Emu3.5 calculateur TPS

Ouvrir les poids Beijing Academy of Artificial Intelligence / BAAI 34.1B paramètres October 2025

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

99.4 tok/s · 180 GB

Quelles GPU peuvent exécuter Emu3.5?

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.

132 cartes correspondent

Calcul en cours

					Besoin	Quantification	Convient
99.4 tok/s 60–159 · faible confiance	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	37.2 GB	Q8_0	Confortable
99.4 tok/s 60–159 · faible confiance	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	37.2 GB	Q8_0	Confortable
79.3 tok/s 48–127 · faible confiance	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	37.2 GB	Q8_0	Confortable
79.3 tok/s 48–127 · faible confiance	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	37.2 GB	Q8_0	Confortable
63.5 tok/s 38–102 · faible confiance	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	37.2 GB	Q8_0	Confortable
60.7 tok/s 36–97 · faible confiance	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	37.2 GB	Q8_0	Confortable
60.7 tok/s 36–97 · faible confiance	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	37.2 GB	Q8_0	Confortable
58.1 tok/s 35–93 · faible confiance	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	37.2 GB	Q8_0	Confortable
51.6 tok/s 31–83 · faible confiance	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	37.2 GB	Q8_0	Confortable
51.6 tok/s 31–83 · faible confiance	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	37.2 GB	Q8_0	Confortable
51.6 tok/s 31–83 · faible confiance	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	37.2 GB	Q8_0	Confortable
48.9 tok/s 29–78 · faible confiance	H100 NVL 94 GB NVIDIA	94 GB	3,940 GB/s	Mar 2023	37.2 GB	Q8_0	Confortable
41.7 tok/s 25–67 · faible confiance	H100 PCIe 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	37.2 GB	Q8_0	Confortable
41.7 tok/s 25–67 · faible confiance	H100 SXM5 80 GB NVIDIA	80 GB	3,360 GB/s	Oct 2022	37.2 GB	Q8_0	Confortable
41.7 tok/s 25–67 · faible confiance	H100 SXM5 94 GB NVIDIA	94 GB	3,360 GB/s	Mar 2023	37.2 GB	Q8_0	Confortable
41.7 tok/s 25–67 · faible confiance	H100 SXM5 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	37.2 GB	Q8_0	Confortable
41.7 tok/s 25–67 · faible confiance	H800 SXM5 NVIDIA	80 GB	3,360 GB/s	Mar 2023	37.2 GB	Q8_0	Confortable
41.5 tok/s 25–66 · faible confiance	DRIVE A100 PROD NVIDIA	32 GB	1,870 GB/s	May 2020	25.3 GB	Q5_K_M	À l'étroit
41.5 tok/s 25–66 · faible confiance	GRID A100A NVIDIA	32 GB	1,870 GB/s	May 2020	25.3 GB	Q5_K_M	À l'étroit
39.7 tok/s 24–64 · faible confiance	GeForce RTX 5090 NVIDIA	32 GB	1,790 GB/s	Jan 2025	25.3 GB	Q5_K_M	À l'étroit
39.7 tok/s 24–64 · faible confiance	GeForce RTX 5090 D NVIDIA	32 GB	1,790 GB/s	Jan 2025	25.3 GB	Q5_K_M	À l'étroit
38.4 tok/s 23–61 · 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
35.0 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
31.8 tok/s 19–51 · faible confiance	Radeon Instinct MI250 AMD	128 GB	3,280 GB/s	Nov 2021	37.2 GB	Q8_0	Confortable
31.8 tok/s 19–51 · faible confiance	Radeon Instinct MI250X AMD	128 GB	3,280 GB/s	Nov 2021	37.2 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
Type d'organisation: Academia
Pays: China
Publié: 30 October 2025

Ce qu'il fait

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

Domaine: Video, Multimodal, Image generation, Vision, Language, Speech
Tâche: Text-to-video, Image-to-video, Image generation, Text-to-image, Visual question answering, Language modeling/generation, Question answering, Speech recognition (ASR), Video description
Modèle de base: Whisper v2,Qwen3-32B

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: 34.1B
Données d'entraînement: 13,600,000,000,000 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.

Calcul de formation: 9.9 × 10²⁴ FLOP
Comment cela a été établi: Operation counting
Ajustement fin des calculs: 2.8 × 10²⁴ FLOP

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: 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: Emu3.5: Native Multimodal Models are World Learners
Dernière mise à jour: 28 November 2025

Les extrêmes

Les dix GPU les plus rapides qui exécutent Emu3.5

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 Emu3.5

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

Exigences matérielles en pratique

Carte minimale

RTX A4500

Mémoire requise

17.4 GB

Le plus rapide

99.4 tok/s

Emu3.5 atteint un nombre de paramètres de 34.1B. 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.

Le point d'entrée 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

Le résultat le plus rapide vient de B200, générant à peu près 99.4 tokens par seconde sur la base d'une bande passante de mémoire de 8,000 GB/s.

D'où cela vient-il

Emu3.5 a été publié par Beijing Academy of Artificial Intelligence / BAAI, dans le pays enregistré comme China, durant October 2025. Cela provient d'une organisation classée comme academia.

Il fonctionne dans le domaine de Video, Multimodal, Image generation, Vision, Language, Speech, et est enregistré comme exécutant la tâche de text-to-video, Image-to-video, Image generation, Text-to-image, Visual question answering, Language modeling/generation, Question answering, Speech recognition (ASR), Video description.

Il s'appuie sur Whisper v2,Qwen3-32B. C'est la façon habituelle de produire un modèle spécialisé.

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 BAAI.

Comprendre les vitesses

Le résultat médian est d'environ 21.1 tokens par seconde. Produire du texte plus vite que la plupart des gens ne le lisent. 103 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.

Comment il a été entraîné

La production a nécessité des calculs totalisant environ 9.9 × 10²⁴ FLOP. Ce chiffre mesure le coût de production du modèle, et n'a aucune incidence sur la vitesse de réponse.

L'entraînement a consommé un corpus d'environ 13,600,000,000,000 jetons de texte

Étape par étape

Comment choisir un GPU pour Emu3.5

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 Emu3.5, ayant besoin d'environ 17.4 GB à une compression de Q3_K_M. Cette figure, pas la performance principale d'une carte, est ce qui décide si elle fonctionne.
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. Emu3.5.
03

Décidez combien de compression vous allez accepter

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

Comparez les tokens par seconde, pas les spécifications.

Trier par vitesse pour voir comment les cartes se classent pour Emu3.5. 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 99.4 tok/s
05

Lisez la colonne de compatibilité en dernier.

Tight signifie qu'il se charge et fonctionne sans possibilité d'augmenter le contexte plus tard, dans le cas de Emu3.5. 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.

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 Emu3.5.

Réponses

Emu3.5 — questions courantes

Emu3.5— qui l'a créé ?

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

Emu3.5— quand a-t-il été publié ?

Il a été publié dans October 2025.

Emu3.5— à quoi ça sert ?

Il fonctionne dans le domaine de Video, Multimodal, Image generation, Vision, Language, Speech, et est enregistré comme gérant la tâche de text-to-video, Image-to-video, Image generation, Text-to-image, Visual question answering, Language modeling/generation, Question answering, Speech recognition (ASR), Video description. 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.

Emu3.5— 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.

Emu3.5— combien de puissance de calcul a été utilisée pour l'entraîner ?

L'entraînement a consommé environ 9.9 × 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.

Emu3.5— 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 6.9 Go. Chaque chiffre ici suppose que l'ensemble du modèle est résident sur la carte.

Emu3.5— 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 : 132. Ainsi, une seconde carte est rarement la réponse ici.

Emu3.5— 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.

Emu3.5— 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 : 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.

Emu3.5— 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 17.4 GB, et produit environ 21.5 tous les GPU capables de l'exécuter en total 132.

Emu3.5— à quelle vitesse est-il sur un GPU ?

Cela dépend de la carte. Le plus rapide que nous calculons est B200, à propos de 99.4 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.

Emu3.5— combien de VRAM cela nécessite-t-il ?

Cela nécessite environ 17.4 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.

Emu3.5— 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 38.4 tokens par seconde. L'ajustement est serré.

Emu3.5— 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.

Emu3.5— combien de paramètres cela a-t-il ?

Il a un nombre de paramètres de 34.1B. "Overall, the model contains 34.1 billion(B) parameters, including 31.2 B in the transformer layers and 2.9 B in the embedding layers. ". 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