Smaug-34B calculateur TPS

Ouvrir les poids Abacus AI 34B paramètres July 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

132 cartes qui peuvent le faire

818 cartes dont nous détenons les spécifications pour

Carte la plus petite qui convient

RTX A4500

20 GB · Q3_K_M · 21.5 tok/s

Carte la plus rapide

B200

99.7 tok/s · 180 GB

Quelles GPU peuvent exécuter Smaug-34B?

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.

132 cartes correspondent

Calcul en cours

					Besoin	Quantification	Convient
99.7 tok/s 60–159 · faible confiance	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	37.1 GB	Q8_0	Confortable
99.7 tok/s 60–159 · faible confiance	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	37.1 GB	Q8_0	Confortable
79.6 tok/s 48–127 · faible confiance	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	37.1 GB	Q8_0	Confortable
79.6 tok/s 48–127 · faible confiance	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	37.1 GB	Q8_0	Confortable
63.6 tok/s 38–102 · faible confiance	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	37.1 GB	Q8_0	Confortable
60.9 tok/s 37–97 · faible confiance	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	37.1 GB	Q8_0	Confortable
60.9 tok/s 37–97 · faible confiance	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	37.1 GB	Q8_0	Confortable
58.3 tok/s 35–93 · faible confiance	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	37.1 GB	Q8_0	Confortable
51.7 tok/s 31–83 · faible confiance	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	37.1 GB	Q8_0	Confortable
51.7 tok/s 31–83 · faible confiance	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	37.1 GB	Q8_0	Confortable
51.7 tok/s 31–83 · faible confiance	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	37.1 GB	Q8_0	Confortable
49.1 tok/s 29–79 · faible confiance	H100 NVL 94 GB NVIDIA	94 GB	3,940 GB/s	Mar 2023	37.1 GB	Q8_0	Confortable
41.9 tok/s 25–67 · faible confiance	H100 PCIe 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	37.1 GB	Q8_0	Confortable
41.9 tok/s 25–67 · faible confiance	H100 SXM5 80 GB NVIDIA	80 GB	3,360 GB/s	Oct 2022	37.1 GB	Q8_0	Confortable
41.9 tok/s 25–67 · faible confiance	H100 SXM5 94 GB NVIDIA	94 GB	3,360 GB/s	Mar 2023	37.1 GB	Q8_0	Confortable
41.9 tok/s 25–67 · faible confiance	H100 SXM5 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	37.1 GB	Q8_0	Confortable
41.9 tok/s 25–67 · faible confiance	H800 SXM5 NVIDIA	80 GB	3,360 GB/s	Mar 2023	37.1 GB	Q8_0	Confortable
41.6 tok/s 25–67 · faible confiance	DRIVE A100 PROD NVIDIA	32 GB	1,870 GB/s	May 2020	25.2 GB	Q5_K_M	À l'étroit
41.6 tok/s 25–67 · faible confiance	GRID A100A NVIDIA	32 GB	1,870 GB/s	May 2020	25.2 GB	Q5_K_M	À l'étroit
39.8 tok/s 24–64 · faible confiance	GeForce RTX 5090 NVIDIA	32 GB	1,790 GB/s	Jan 2025	25.2 GB	Q5_K_M	À l'étroit
39.8 tok/s 24–64 · faible confiance	GeForce RTX 5090 D NVIDIA	32 GB	1,790 GB/s	Jan 2025	25.2 GB	Q5_K_M	À l'étroit
38.5 tok/s 23–62 · faible confiance	GeForce RTX 5090 D V2 NVIDIA	24 GB	1,340 GB/s	Aug 2025	21.3 GB	Q4_K_M	À l'étroit
35.1 tok/s 21–56 · faible confiance	A30X NVIDIA	24 GB	1,220 GB/s	Apr 2021	21.3 GB	Q4_K_M	À l'étroit
31.9 tok/s 19–51 · faible confiance	Radeon Instinct MI250 AMD	128 GB	3,280 GB/s	Nov 2021	37.1 GB	Q8_0	Confortable
31.9 tok/s 19–51 · faible confiance	Radeon Instinct MI250X AMD	128 GB	3,280 GB/s	Nov 2021	37.1 GB	Q8_0	Confortable

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: Abacus AI
Type d'organisation: Industry
Pays: United States of America
Publié: 3 July 2024
Auteurs: Arka Pal, Deep Karkhanis, Samuel Dooley, Manley Roberts, Siddartha Naidu, Colin White

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, Question answering
Modèle de base: Yi-34B

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: 34B
Données d'entraînement: tokens

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.

Comment cela a été établi: Hardware
Ajustement fin des calculs: 4.1 × 10²⁰ FLOP

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.

Matériel d'entraînement: NVIDIA H100 SXM5 80GB
Chips utilisés: 8
Temps en temps réel: 48 hours
Consommation d'énergie: 11.1 kW

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 (unrestricted)
Code d'entraînement: Unreleased
Hugging Face: abacusai

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.

Confiance d'enregistrement: Likely

Sources

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

Référence: Smaug: Fixing Failure Modes of Preference Optimisation with DPO-Positive
Dernière mise à jour: 28 November 2025

Les extrêmes

Les dix GPU les plus rapides qui exécutent Smaug-34B

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 Smaug-34B

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

RTX A4500

Mémoire requise

17.3 GB

Le plus rapide

99.7 tok/s

Smaug-34B atteint un nombre de paramètres de 34B. Cela se situe dans la gamme qu'une carte de bureau sérieuse peut gérer une fois les poids compressés. Le nombre de cartes que nous suivons qui peuvent l'exécuter : 132.

La plus petite carte qui le contient est RTX A4500, avec une capacité de mémoire de 20 GB, le faisant fonctionner à une compression de Q3_K_M et produisant environ 21.5 tokens par seconde

À l'autre extrémité se trouve B200, générant à peu près 99.7 tokens par seconde sur la base d'une bande passante de mémoire de 8,000 GB/s.

D'où cela vient-il

Smaug-34B a été publié par Abacus AI, dans le pays enregistré comme United States of America, durant July 2024. L'organisation de publication est catégorisée comme industry.

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

Il s'appuie sur Yi-34B. La plupart des modèles à cette échelle sont adaptés d'une base existante plutôt que construits de rien.

Les poids publiés signifient que le modèle fonctionne sur votre machine plutôt que sur celle de quelqu'un d'autre, ce qui rend la question matérielle ci-dessous répondable. Sur Hugging Face, il est publié sous l'organisation abacusai.

Comprendre les vitesses

Au milieu de la gamme, toutes les cartes capables de l'exécuter se situent à 21.2 tokens par seconde 103 d'eux

Chaque poids participe à chaque jeton ici, donc la bande passante est toute l'histoire : le classement ci-dessous est effectivement un classement du débit de mémoire.

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.

Étape par étape

Comment choisir un GPU pour Smaug-34B

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

Lisez d'abord le chiffre de mémoire

La table répertorie chaque carte capable de supporter Smaug-34B, ayant besoin d'environ 17.3 GB à une compression de Q3_K_M. La capacité est la porte — une carte soit la détient soit ne la détient pas.
02

Définissez la LONGUEUR DE CONTEXTE à laquelle vous travaillerez.

La conversation occupe aussi de la mémoire et grandit au fur et à mesure. Réglez le curseur sur la longueur que vous attendez, car avec un long CONTEXTE, une CARTE qui gère facilement les courtes questions peut être abandonnée par. Smaug-34B.
03

Choisissez jusqu'où vous allez le compresser

La colonne de quantification varie selon la carte, car une plus grande carte contient une copie plus précise., 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

Trier par vitesse pour voir comment les cartes se classent pour Smaug-34B. 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 99.7 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 Smaug-34B. 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

Voir ce que cette carte exécute d'autre.

Chaque page de carte répète ce balayage pour chaque modèle que nous détenons, répondant à ce que le matériel peut faire d'autre au-delà de Smaug-34B.

Réponses

Smaug-34B — questions courantes

Smaug-34B— qui l'a créé ?

Il a été publié par Abacus AI, basé sur United States of America, une organisation catégorisée comme industry.

Smaug-34B— quand a-t-il été publié ?

Il a été publié dans July 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.

Smaug-34B— à quoi ça sert ?

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

Smaug-34B— où puis-je le télécharger ?

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

Smaug-34B— Puis-je l'exécuter s'il ne tient pas dans ma GPU?

Seulement en déchargeant, ce qui est généralement une fausse économie : la partie maintenue en mémoire système tire l'ensemble vers le bas. La plus proche approximation que nous calculons est inférieure de 6.9 Go. Chaque chiffre ici suppose que l'ensemble du modèle est résident sur la carte.

Smaug-34B— deux GPUs l'exécuteraient-ils plus rapidement ?

Une seconde carte double à peu près la mémoire disponible mais pas le taux de génération. Le nombre déjà capable de le faire seul : 132. Ainsi, une seconde carte est rarement la réponse ici.

Smaug-34B— pourquoi la quantification diffère-t-elle entre les cartes ?

Chaque carte est montrée en exécutant la copie la moins compressée qu'elle peut contenir. Le nombre de niveaux de compression distincts parmi les cartes qui la supportent : 5. Les cartes plus grandes obtiennent la version plus précise, et le seuil de qualité au-dessus fixe la comparaison à un niveau.

Smaug-34B— quelle est la précision de ces estimations de vitesse ?

Ils sont calculés à partir des spécifications plutôt que mesurés, et chacun a une plage. Un exemple : 60–159 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.

Smaug-34B— Quelle GPU ai-je besoin pour l'exécuter ?

La plus petite CARTE de notre catalogue qui le supporte est RTX A4500, avec une capacité de mémoire de 20 GB. Il exécute le modèle à une compression de Q3_K_M environ 17.3 GB, et produit environ 21.5 tous les GPU capables de l'exécuter en total 132.

Smaug-34B— à quelle vitesse est-il sur un GPU ?

Cela dépend de la carte. Le plus rapide que nous calculons est B200, à propos de 99.7 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 : 103.

Smaug-34B— combien de VRAM cela nécessite-t-il ?

Cela nécessite environ 17.3 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.

Smaug-34B— Puis-je l'exécuter sur un GPU détenant 24 GB ?

Oui. La carte GeForce RTX 5090 D V2, tenue 24 GB, l'exécute à une compression de Q4_K_M, environ 21.3 GO et générant à peu près 38.5 tokens par seconde. L'ajustement est serré.

Smaug-34B— 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.

Smaug-34B— combien de paramètres cela a-t-il ?

Il a un nombre de paramètres de 34B. Smaug-34B is a modified version of the base model Bagel-34B-v0.2 [Durbin, 2024a], which itself is a SFT version of Yi-34B-200k [01.AI, 2024]. 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.

Source

Publication originale

Dernière mise à jour enregistrée 28 November 2025

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