Emu2 calculateur TPS

Ouvrir les poids Beijing Academy of Artificial Intelligence / BAAI,Tsinghua University,Peking University 37B paramètres May 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

126 cartes qui peuvent le faire

818 cartes dont nous détenons les spécifications pour

Carte la plus petite qui convient

Tesla M40 24 GB

24 GB · IQ4_XS · 6.9 tok/s

Carte la plus rapide

B200

91.6 tok/s · 180 GB

Quelles GPU peuvent exécuter Emu2?

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.

126 cartes correspondent

Calcul en cours

					Besoin	Quantification	Convient
91.6 tok/s 55–147 · faible confiance	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	40.3 GB	Q8_0	Confortable
91.6 tok/s 55–147 · faible confiance	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	40.3 GB	Q8_0	Confortable
73.1 tok/s 44–117 · faible confiance	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	40.3 GB	Q8_0	Confortable
73.1 tok/s 44–117 · faible confiance	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	40.3 GB	Q8_0	Confortable
58.5 tok/s 35–94 · faible confiance	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	40.3 GB	Q8_0	Confortable
56.0 tok/s 34–90 · faible confiance	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	40.3 GB	Q8_0	Confortable
56.0 tok/s 34–90 · faible confiance	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	40.3 GB	Q8_0	Confortable
53.6 tok/s 32–86 · faible confiance	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	40.3 GB	Q8_0	Confortable
47.5 tok/s 29–76 · faible confiance	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	40.3 GB	Q8_0	Confortable
47.5 tok/s 29–76 · faible confiance	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	40.3 GB	Q8_0	Confortable
47.5 tok/s 29–76 · faible confiance	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	40.3 GB	Q8_0	Confortable
45.1 tok/s 27–72 · faible confiance	H100 NVL 94 GB NVIDIA	94 GB	3,940 GB/s	Mar 2023	40.3 GB	Q8_0	Confortable
38.5 tok/s 23–62 · faible confiance	H100 PCIe 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	40.3 GB	Q8_0	Confortable
38.5 tok/s 23–62 · faible confiance	H100 SXM5 80 GB NVIDIA	80 GB	3,360 GB/s	Oct 2022	40.3 GB	Q8_0	Confortable
38.5 tok/s 23–62 · faible confiance	H100 SXM5 94 GB NVIDIA	94 GB	3,360 GB/s	Mar 2023	40.3 GB	Q8_0	Confortable
38.5 tok/s 23–62 · faible confiance	H100 SXM5 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	40.3 GB	Q8_0	Confortable
38.5 tok/s 23–62 · faible confiance	H800 SXM5 NVIDIA	80 GB	3,360 GB/s	Mar 2023	40.3 GB	Q8_0	Confortable
38.2 tok/s 23–61 · faible confiance	DRIVE A100 PROD NVIDIA	32 GB	1,870 GB/s	May 2020	27.4 GB	Q5_K_M	À l'étroit
38.2 tok/s 23–61 · faible confiance	GRID A100A NVIDIA	32 GB	1,870 GB/s	May 2020	27.4 GB	Q5_K_M	À l'étroit
37.7 tok/s 23–60 · faible confiance	GeForce RTX 5090 D V2 NVIDIA	24 GB	1,340 GB/s	Aug 2025	20.9 GB	IQ4_XS	À l'étroit
36.6 tok/s 22–59 · faible confiance	GeForce RTX 5090 NVIDIA	32 GB	1,790 GB/s	Jan 2025	27.4 GB	Q5_K_M	À l'étroit
36.6 tok/s 22–59 · faible confiance	GeForce RTX 5090 D NVIDIA	32 GB	1,790 GB/s	Jan 2025	27.4 GB	Q5_K_M	À l'étroit
34.3 tok/s 21–55 · faible confiance	A30X NVIDIA	24 GB	1,220 GB/s	Apr 2021	20.9 GB	IQ4_XS	À l'étroit
29.3 tok/s 18–47 · faible confiance	Radeon Instinct MI250 AMD	128 GB	3,280 GB/s	Nov 2021	40.3 GB	Q8_0	Confortable
29.3 tok/s 18–47 · faible confiance	Radeon Instinct MI250X AMD	128 GB	3,280 GB/s	Nov 2021	40.3 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: Beijing Academy of Artificial Intelligence / BAAI,Tsinghua University,Peking University
Type d'organisation: Academia,Academia,Academia
Pays: China
Publié: 8 May 2024
Auteurs: Quan Sun, Yufeng Cui, Xiaosong Zhang, Fan Zhang, Qiying Yu, Zhengxiong Luo, Yueze Wang, Yongming Rao, Jingjing Liu, Tiejun Huang, Xinlong Wang

Ce qu'il fait

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

Domaine: Multimodal, Language, Vision, Image generation
Tâche: Language modeling/generation, Question answering, Visual question answering, Image generation, Text-to-image
Modèle de base: LLaMA-33B,Stable Diffusion XL (SDXL)
Format numérique: BF16

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: 37B
Données d'entraînement: tokens

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 (non-commercial)
Code d'entraînement: Unreleased
Hugging Face: BAAI

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: Confident

Sources

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

Référence: Generative Multimodal Models are In-Context Learners
Dernière mise à jour: 28 November 2025

Les extrêmes

Les dix GPU les plus rapides qui exécutent Emu2

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 Emu2

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

Exigences matérielles en pratique

Carte minimale

Tesla M40 24 GB

Mémoire requise

20.9 GB

Le plus rapide

91.6 tok/s

Emu2 atteint un nombre de paramètres de 37B. 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 : 126.

Le point d'entrée est Tesla M40 24 GB, avec une capacité de mémoire de 24 GB, le faisant fonctionner à une compression de IQ4_XS et produisant environ 6.9 tokens par seconde

Le résultat le plus rapide vient de B200, générant à peu près 91.6 tokens par seconde sur la base d'une bande passante de mémoire de 8,000 GB/s.

Ce que ce modèle est

Emu2 a été publié par Beijing Academy of Artificial Intelligence / BAAI,Tsinghua University,Peking University, dans le pays enregistré comme China, durant May 2024. Cela provient d'une organisation classée comme academia,Academia,Academia.

Il fonctionne dans le domaine de Multimodal, Language, Vision, Image generation, et est enregistré comme exécutant la tâche de language modeling/generation, Question answering, Visual question answering, Image generation, Text-to-image.

Son point de départ était un modèle de base existant, LLaMA-33B,Stable Diffusion XL (SDXL). C'est pourquoi il partage la forme et la taille générales du modèle de base.

Parce que ses poids ont été publiés, rien sur son exécution ne dépend d'un fournisseur restant disponible — il est à vous une fois téléchargé. Sur Hugging Face, il est publié sous l'organisation BAAI.

Qu'est-ce qui détermine la vitesse

La moitié des cartes qui le détiennent gèrent plus de 19.8 tokens par seconde. Dépassement direct de la vitesse de lecture. 94 d'eux

Étant dense, il lit tout de lui-même par jeton, c'est pourquoi le classement par vitesse ci-dessous suit de si près le classement par bande passante mémoire.

Sans la disposition d'attention sur fichier, la colonne de mémoire est une approximation. Elle est suffisamment proche pour choisir le matériel, et la moins fiable sur un long contexte.

Étape par étape

Comment choisir un GPU pour Emu2

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

Commencez par la colonne mémoire

Chaque carte ici a été vérifiée contre Emu2, ayant besoin d'environ 20.9 GB à une compression de IQ4_XS. La capacité est la porte — une carte soit la détient soit ne la détient pas.
02

Décidez combien de temps vos conversations tournent

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. Emu2.
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 IQ4_XS 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

Comparez les tokens par seconde, pas les spécifications.

La commande de vitesse est effectivement un classement par bande passante mémoire, pour Emu2. 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 91.6 tok/s
05

Regardez la marge de manœuvre, pas seulement le fit.

Tight signifie qu'il se charge et fonctionne sans possibilité d'augmenter le contexte plus tard, dans le cas de Emu2. 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.

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 Emu2.

Réponses

Emu2 — questions courantes

Emu2— où puis-je le télécharger ?

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

Emu2— 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 5.1 Go. Chaque chiffre ici suppose que l'ensemble du modèle est résident sur la carte.

Emu2— 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 : 126. Ainsi, une seconde carte est rarement la réponse ici.

Emu2— pourquoi la quantification diffère-t-elle entre les cartes ?

Parce que la capacité varie, il en va de même pour la difficulté à être comprimé. Le nombre de niveaux distincts dans le tableau ci-dessus : 5. Les cartes plus grandes obtiennent la version plus précise, et le seuil de qualité au-dessus fixe la comparaison à un niveau.

Emu2— 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 : 55–147 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.

Emu2— Quelle GPU ai-je besoin pour l'exécuter ?

La plus petite CARTE de notre catalogue qui le supporte est Tesla M40 24 GB, avec une capacité de mémoire de 24 GB. Il exécute le modèle à une compression de IQ4_XS environ 20.9 GB, et produit environ 6.9 tous les GPU capables de l'exécuter en total 126.

Emu2— à quelle vitesse est-il sur un GPU ?

Cela dépend de la carte. Le plus rapide que nous calculons est B200, à propos de 91.6 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 : 94.

Emu2— combien de VRAM cela nécessite-t-il ?

Cela nécessite environ 20.9 GB à une compression de IQ4_XS, 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.

Emu2— 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 IQ4_XS, environ 20.9 GO et générant à peu près 37.7 tokens par seconde. L'ajustement est serré.

Emu2— 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.

Emu2— combien de paramètres cela a-t-il ?

Il a un nombre de paramètres de 37B. 37B "we leverage pretrained EVA-02-CLIP-E-plus [70], LLaMA-33B [73] and SDXL [58] to initialize the Visual Encoder, Multimodal Modeling, and Visual Decoder, respectively". 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.

Emu2— qui l'a créé ?

Il a été publié par Beijing Academy of Artificial Intelligence / BAAI,Tsinghua University,Peking University, basé sur China, une organisation catégorisée comme academia,Academia,Academia.

Emu2— quand a-t-il été publié ?

Il a été publié dans May 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.

Emu2— à quoi ça sert ?

Il fonctionne dans le domaine de Multimodal, Language, Vision, Image generation, et est enregistré comme gérant la tâche de language modeling/generation, Question answering, Visual question answering, Image generation, Text-to-image. Un modèle peut porter plusieurs de chacun, donc ce sont les domaines pour lesquels il a été conçu plutôt qu'une limite sur ce qu'il tentera.

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