros de 40.3B. Table 1 lists 40.3B parameters as model size. 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.

Evo 2 40B— ¿Quién lo creó?

Fue publicado por Arc Institute,Stanford University,NVIDIA,Liquid,University of California (UC) Berkeley,Goodfire,Columbia University,University of California San Francisco, basado en United States of America, una organización categorizada como academia,Industry,Industry,Academia,Academia,Academia.

Evo 2 40B— ¿cuándo fue lanzado?

Se publicó en February 2025.

Evo 2 40B— ¿Para qué se utiliza?

Funciona en el dominio de Biology, y se registra como manejando la tarea de protein or nucleotide language model (pLM/nLM). Un modelo puede manejar varios de cada uno, así que estas son las áreas para las que fue construido en lugar de un límite en lo que intentará.

Evo 2 40B— ¿Dónde puedo descargarlo?

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

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