Falcon-180B calculateur TPS

Ouvrir les poids Technology Innovation Institute 180B paramètres September 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 · 13.9 tok/s

Carte la plus rapide

Radeon Instinct MI300

27.8 tok/s · 128 GB

Quelles GPU peuvent exécuter Falcon-180B?

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
27.8 tok/s 17–44 · faible confiance	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	109.6 GB	Q4_K_M	À l'étroit
27.4 tok/s 16–44 · faible confiance	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	151.5 GB	Q6_K	À l'étroit
26.6 tok/s 16–43 · faible confiance	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	109.6 GB	Q4_K_M	À l'étroit
26.6 tok/s 16–43 · faible confiance	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	109.6 GB	Q4_K_M	À l'étroit
22.6 tok/s 14–36 · faible confiance	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	109.6 GB	Q4_K_M	À l'étroit
18.8 tok/s 11–30 · faible confiance	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	193.4 GB	Q8_0	Confortable
15.0 tok/s 9–24 · faible confiance	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	193.4 GB	Q8_0	Confortable
15.0 tok/s 9–24 · faible confiance	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	193.4 GB	Q8_0	Confortable
14.2 tok/s 9–23 · faible confiance	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	151.5 GB	Q6_K	À l'étroit
14.2 tok/s 9–23 · faible confiance	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	151.5 GB	Q6_K	À l'étroit
13.9 tok/s 8–22 · faible confiance	Radeon Instinct MI250 AMD	128 GB	3,280 GB/s	Nov 2021	109.6 GB	Q4_K_M	À l'étroit
13.9 tok/s 8–22 · faible confiance	Radeon Instinct MI250X AMD	128 GB	3,280 GB/s	Nov 2021	109.6 GB	Q4_K_M	À l'étroit
11.6 tok/s 7–19 · faible confiance	Data Center GPU Max 1550 Intel	128 GB	3,280 GB/s	Jan 2023	109.6 GB	Q4_K_M	À l'étroit
11.3 tok/s 7–18 · faible confiance	Data Center GPU Max Subsystem Intel	128 GB	3,210 GB/s	Jan 2023	109.6 GB	Q4_K_M	À l'étroit
11.0 tok/s 7–18 · faible confiance	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	193.4 GB	Q8_0	À l'étroit
1.5 tok/s 1–2 · faible confiance	GB10 NVIDIA	128 GB	273 GB/s	Oct 2025	109.6 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	109.6 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: Technology Innovation Institute
Type d'organisation: Government
Pays: United Arab Emirates
Publié: 6 September 2023
Auteurs: Ebtesam Almazrouei, Hamza Alobeidli, Abdulaziz Alshamsi, Alessandro Cappelli, Ruxandra Cojocaru, Mérouane Debbah, Étienne Goffinet, Daniel Hesslow, Julien Launay, Quentin Malartic, Daniele Mazzotta, Badreddine Noune, Baptiste Pannier, Guilherme Penedo

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, Language modeling/generation, Question answering
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: 180B
Données d'entraînement: 3,500,000,000,000 tokens
Époques: 1
Taille de lot: 4,194,304

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: 3.8 × 10²⁴ FLOP
Comment cela a été établi: Reported,Operation counting
Plage plausible: 3.8 × 10²⁴ – 3.8 × 10²⁴ 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 A100 SXM4 40 GB
Chips utilisés: 4,096
Heures de puce: 17,694,720
Temps en temps réel: 4,320 hours (180 days)
Utilisation du matériel: MFU 18.9%
Consommation d'énergie: 3.3 MW
Coût de calcul: $10,743,501
Fournisseur de cloud: Amazon Web Services

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

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 Frontier: Yes
Probablement au-dessus de 10²³ FLOP: Yes
Pourquoi c'est suivi: Training cost
Confiance d'enregistrement: Confident
Citations: 691

Sources

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

Référence: The Falcon Series of Open Language Models
Dernière mise à jour: 25 May 2026

Les extrêmes

Les dix GPU les plus rapides qui exécutent Falcon-180B

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 Falcon-180B

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

Radeon Instinct MI250

Mémoire requise

109.6 GB

Le plus rapide

27.8 tok/s

Falcon-180B atteint un nombre de paramètres de 180B. 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.

La plus petite carte qui le contient est Radeon Instinct MI250, avec une capacité de mémoire de 128 GB, le faisant fonctionner à une compression de Q4_K_M et produisant environ 13.9 tokens par seconde

À l'autre extrémité se trouve Radeon Instinct MI300, générant à peu près 27.8 tokens par seconde sur la base d'une bande passante de mémoire de 6,550 GB/s.

D'où cela vient-il

Falcon-180B a été publié par Technology Innovation Institute, dans le pays enregistré comme United Arab Emirates, durant September 2023. Cela provient d'une organisation classée comme government.

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

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.

Comprendre les vitesses

La moitié des cartes qui le détiennent gèrent plus de 14.2 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.

Comment il a été entraîné

L'entraînement a nécessité un budget de calcul d'environ 3.8 × 10²⁴ FLOP, sur matériel enregistré comme NVIDIA A100 SXM4 40 GB. Ce chiffre mesure le coût de production du modèle, et n'a aucune incidence sur la vitesse de réponse.

L'ensemble d'entraînement a duré environ 3,500,000,000,000 jetons de texte

La raison pour laquelle il apparaît dans ce catalogue. training cost.

Étape par étape

Comment choisir un GPU pour Falcon-180B

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 Falcon-180B, ayant besoin d'environ 109.6 GB à une compression de Q4_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.

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. Falcon-180B.
03

Choisissez jusqu'où vous allez le compresser

Chaque carte exécute la copie la moins compressée qu'elle peut contenir., 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

Trier par vitesse pour voir comment les cartes se classent pour Falcon-180B. 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 27.8 tok/s
05

Vérifiez le verdict de compatibilité avant d'acheter

Tight signifie qu'il se charge et fonctionne sans possibilité d'augmenter le contexte plus tard, dans le cas de Falcon-180B. 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 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 Falcon-180B.

Réponses

Falcon-180B — questions courantes

Falcon-180B— combien de puissance de calcul a été utilisée pour l'entraîner ?

L'entraînement a consommé environ 3.8 × 10²⁴ FLOP, sur matériel enregistré comme NVIDIA A100 SXM4 40 GB. 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.

Falcon-180B— 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 23.2 Go. Chaque chiffre ici suppose que l'ensemble du modèle est résident sur la carte.

Falcon-180B— deux GPUs l'exécuteraient-ils plus rapidement ?

Deux cartes achètent de la mémoire plutôt que de la vitesse, ce qui est important seulement si une carte ne peut pas la contenir. Le nombre qui peut : 17. Ainsi, une seconde carte est rarement la réponse ici.

Falcon-180B— 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 : 3. Les cartes plus grandes obtiennent la version plus précise, et le seuil de qualité au-dessus fixe la comparaison à un niveau.

Falcon-180B— 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 : 17–44 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.

Falcon-180B— 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 109.6 GB, et produit environ 13.9 tous les GPU capables de l'exécuter en total 17.

Falcon-180B— 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 27.8 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.

Falcon-180B— combien de VRAM cela nécessite-t-il ?

Cela nécessite environ 109.6 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.

Falcon-180B— 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.

Falcon-180B— combien de paramètres cela a-t-il ?

Il a un nombre de paramètres de 180B. "Falcon 180B is a super-powerful language model with 180 billion parameters". 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.

Falcon-180B— qui l'a créé ?

Il a été publié par Technology Innovation Institute, basé sur United Arab Emirates, une organisation catégorisée comme government.

Falcon-180B— quand a-t-il été publié ?

Il a été publié dans September 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.

Falcon-180B— à quoi ça sert ?

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

Falcon-180B— où puis-je le télécharger ?

Les poids sont publiés, bien que nous ne possédions pas de lien vers un dépôt pour cela. Ce site calcule les exigences matérielles plutôt que d'héberger des fichiers de modèle.

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