NVILA 15B calculadora TPS

Abre pesos NVIDIA,Massachusetts Institute of Technology (MIT),University of California (UC) Berkeley,University of California San Diego,University of Washington,Tsinghua University 15B parámetros December 2024

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

306 tarjetas que pueden ejecutarlo

818 tarjetas que tenemos especificaciones para

Tarjeta más pequeña que cabe

P102-101

10 GB · IQ4_XS · 18.9 tok/s

Tarjeta más rápida

B200

226 tok/s · 180 GB

¿Qué GPU pueden ejecutar? NVILA 15B?

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.

306 las tarjetas coinciden

Calculando

					Necesita	Cuantización	Ajustar
226 tok/s 136–361 · baja confianza	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	16.8 GB	Q8_0	Cómodo
226 tok/s 136–361 · baja confianza	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	16.8 GB	Q8_0	Cómodo
180 tok/s 108–289 · baja confianza	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	16.8 GB	Q8_0	Cómodo
180 tok/s 108–289 · baja confianza	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	16.8 GB	Q8_0	Cómodo
144 tok/s 87–231 · baja confianza	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	16.8 GB	Q8_0	Cómodo
138 tok/s 83–221 · baja confianza	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	16.8 GB	Q8_0	Cómodo
138 tok/s 83–221 · baja confianza	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	16.8 GB	Q8_0	Cómodo
132 tok/s 79–211 · baja confianza	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	16.8 GB	Q8_0	Cómodo
117 tok/s 70–188 · baja confianza	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	16.8 GB	Q8_0	Cómodo
117 tok/s 70–188 · baja confianza	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	16.8 GB	Q8_0	Cómodo
117 tok/s 70–188 · baja confianza	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	16.8 GB	Q8_0	Cómodo
111 tok/s 67–178 · baja confianza	H100 NVL 94 GB NVIDIA	94 GB	3,940 GB/s	Mar 2023	16.8 GB	Q8_0	Cómodo
108 tok/s 65–173 · baja confianza	CMP 170HX 10 GB NVIDIA	10 GB	1,560 GB/s	Sep 2021	8.9 GB	IQ4_XS	Ajustado
94.9 tok/s 57–152 · baja confianza	H100 PCIe 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	16.8 GB	Q8_0	Cómodo
94.9 tok/s 57–152 · baja confianza	H100 SXM5 80 GB NVIDIA	80 GB	3,360 GB/s	Oct 2022	16.8 GB	Q8_0	Cómodo
94.9 tok/s 57–152 · baja confianza	H100 SXM5 94 GB NVIDIA	94 GB	3,360 GB/s	Mar 2023	16.8 GB	Q8_0	Cómodo
94.9 tok/s 57–152 · baja confianza	H100 SXM5 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	16.8 GB	Q8_0	Cómodo
94.9 tok/s 57–152 · baja confianza	H800 SXM5 NVIDIA	80 GB	3,360 GB/s	Mar 2023	16.8 GB	Q8_0	Cómodo
72.2 tok/s 43–116 · baja confianza	Radeon Instinct MI250 AMD	128 GB	3,280 GB/s	Nov 2021	16.8 GB	Q8_0	Cómodo
72.2 tok/s 43–116 · baja confianza	Radeon Instinct MI250X AMD	128 GB	3,280 GB/s	Nov 2021	16.8 GB	Q8_0	Cómodo
60.2 tok/s 36–96 · baja confianza	Data Center GPU Max 1550 Intel	128 GB	3,280 GB/s	Jan 2023	16.8 GB	Q8_0	Cómodo
59.5 tok/s 36–95 · baja confianza	GeForce RTX 3080 12 GB NVIDIA	12 GB	912 GB/s	Jan 2022	9.8 GB	Q4_K_M	Ajustado
59.5 tok/s 36–95 · baja confianza	GeForce RTX 3080 Ti NVIDIA	12 GB	912 GB/s	May 2021	9.8 GB	Q4_K_M	Ajustado
58.9 tok/s 35–94 · baja confianza	Data Center GPU Max Subsystem Intel	128 GB	3,210 GB/s	Jan 2023	16.8 GB	Q8_0	Cómodo
57.6 tok/s 35–92 · baja confianza	A100 SXM4 80 GB NVIDIA	80 GB	2,040 GB/s	Nov 2020	16.8 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: NVIDIA,Massachusetts Institute of Technology (MIT),University of California (UC) Berkeley,University of California San Diego,University of Washington,Tsinghua University
Tipo de Organización: Industry,Academia,Academia,Academia,Academia,Academia
País: United States of America, China
Publicado: 5 December 2024
Autores: Zhijian Liu, Ligeng Zhu, Baifeng Shi, Zhuoyang Zhang, Yuming Lou, Shang Yang, Haocheng Xi, Shiyi Cao, Yuxian Gu, Dacheng Li, Xiuyu Li, Yunhao Fang, Yukang Chen, Cheng-Yu Hsieh, De-An Huang, An-Chieh Cheng, Vishwesh Nath, Jinyi Hu, Sifei Liu, Ranjay Krishna, Daguang Xu, Xiaolong Wang, Pavlo Molchanov, Jan Kautz, Hongxu Yin, Song Han, Yao Lu

Lo que hace

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

Dominio: Vision, Language, Multimodal, Video
Tarea: Visual question answering, Video description, Language modeling/generation, Question answering, Character recognition (OCR)
Formato numérico: FP8

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: 15B
Datos de entrenamiento: tokens

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
Chips utilizados: 128
Consumo de energía: 176.2 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 (non-commercial)
Hugging Face: Efficient-Large-Model

Cómo está clasificado

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

Por qué se rastrea: SOTA improvement
Confianza de registro: Confident

Fuentes

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

Referencia: NVILA: Efficient Frontier Visual Language Models
Última actualización: 28 November 2025

Los extremos

Las diez GPUs más rápidas que ejecutan NVILA 15B

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 NVILA 15B

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

Requisitos de hardware en la práctica

Mínima tarjeta

P102-101

Memoria necesaria

8.9 GB

Más rápido

226 tok/s

NVILA 15B llega a un recuento de parámetros de 15B. 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: 306.

El punto de entrada es P102-101, con una capacidad de memoria de 10 GB, ejecutándolo a una compresión de IQ4_XS y produciendo alrededor 18.9 tokens por segundo

En el otro extremo se encuentra B200, generando aproximadamente 226 tokens por segundo en la fuerza de un ancho de banda de memoria de 8,000 GB/s.

Acerca de este modelo

NVILA 15B fue publicado por NVIDIA,Massachusetts Institute of Technology (MIT),University of California (UC) Berkeley,University of California San Diego,University of Washington,Tsinghua University, en el país registrado como United States of America, durante December 2024. Sale de una organización categorizada como industry,Academia,Academia,Academia,Academia,Academia.

Funciona en el dominio de Vision, Language, Multimodal, Video, y se registra como realizando la tarea de visual question answering, Video description, Language modeling/generation, Question answering, Character recognition (OCR).

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. En Hugging Face está publicado bajo la organización Efficient-Large-Model.

Qué tan rápido corre, y por qué

En cada tarjeta que puede ejecutarlo, el medio del rango se sitúa en 21.1 tokens por segundo. Excediendo velocidad de lectura directamente: 266 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.

Entrenamiento y procedencia

Su criterio de inclusión: sOTA improvement.

Paso a paso

Cómo elegir una GPU para NVILA 15B

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

Comienza desde la columna de memoria

Empieza desde lo que realmente necesita, que es el requerimiento de NVILA 15B, necesitando alrededor 8.9 GB a una compresión de IQ4_XS. Esa cifra, no el rendimiento principal de una CARD, es lo que decide si se ejecuta.
02

Ajusta el contexto a tu uso actual

Las conversaciones más largas consumen memoria además de lo que los pesos necesitan. Mueve el control deslizante a tu longitud de trabajo real antes de confiar en cualquier fila para NVILA 15B.
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 IQ4_XS 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.

Ordenar por velocidad para ver cómo se clasifican las tarjetas por NVILA 15B. 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 226 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 NVILA 15B. 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

Cada página de tarjeta repite este barrido para cada modelo que tenemos, respondiendo a qué más es bueno el hardware más allá de NVILA 15B.

Respuestas

NVILA 15B — preguntas comunes

NVILA 15B— ¿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 Q6_K, usando alrededor 13.3 GB y generando aproximadamente 46.4 tokens por segundo. El ajuste es ajustado.

NVILA 15B— ¿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 16.8 GB y generando aproximadamente 37.8 tokens por segundo. El ajuste es cómodo.

NVILA 15B— ¿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.

NVILA 15B— ¿cuántos parámetros tiene?

Tiene un recuento de parámetros de 15B. 15B. 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.

NVILA 15B— ¿Quién lo creó?

Fue publicado por NVIDIA,Massachusetts Institute of Technology (MIT),University of California (UC) Berkeley,University of California San Diego,University of Washington,Tsinghua University, basado en United States of America, una organización categorizada como industry,Academia,Academia,Academia,Academia,Academia.

NVILA 15B— ¿cuándo fue lanzado?

Se publicó en December 2024. 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.

NVILA 15B— ¿Para qué se utiliza?

Funciona en el dominio de Vision, Language, Multimodal, Video, y se registra como manejando la tarea de visual question answering, Video description, Language modeling/generation, Question answering, Character recognition (OCR). Estas son las áreas en las que fue diseñado; describen la intención más que un límite estricto.

NVILA 15B— ¿Dónde puedo descargarlo?

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

NVILA 15B— ¿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 2.6 GB Cada cifra aquí asume que todo el modelo está residente en la tarjeta.

NVILA 15B— ¿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: 306. Así que una segunda tarjeta rara vez es la respuesta aquí.

NVILA 15B— ¿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: 4. Las tarjetas más grandes obtienen la versión más precisa, y el nivel de calidad por encima establece la comparación a un nivel.

NVILA 15B— ¿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: 136–361 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.

NVILA 15B— ¿Qué GPU necesito para ejecutarlo?

La tarjeta más pequeña en nuestro catálogo que lo sostiene es P102-101, con una capacidad de memoria de 10 GB. Funciona el modelo a una compresión de IQ4_XS usando alrededor 8.9 GB, y produce aproximadamente 18.9 tokens por segundo. El número de tarjetas capaces de ejecutarlo en total: 306.

NVILA 15B— ¿qué tan rápido es en una GPU?

Depende de la tarjeta. Lo más rápido que calculamos es B200, a aproximadamente 226 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: 266.

NVILA 15B— ¿Cuánta VRAM necesita?

Necesita aproximadamente 8.9 GB a una compresión de IQ4_XS, 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.

NVILA 15B— ¿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 Q4_K_M, usando alrededor 9.8 GB y generando aproximadamente 59.5 tokens por segundo. El ajuste es ajustado.

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