APUS-xDAN-4.0(MoE) calculateur TPS

Ouvrir les poids Qilin Hesheng Network Technology Co., Ltd. (APUS) 136B paramètres April 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

37 cartes qui peuvent le faire

818 cartes dont nous détenons les spécifications pour

Carte la plus petite qui convient

A100 SXM4 80 GB

80 GB · Q3_K_M · 17.1 tok/s

Carte la plus rapide

H100 NVL 94 GB

28.3 tok/s · 94 GB

Quelles GPU peuvent exécuter APUS-xDAN-4.0(MoE)?

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.

37 cartes correspondent

Calcul en cours

					Besoin	Quantification	Convient
28.3 tok/s 17–45 · faible confiance	H100 NVL 94 GB NVIDIA	94 GB	3,940 GB/s	Mar 2023	83.0 GB	Q4_K_M	À l'étroit
28.2 tok/s 17–45 · faible confiance	H100 SXM5 80 GB NVIDIA	80 GB	3,360 GB/s	Oct 2022	67.1 GB	Q3_K_M	À l'étroit
28.2 tok/s 17–45 · faible confiance	H800 SXM5 NVIDIA	80 GB	3,360 GB/s	Mar 2023	67.1 GB	Q3_K_M	À l'étroit
24.9 tok/s 15–40 · faible confiance	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	146.3 GB	Q8_0	À l'étroit
24.9 tok/s 15–40 · faible confiance	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	146.3 GB	Q8_0	Confortable
24.2 tok/s 14–39 · faible confiance	H100 PCIe 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	83.0 GB	Q4_K_M	À l'étroit
24.2 tok/s 14–39 · faible confiance	H100 SXM5 94 GB NVIDIA	94 GB	3,360 GB/s	Mar 2023	83.0 GB	Q4_K_M	À l'étroit
24.2 tok/s 14–39 · faible confiance	H100 SXM5 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	83.0 GB	Q4_K_M	À l'étroit
23.1 tok/s 14–37 · faible confiance	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	114.6 GB	Q6_K	À l'étroit
22.1 tok/s 13–35 · faible confiance	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	114.6 GB	Q6_K	À l'étroit
22.1 tok/s 13–35 · faible confiance	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	114.6 GB	Q6_K	À l'étroit
19.9 tok/s 12–32 · faible confiance	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	146.3 GB	Q8_0	Confortable
19.9 tok/s 12–32 · faible confiance	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	146.3 GB	Q8_0	Confortable
18.8 tok/s 11–30 · faible confiance	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	114.6 GB	Q6_K	À l'étroit
17.1 tok/s 10–27 · faible confiance	A100 SXM4 80 GB NVIDIA	80 GB	2,040 GB/s	Nov 2020	67.1 GB	Q3_K_M	À l'étroit
17.1 tok/s 10–27 · faible confiance	A100X NVIDIA	80 GB	2,040 GB/s	Jun 2021	67.1 GB	Q3_K_M	À l'étroit
17.1 tok/s 10–27 · faible confiance	A800 SXM4 80 GB NVIDIA	80 GB	2,040 GB/s	Aug 2022	67.1 GB	Q3_K_M	À l'étroit
17.1 tok/s 10–27 · faible confiance	H100 CNX NVIDIA	80 GB	2,040 GB/s	Mar 2023	67.1 GB	Q3_K_M	À l'étroit
17.1 tok/s 10–27 · faible confiance	H100 PCIe 80 GB NVIDIA	80 GB	2,040 GB/s	Oct 2022	67.1 GB	Q3_K_M	À l'étroit
17.1 tok/s 10–27 · faible confiance	H800 PCIe 80 GB NVIDIA	80 GB	2,040 GB/s	Mar 2023	67.1 GB	Q3_K_M	À l'étroit
16.3 tok/s 10–26 · faible confiance	A100 PCIe 80 GB NVIDIA	80 GB	1,940 GB/s	Jun 2021	67.1 GB	Q3_K_M	À l'étroit
16.3 tok/s 10–26 · faible confiance	A800 PCIe 80 GB NVIDIA	80 GB	1,940 GB/s	Nov 2022	67.1 GB	Q3_K_M	À l'étroit
14.6 tok/s 9–23 · faible confiance	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	146.3 GB	Q8_0	Confortable
12.9 tok/s 8–21 · faible confiance	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	146.3 GB	Q8_0	À l'étroit
12.9 tok/s 8–21 · faible confiance	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	146.3 GB	Q8_0	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: Qilin Hesheng Network Technology Co., Ltd. (APUS)
Type d'organisation: Industry
Pays: China
Publié: 2 April 2024

Ce qu'il fait

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

Domaine: Multimodal, Language
Tâche: Chat, Recommender system, Image generation, Language modeling/generation, Question answering, Mathematical reasoning, Quantitative reasoning

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: 136B
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 (restricted use)
Code d'entraînement: Unreleased
Hugging Face: xDAN-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.

Confiance d'enregistrement: Confident

Sources

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

Référence: A Trillion-Parameter MOE Architecture Model Outperforms Grok1, Compatible with 4090 Graphics Card
Dernière mise à jour: 11 February 2026

Les extrêmes

Les dix GPU les plus rapides qui exécutent APUS-xDAN-4.0(MoE)

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 APUS-xDAN-4.0(MoE)

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

Le côté matériel

Carte minimale

A100 SXM4 80 GB

Mémoire requise

67.1 GB

Le plus rapide

28.3 tok/s

APUS-xDAN-4.0(MoE) atteint un nombre de paramètres de 136B. Cela le place au-dessus du matériel grand public, dans la gamme où une carte est achetée à cette fin plutôt que réutilisée pour cela. Le nombre de cartes que nous suivons qui peuvent le supporter : 37.

À l'extrémité inférieure, cela est géré par A100 SXM4 80 GB, avec une capacité de mémoire de 80 GB, le faisant fonctionner à une compression de Q3_K_M et produisant environ 17.1 tokens par seconde

Le résultat le plus rapide vient de H100 NVL 94 GB, générant à peu près 28.3 tokens par seconde sur la base d'une bande passante de mémoire de 3,940 GB/s.

À propos de ce modèle

APUS-xDAN-4.0(MoE) a été publié par Qilin Hesheng Network Technology Co., Ltd. (APUS), dans le pays enregistré comme China, durant April 2024. L'organisation de publication est catégorisée comme industry.

Il fonctionne dans le domaine de Multimodal, Language, et est enregistré comme exécutant la tâche de chat, Recommender system, Image generation, Language modeling/generation, Question answering, Mathematical reasoning, Quantitative reasoning.

Les poids étant ouverts, c'est ce qui place cette page dans le calculateur plutôt que seulement dans le catalogue : c'est un modèle que vous pouvez réellement tenir. Sur Hugging Face, il est publié sous l'organisation xDAN-AI.

À quelle vitesse cela fonctionne-t-il, et pourquoi

La moitié des cartes qui le détiennent gèrent plus de 17.1 tokens par seconde. Produire du texte plus vite que la plupart des gens ne le lisent. 33 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.

La mémoire ici est estimée à partir de la taille plutôt que calculée à partir de l'architecture, qui n'est pas enregistrée pour ce modèle — les chiffres sont indicatifs plutôt qu'exacts.

Étape par étape

Comment choisir un GPU pour APUS-xDAN-4.0(MoE)

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 APUS-xDAN-4.0(MoE), ayant besoin d'environ 67.1 GB à une compression de Q3_K_M. La capacité est la porte — une carte soit la détient soit ne la détient pas.
02

Faites correspondre le contexte à votre utilisation réelle.

Les conversations plus longues coûtent de la MÉMOIRE en plus de ce dont les POIDS ont besoin. Déplacez le curseur à votre longueur de travail réelle avant de faire confiance à une ligne pour APUS-xDAN-4.0(MoE).
03

Définir un seuil de qualité

La Compression est ce qui permet à un modèle de s'adapter à des cartes plus petites, au prix d'une certaine précision., 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 APUS-xDAN-4.0(MoE). 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 H100 NVL 94 GB, à 28.3 tok/s
05

Regardez la marge de manœuvre, pas seulement le fit.

Un ajustement serré fonctionne, mais ne laisse rien de libre pour une conversation plus longue, dans le cas de APUS-xDAN-4.0(MoE). 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

Vérifiez la carte de l'autre côté

Chaque nom de carte renvoie à sa propre page, qui effectue le même calcul dans l'ensemble du catalogue de modèles. Une carte est généralement achetée pour plus d'un modèle, il est donc utile de jeter un œil avant d'acheter pour APUS-xDAN-4.0(MoE).

Réponses

APUS-xDAN-4.0(MoE) — questions courantes

APUS-xDAN-4.0(MoE)— 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 : 37. Ainsi, une seconde carte est rarement la réponse ici.

APUS-xDAN-4.0(MoE)— 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.

APUS-xDAN-4.0(MoE)— quelle est la précision de ces estimations de vitesse ?

Ce sont des estimations avec de véritables barres d'erreur, et n'importe lequel d'entre eux pourrait raisonnablement se situer n'importe où dans sa plage publiée en fonction du temps d'exécution que vous utilisez. Le résultat le plus rapide ici : 17–45 tok/s sur H100 NVL 94 GB. Le même modèle et carte varient de trente à cinquante pour cent en fonction du logiciel d'inférence et de sa version.

APUS-xDAN-4.0(MoE)— Quelle GPU ai-je besoin pour l'exécuter ?

La plus petite CARTE de notre catalogue qui le supporte est A100 SXM4 80 GB, avec une capacité de mémoire de 80 GB. Il exécute le modèle à une compression de Q3_K_M environ 67.1 GB, et produit environ 17.1 tous les GPU capables de l'exécuter en total 37.

APUS-xDAN-4.0(MoE)— à quelle vitesse est-il sur un GPU ?

Cela dépend de la carte. Le plus rapide que nous calculons est H100 NVL 94 GB, à propos de 28.3 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 : 33.

APUS-xDAN-4.0(MoE)— combien de VRAM cela nécessite-t-il ?

Cela nécessite environ 67.1 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.

APUS-xDAN-4.0(MoE)— 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.

APUS-xDAN-4.0(MoE)— combien de paramètres cela a-t-il ?

Il a un nombre de paramètres de 136B. According to reports, APUS-xDAN-4.0 (MoE) is the first open source large model in China with a MoE architecture of more than 100 billion parameters, with a parameter scale of 136 billion. This is also the largest open source model in China. Among the previous large open source models in China, the largest parameter scale was Alibaba's Qianwen 72B with 72 billion parameters, with a parameter scale of 72 billion. 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.

APUS-xDAN-4.0(MoE)— qui l'a créé ?

Il a été publié par Qilin Hesheng Network Technology Co., Ltd. (APUS), basé sur China, une organisation catégorisée comme industry.

APUS-xDAN-4.0(MoE)— quand a-t-il été publié ?

Il a été publié dans April 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.

APUS-xDAN-4.0(MoE)— à quoi ça sert ?

Il fonctionne dans le domaine de Multimodal, Language, et est enregistré comme gérant la tâche de chat, Recommender system, Image generation, Language modeling/generation, Question answering, Mathematical reasoning, Quantitative reasoning. Ce sont les domaines autour desquels il a été conçu ; ils décrivent l'intention plutôt qu'une limite stricte.

APUS-xDAN-4.0(MoE)— où puis-je le télécharger ?

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

APUS-xDAN-4.0(MoE)— Puis-je l'exécuter s'il ne tient pas dans ma GPU?

Partiellement. Les couches qui ne tiennent pas sont dans la mémoire système et fonctionnent à une fraction de la vitesse, donc un modèle principalement déchargé vaut rarement la peine d'être utilisé. La plus proche approximation que nous calculons est inférieure de 18.2 Go. Chaque chiffre ici suppose que l'ensemble du modèle est résident sur la carte.

Source

Publication originale

Dernière mise à jour enregistrée 11 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