DeepSeek-V2.5 calculateur TPS

Ouvrir les poids DeepSeek 236B paramètres September 2024

Chaque carte ci-dessous est évaluée par rapport à ce modèle à la longueur de contexte et à la qualité minimale que vous choisissez. La vitesse est une estimation pour une demande unique, calculée à partir de la bande passante mémoire de la carte et de la taille du modèle une fois compressé..

Calculé pour ce modèle

17 cartes qui peuvent le faire

818 cartes dont nous détenons les spécifications pour

Carte la plus petite qui convient

Radeon Instinct MI250

128 GB · Q3_K_M · 68.8 tok/s

Carte la plus rapide

B200

142 tok/s · 180 GB

Quelles GPU peuvent exécuter DeepSeek-V2.5?

Définir les entrées, lire la réponse

Longueur de contexte jetons

Une conversation plus longue nécessite plus de mémoire, ce qui peut pousser ce modèle hors des cartes plus petites..

Qualité minimale

Cache des cartes qui ne conviendraient qu'au modèle en le compressant en dessous de ce point..

Recherche de cartes

Mémoire de carte

Montrez aussi les cartes qui ne peuvent pas le faire.

17 cartes correspondent

Calcul en cours

					Besoin	Quantification	Convient
142 tok/s 85–228 · faible confiance	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	157.4 GB	Q5_K_M	À l'étroit
137 tok/s 82–220 · faible confiance	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	102.5 GB	Q3_K_M	À l'étroit
120 tok/s 72–192 · faible confiance	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	116.2 GB	IQ4_XS	À l'étroit
120 tok/s 72–192 · faible confiance	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	116.2 GB	IQ4_XS	À l'étroit
112 tok/s 67–179 · faible confiance	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	102.5 GB	Q3_K_M	À l'étroit
79.8 tok/s 48–128 · faible confiance	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	239.9 GB	Q8_0	À l'étroit
74.0 tok/s 44–118 · faible confiance	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	157.4 GB	Q5_K_M	À l'étroit
74.0 tok/s 44–118 · faible confiance	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	157.4 GB	Q5_K_M	À l'étroit
68.8 tok/s 41–110 · faible confiance	Radeon Instinct MI250 AMD	128 GB	3,280 GB/s	Nov 2021	102.5 GB	Q3_K_M	À l'étroit
68.8 tok/s 41–110 · faible confiance	Radeon Instinct MI250X AMD	128 GB	3,280 GB/s	Nov 2021	102.5 GB	Q3_K_M	À l'étroit
67.8 tok/s 41–108 · faible confiance	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	184.9 GB	Q6_K	Confortable
63.7 tok/s 38–102 · faible confiance	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	239.9 GB	Q8_0	À l'étroit
63.7 tok/s 38–102 · faible confiance	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	239.9 GB	Q8_0	À l'étroit
57.4 tok/s 34–92 · faible confiance	Data Center GPU Max 1550 Intel	128 GB	3,280 GB/s	Jan 2023	102.5 GB	Q3_K_M	À l'étroit
56.1 tok/s 34–90 · faible confiance	Data Center GPU Max Subsystem Intel	128 GB	3,210 GB/s	Jan 2023	102.5 GB	Q3_K_M	À l'étroit
7.4 tok/s 4–12 · faible confiance	GB10 NVIDIA	128 GB	273 GB/s	Oct 2025	102.5 GB	Q3_K_M	À l'étroit
7.4 tok/s 4–12 · faible confiance	Jetson T5000 NVIDIA	128 GB	273 GB/s	Aug 2025	102.5 GB	Q3_K_M	À l'étroit

Les vitesses sont des estimations pour une seule demande — une conversation à la fois — calculées à partir de la bande passante de la mémoire, de la taille du modèle et de la quantification. Le débit réel varie avec le temps d'exécution d'inférence et sa version. Les chiffres publiés par les fournisseurs de matériel mesurent de nombreuses demandes simultanées et sont beaucoup plus élevés..

Enregistrement

Spécifications complètes

Tout est enregistré pour ce modèle. La plupart décrit comment il a été entraîné plutôt que comment il fonctionne — un contexte utile pour juger combien de travail a été investi, et comment il se compare avec des modèles construits à une échelle différente..

Origine

Qui a construit ce modèle, où, et quand il a été publié.

Organisation: DeepSeek
Type d'organisation: Industry
Pays: China
Publié: 6 September 2024
Auteurs: DeepSeek-AI, Aixin Liu, Bei Feng, Bin Wang, Bingxuan Wang, Bo Liu, Chenggang Zhao, Chengqi Dengr, Chong Ruan, Damai Dai, Daya Guo, Dejian Yang, Deli Chen, Dongjie Ji, Erhang Li, Fangyun Lin, Fuli Luo, Guangbo Hao, Guanting Chen, Guowei Li, H. Zhang, Hanwei Xu, Hao Yang, Haowei Zhang, Honghui Ding, Huajian Xin, Huazuo Gao, Hui Li, Hui Qu, J.L. Cai, Jian Liang, Jianzhong Guo, Jiaqi Ni, Jiashi Li, Ji…

Ce qu'il fait

Les domaines problématiques pour lesquels le modèle a été conçu. Un modèle peut contenir plusieurs de chacun.

Domaine: Language
Tâche: Language modeling/generation, Chat, Code generation
Approche: Self-supervised learning

Taille

Quelle est la taille du modèle et combien de données il a été formé. Les paramètres sont le chiffre qui décide s'il convient à une carte graphique donnée.

paramètres: 236B
Données d'entraînement: tokens
Taille de lot: 36,864,000

Calcul de formation

L'arithmétique effectuée pour entraîner le modèle, mesurée en opérations en virgule flottante. C'est une mesure du coût de l'exécution de l'entraînement, pas de la rapidité avec laquelle le modèle fini vous répond.

Calcul de formation: 1.8 × 10²⁴ FLOP
Comment cela a été établi: Operation counting

L'exécution de formation

Ce qu'il a physiquement fallu pour entraîner : quels chips, combien, pendant combien de temps, et ce que cela a tiré du secteur.

Centre de données: There is no paper to reference, no information about hardware used for training found in media.

Disponibilité

Que vous puissiez obtenir le modèle et l'exécuter sur votre propre matériel, ce qui détermine si l'un des chiffres de la carte graphique sur cette page s'applique.

Poids: Open — downloadable
Accès au modèle: Open weights (restricted use)
Code d'entraînement: Unreleased
Hugging Face: deepseek-ai

Comment il est classé

Étiquettes que le ensemble de données source applique lors du suivi de modèles notables, et à quel point il est confiant dans l'entrée.

Probablement au-dessus de 10²³ FLOP: Yes
Pourquoi c'est suivi: Training cost
Confiance d'enregistrement: Confident

Sources

D'où vient cet enregistrement et quand a-t-il été vérifié pour la dernière fois.

Référence: DeepSeek-V2.5
Dernière mise à jour: 19 February 2026

Les extrêmes

Les dix GPU les plus rapides qui exécutent DeepSeek-V2.5

Classé par tokens par seconde estimés, la carte la plus récente en premier lorsque les vitesses se rejoignent. Étant donné que la génération est limitée par la bande passante de la mémoire, cet ordre suit la bande passante plutôt que tout indice de jeu..

Les plus petits GPU qui fonctionnent encore DeepSeek-V2.5

Le chemin le moins cher, par capacité de mémoire. Un ajustement serré exécute le modèle mais ne laisse rien de libre pour une conversation plus longue..

Ce que les chiffres signifient

Ce qu'il faut pour exécuter ce modèle

Carte minimale

Radeon Instinct MI250

Mémoire requise

102.5 GB

Le plus rapide

142 tok/s

DeepSeek-V2.5 atteint un nombre de paramètres de 236B. Cela dépasse ce que peut contenir une seule carte graphique. L'exécuter signifie soit le répartir entre plusieurs cartes, soit louer du matériel conçu pour cela, et chaque carte capable de le contenir seule est une pièce de datacenter. Le nombre qui peut : 17.

La plus petite carte qui le contient est Radeon Instinct MI250, avec une capacité de mémoire de 128 GB, le faisant fonctionner à une compression de Q3_K_M et produisant environ 68.8 tokens par seconde

À l'autre extrémité se trouve B200, générant à peu près 142 tokens par seconde sur la base d'une bande passante de mémoire de 8,000 GB/s.

D'où cela vient-il

DeepSeek-V2.5 a été publié par DeepSeek, dans le pays enregistré comme China, durant September 2024. La catégorie à laquelle appartient l'éditeur est industry.

Il fonctionne dans le domaine de Language, et est enregistré comme exécutant la tâche de language modeling/generation, Chat, Code generation.

Les poids sont publiés, donc il peut être téléchargé et exécuté sur votre propre matériel indéfiniment, hors ligne, sans compte associé. Sur Hugging Face, il est publié sous l'organisation deepseek-ai.

Comprendre les vitesses

Le résultat médian est d'environ 68.8 tokens par seconde. Dépassement direct de la vitesse de lecture. 15 d'eux

Parce qu'il fait passer chaque token par un sous-ensemble de ses poids, il produit du texte au rythme d'un modèle beaucoup plus petit. Le piège est la mémoire : tout cela doit encore tenir, donc la vitesse est un bonus plutôt qu'une réduction sur le matériel.

Son architecture interne n'est pas dans notre base de données, donc la mémoire est approximée à partir du nombre de paramètres et marquée en conséquence. Attendez-vous à ce que la véritable valeur diffère, surtout pour un long CONTEXT LENGTH.

Comment il a été entraîné

La production a nécessité des calculs totalisant environ 1.8 × 10²⁴ FLOP. Ce chiffre mesure le coût de production du modèle, et n'a aucune incidence sur la vitesse de réponse.

Il est suivi dans le ensemble de données sous-jacent pour une raison particulière : training cost.

Étape par étape

Comment choisir un GPU pour DeepSeek-V2.5

Le tableau ci-dessus a déjà évalué chaque carte pour laquelle nous avons des spécifications par rapport à ce modèle. Obtenir votre réponse prend six étapes..

01

Vérifiez ce dont cela a besoin avant toute autre chose

Chaque carte ici a été vérifiée contre DeepSeek-V2.5, ayant besoin d'environ 102.5 GB à une compression de Q3_K_M. Aucun montant de puissance de traitement ne compense une carte qui ne peut pas la supporter.
02

Faites correspondre le contexte à votre utilisation réelle.

Définissez le contexte de ce que vous allez réellement utiliser. Le cache augmente avec la conversation, et c'est la raison habituelle pour laquelle une carte qui semblait convenir cesse de s'adapter. DeepSeek-V2.5.
03

Définir un seuil de qualité

Chaque carte exécute la copie la moins compressée qu'elle peut contenir., atteignant une compression de Q3_K_M sur la plus petite carte qui convient. Fixer une qualité minimale élimine les cartes qui ne parviennent à l'atteindre qu'en exerçant une pression plus forte que vous ne le souhaiteriez, et maintient la comparaison à un niveau.
04

Classer par débit plutôt que par fiche technique

La commande de vitesse est effectivement un classement par bande passante mémoire, pour DeepSeek-V2.5. Il ne s'alignera pas sur une commande de jeu, car la génération est limitée par la bande passante de la mémoire. La carte en tête de liste est B200, à 142 tok/s
05

Lisez la colonne de compatibilité en dernier.

La colonne d'adéquation sépare les cartes qui y parviennent juste de celles qui ont de la marge, dans le cas de DeepSeek-V2.5. Confortable signifie que vous pouvez augmenter le contexte plus tard. Cette différence compte plus que quelques tokens par seconde, donc achetez pour confortable si vous vous attendez à cela.
06

Ouvrez la carte sur laquelle vous vous êtes arrêté.

Suivre une CARTE jusqu'à sa propre page montre chaque autre MODÈLE qu'elle peut supporter, ce qui est la question qui suit une fois que vous vous êtes décidé sur DeepSeek-V2.5.

Réponses

DeepSeek-V2.5 — questions courantes

DeepSeek-V2.5— deux GPUs l'exécuteraient-ils plus rapidement ?

La capacité s'additionne entre les cartes ; le débit ne le fait pas. Le nombre de cartes déjà capables de le garder par elles-mêmes : 17. Ainsi, une seconde carte est rarement la réponse ici.

DeepSeek-V2.5— pourquoi la quantification diffère-t-elle entre les cartes ?

Une carte plus grande contient une copie plus précise. Le nombre de niveaux de compression utilisés sur les cartes qui l'exécutent : 5. Les cartes plus grandes obtiennent la version plus précise, et le seuil de qualité au-dessus fixe la comparaison à un niveau.

DeepSeek-V2.5— quelle est la précision de ces estimations de vitesse ?

Chaque chiffre est dérivé de la bande passante de la mémoire et de la taille du modèle, non vérifié par des tests, c'est pourquoi chacun est publié sous forme d'une plage plutôt que d'un nombre unique. Un exemple : 85–228 tok/s sur B200. Le même modèle et carte varient de trente à cinquante pour cent en fonction du logiciel d'inférence et de sa version.

DeepSeek-V2.5— Quelle GPU ai-je besoin pour l'exécuter ?

La plus petite CARTE de notre catalogue qui le supporte est Radeon Instinct MI250, avec une capacité de mémoire de 128 GB. Il exécute le modèle à une compression de Q3_K_M environ 102.5 GB, et produit environ 68.8 tous les GPU capables de l'exécuter en total 17.

DeepSeek-V2.5— à quelle vitesse est-il sur un GPU ?

Cela dépend de la carte. Le plus rapide que nous calculons est B200, à propos de 142 tokens par seconde; le plus lent qui fonctionne encore gère considérablement moins. La vitesse de lecture est d'environ dix tokens par seconde, et le nombre de cartes qui réussissent cela : 15.

DeepSeek-V2.5— combien de VRAM cela nécessite-t-il ?

Cela nécessite environ 102.5 GB à une compression de Q3_K_M, laquelle est la plus petite carte qui l'exécute. Moins de compression nécessite plus : les chiffres dans la colonne mémoire ci-dessus sont recalculés pour chaque carte, car chacune détient la version la moins compressée qu'elle peut.

DeepSeek-V2.5— est-ce que c'est open source ?

Ses poids sont publiés, donc il peut être téléchargé et exécuté sur votre propre matériel. Notez que les poids ouverts ne sont pas la même chose que l'open source au sens plein — cela ne dit rien sur les données d'entraînement, le code d'entraînement ou les conditions commerciales attachées.

DeepSeek-V2.5— combien de paramètres cela a-t-il ?

Il a un nombre de paramètres de 236B. 21B active params, 236B total. Ce chiffre est le total, et c'est ce qui détermine combien de mémoire le modèle nécessite — environ un demi-gigaoctet par milliard à la compression que la plupart des gens utilisent.

DeepSeek-V2.5— qui l'a créé ?

Il a été publié par DeepSeek, basé sur China, une organisation catégorisée comme industry.

DeepSeek-V2.5— quand a-t-il été publié ?

Il a été publié dans September 2024. La capacité par paramètre s'est considérablement améliorée depuis, donc un modèle plus récent de la même taille est souvent le meilleur usage du même matériel.

DeepSeek-V2.5— à quoi ça sert ?

Il fonctionne dans le domaine de Language, et est enregistré comme gérant la tâche de language modeling/generation, Chat, Code generation. Les modèles portent souvent plus d'un de chacun, et les tags décrivent l'objectif plutôt que les limites de capacité.

DeepSeek-V2.5— où puis-je le télécharger ?

Ses poids sont publiés sur Hugging Face, sous l'organisation deepseek-ai. Nous n'hébergeons pas de fichiers de modèle — ce site calcule le matériel nécessaire pour les faire fonctionner.

DeepSeek-V2.5— combien de puissance de calcul a été utilisée pour l'entraîner ?

L'entraînement a consommé environ 1.8 × 10²⁴ FLOP. Cela mesure ce que coûte la production du modèle et ne dit rien sur la rapidité avec laquelle il répond une fois entraîné — la vitesse d'inférence provient de la bande passante mémoire, et non du budget d'entraînement.

DeepSeek-V2.5— Puis-je l'exécuter s'il ne tient pas dans ma GPU?

Il peut être réparti entre la carte et la mémoire système, mais cela génère de manière douloureuse lentement. La plus proche approximation que nous calculons est inférieure de 43.6 Go. Chaque chiffre ici suppose que l'ensemble du modèle est résident sur la carte.

Source

Publication originale

Dernière mise à jour enregistrée 19 February 2026

L'autre direction

Regardez-le de l'autre côté ?

Cette page commence par le modèle. Si vous possédez déjà une carte et souhaitez savoir tout ce qu'elle exécutera., commencez par le matériel à la place.

Tous les modèles AI