BLUUMI calculateur TPS

Ouvrir les poids University of Turku,Hugging Face 176B paramètres November 2023

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 · Q4_K_M · 14.2 tok/s

Carte la plus rapide

Radeon Instinct MI300

28.4 tok/s · 128 GB

Quelles GPU peuvent exécuter BLUUMI?

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
28.4 tok/s 17–45 · faible confiance	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	107.2 GB	Q4_K_M	À l'étroit
28.0 tok/s 17–45 · faible confiance	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	148.2 GB	Q6_K	À l'étroit
27.2 tok/s 16–43 · faible confiance	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	107.2 GB	Q4_K_M	À l'étroit
27.2 tok/s 16–43 · faible confiance	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	107.2 GB	Q4_K_M	À l'étroit
23.1 tok/s 14–37 · faible confiance	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	107.2 GB	Q4_K_M	À l'étroit
19.3 tok/s 12–31 · faible confiance	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	189.1 GB	Q8_0	Confortable
15.4 tok/s 9–25 · faible confiance	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	189.1 GB	Q8_0	Confortable
15.4 tok/s 9–25 · faible confiance	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	189.1 GB	Q8_0	Confortable
14.5 tok/s 9–23 · faible confiance	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	148.2 GB	Q6_K	À l'étroit
14.5 tok/s 9–23 · faible confiance	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	148.2 GB	Q6_K	À l'étroit
14.2 tok/s 9–23 · faible confiance	Radeon Instinct MI250 AMD	128 GB	3,280 GB/s	Nov 2021	107.2 GB	Q4_K_M	À l'étroit
14.2 tok/s 9–23 · faible confiance	Radeon Instinct MI250X AMD	128 GB	3,280 GB/s	Nov 2021	107.2 GB	Q4_K_M	À l'étroit
11.8 tok/s 7–19 · faible confiance	Data Center GPU Max 1550 Intel	128 GB	3,280 GB/s	Jan 2023	107.2 GB	Q4_K_M	À l'étroit
11.6 tok/s 7–19 · faible confiance	Data Center GPU Max Subsystem Intel	128 GB	3,210 GB/s	Jan 2023	107.2 GB	Q4_K_M	À l'étroit
11.3 tok/s 7–18 · faible confiance	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	189.1 GB	Q8_0	Confortable
1.5 tok/s 1–2 · faible confiance	GB10 NVIDIA	128 GB	273 GB/s	Oct 2025	107.2 GB	Q4_K_M	À l'étroit
1.5 tok/s 1–2 · faible confiance	Jetson T5000 NVIDIA	128 GB	273 GB/s	Aug 2025	107.2 GB	Q4_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: University of Turku,Hugging Face
Type d'organisation: Academia,Industry
Pays: Finland, United States of America
Publié: 3 November 2023
Auteurs: Risto Luukkonen, Ville Komulainen, Jouni Luoma, Anni Eskelinen, Jenna Kanerva, Hanna-Mari Kupari, Filip Ginter, Veronika Laippala, Niklas Muennighoff, Aleksandra Piktus, Thomas Wang, Nouamane Tazi, Teven Le Scao, Thomas Wolf, Osma Suominen, Samuli Sairanen, Mikko Merioksa, Jyrki Heinonen, Aija Vahtola, Samuel Antao, Sampo Pyysalo

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
Modèle de base: BLOOM-176B

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: 176B
Données d'entraînement: 38,000,000,000 tokens
Époques: 8
Taille de lot: 4,194,304

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: AMD Radeon Instinct MI250X
Centre de données: LUMI Supercomputer

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: TurkuNLP

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.

Modèle de fondation: Yes
Pourquoi c'est suivi: SOTA improvement
Confiance d'enregistrement: Likely
Citations: 70

Sources

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

Référence: FinGPT: Large Generative Models for a Small Language
Dernière mise à jour: 25 May 2026

Les extrêmes

Les dix GPU les plus rapides qui exécutent BLUUMI

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 BLUUMI

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

Radeon Instinct MI250

Mémoire requise

107.2 GB

Le plus rapide

28.4 tok/s

BLUUMI atteint un nombre de paramètres de 176B. 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 : 17.

À l'extrémité inférieure, cela est géré par Radeon Instinct MI250, avec une capacité de mémoire de 128 GB, le faisant fonctionner à une compression de Q4_K_M et produisant environ 14.2 tokens par seconde

Le résultat le plus rapide vient de Radeon Instinct MI300, générant à peu près 28.4 tokens par seconde sur la base d'une bande passante de mémoire de 6,550 GB/s.

À propos de ce modèle

BLUUMI a été publié par University of Turku,Hugging Face, dans le pays enregistré comme Finland, durant November 2023. La catégorie à laquelle appartient l'éditeur est academia,Industry.

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

Plutôt que d'être entraîné depuis le début, il est dérivé de BLOOM-176B. C'est la façon habituelle de produire un modèle spécialisé.

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 TurkuNLP.

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

Au milieu de la gamme, toutes les cartes capables de l'exécuter se situent à 14.5 tokens par seconde. Produire du texte plus vite que la plupart des gens ne le lisent. 15 d'eux

C'est un modèle dense, donc chaque paramètre est lu pour chaque jeton produit. Cela rend la vitesse presque exactement proportionnelle à la bande passante mémoire — une carte avec le double de la bande passante génère environ deux fois plus rapidement.

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.

Qu'est-ce qui a été nécessaire pour le construire

Il a été entraîné sur un corpus d'environ 38,000,000,000 jetons de texte

La raison pour laquelle il apparaît dans ce catalogue. sOTA improvement.

Étape par étape

Comment choisir un GPU pour BLUUMI

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 BLUUMI, ayant besoin d'environ 107.2 GB à une compression de Q4_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.

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 BLUUMI.
03

Décidez combien de compression vous allez accepter

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 Q4_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

Le classement par tokens par seconde suit la bande passante de la VRAM plutôt que le nombre de cœurs, pour BLUUMI. 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 Radeon Instinct MI300, à 28.4 tok/s
05

Regardez la marge de manœuvre, pas seulement le fit.

La colonne d'adéquation sépare les cartes qui y parviennent juste de celles qui ont de la marge, dans le cas de BLUUMI. 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 BLUUMI.

Réponses

BLUUMI — questions courantes

BLUUMI— 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 20.8 Go. Chaque chiffre ici suppose que l'ensemble du modèle est résident sur la carte.

BLUUMI— 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.

BLUUMI— 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 : 3. Les cartes plus grandes obtiennent la version plus précise, et le seuil de qualité au-dessus fixe la comparaison à un niveau.

BLUUMI— 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 : 17–45 tok/s sur Radeon Instinct MI300. Le même modèle et carte varient de trente à cinquante pour cent en fonction du logiciel d'inférence et de sa version.

BLUUMI— 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 Q4_K_M environ 107.2 GB, et produit environ 14.2 tous les GPU capables de l'exécuter en total 17.

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

Cela dépend de la carte. Le plus rapide que nous calculons est Radeon Instinct MI300, à propos de 28.4 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 : 15.

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

Cela nécessite environ 107.2 GB à une compression de Q4_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.

BLUUMI— 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.

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

Il a un nombre de paramètres de 176B. 176 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.

BLUUMI— qui l'a créé ?

Il a été publié par University of Turku,Hugging Face, basé sur Finland, une organisation catégorisée comme academia,Industry.

BLUUMI— quand a-t-il été publié ?

Il a été publié dans November 2023. 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.

BLUUMI— à quoi ça sert ?

Il fonctionne dans le domaine de Language, et est enregistré comme gérant la tâche de language modeling. 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.

BLUUMI— où puis-je le télécharger ?

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

Source

Publication originale

Dernière mise à jour enregistrée 25 May 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