NeMO Megatron GPT 20B calculateur TPS

Ouvrir les poids NVIDIA 20B paramètres September 2022

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

293 cartes qui peuvent le faire

818 cartes dont nous détenons les spécifications pour

Carte la plus petite qui convient

Quadro K6000

12 GB · Q3_K_M · 14.0 tok/s

Carte la plus rapide

B200

169 tok/s · 180 GB

Quelles GPU peuvent exécuter NeMO Megatron GPT 20B?

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.

293 cartes correspondent

Calcul en cours

					Besoin	Quantification	Convient
169 tok/s 102–271 · faible confiance	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	22.1 GB	Q8_0	Confortable
169 tok/s 102–271 · faible confiance	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	22.1 GB	Q8_0	Confortable
135 tok/s 81–216 · faible confiance	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	22.1 GB	Q8_0	Confortable
135 tok/s 81–216 · faible confiance	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	22.1 GB	Q8_0	Confortable
108 tok/s 65–173 · faible confiance	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	22.1 GB	Q8_0	Confortable
104 tok/s 62–166 · faible confiance	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	22.1 GB	Q8_0	Confortable
104 tok/s 62–166 · faible confiance	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	22.1 GB	Q8_0	Confortable
99.1 tok/s 59–159 · faible confiance	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	22.1 GB	Q8_0	Confortable
88.0 tok/s 53–141 · faible confiance	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	22.1 GB	Q8_0	Confortable
88.0 tok/s 53–141 · faible confiance	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	22.1 GB	Q8_0	Confortable
88.0 tok/s 53–141 · faible confiance	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	22.1 GB	Q8_0	Confortable
83.4 tok/s 50–134 · faible confiance	H100 NVL 94 GB NVIDIA	94 GB	3,940 GB/s	Mar 2023	22.1 GB	Q8_0	Confortable
71.2 tok/s 43–114 · faible confiance	H100 PCIe 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	22.1 GB	Q8_0	Confortable
71.2 tok/s 43–114 · faible confiance	H100 SXM5 80 GB NVIDIA	80 GB	3,360 GB/s	Oct 2022	22.1 GB	Q8_0	Confortable
71.2 tok/s 43–114 · faible confiance	H100 SXM5 94 GB NVIDIA	94 GB	3,360 GB/s	Mar 2023	22.1 GB	Q8_0	Confortable
71.2 tok/s 43–114 · faible confiance	H100 SXM5 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	22.1 GB	Q8_0	Confortable
71.2 tok/s 43–114 · faible confiance	H800 SXM5 NVIDIA	80 GB	3,360 GB/s	Mar 2023	22.1 GB	Q8_0	Confortable
55.2 tok/s 33–88 · faible confiance	Tesla V100 SXM2 16 GB NVIDIA	16 GB	1,130 GB/s	Nov 2019	12.8 GB	Q4_K_M	À l'étroit
54.2 tok/s 33–87 · faible confiance	Radeon Instinct MI250 AMD	128 GB	3,280 GB/s	Nov 2021	22.1 GB	Q8_0	Confortable
54.2 tok/s 33–87 · faible confiance	Radeon Instinct MI250X AMD	128 GB	3,280 GB/s	Nov 2021	22.1 GB	Q8_0	Confortable
52.1 tok/s 31–83 · faible confiance	GeForce RTX 3080 12 GB NVIDIA	12 GB	912 GB/s	Jan 2022	10.5 GB	Q3_K_M	À l'étroit
52.1 tok/s 31–83 · faible confiance	GeForce RTX 3080 Ti NVIDIA	12 GB	912 GB/s	May 2021	10.5 GB	Q3_K_M	À l'étroit
46.9 tok/s 28–75 · faible confiance	GeForce RTX 5080 NVIDIA	16 GB	960 GB/s	Jan 2025	12.8 GB	Q4_K_M	À l'étroit
45.2 tok/s 27–72 · faible confiance	Data Center GPU Max 1550 Intel	128 GB	3,280 GB/s	Jan 2023	22.1 GB	Q8_0	Confortable
44.2 tok/s 27–71 · faible confiance	Data Center GPU Max Subsystem Intel	128 GB	3,210 GB/s	Jan 2023	22.1 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: NVIDIA
Type d'organisation: Industry
Pays: United States of America
Publié: 15 September 2022

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/generation, Question answering
Approche: Self-supervised learning

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: 20B
Données d'entraînement: 341,173,367,965 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 (unrestricted)
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.

Confiance d'enregistrement: Confident

Sources

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

Référence: NeMo Megatron-GPT 20B
Dernière mise à jour: 28 November 2025

Les extrêmes

Les dix GPU les plus rapides qui exécutent NeMO Megatron GPT 20B

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 NeMO Megatron GPT 20B

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

Quadro K6000

Mémoire requise

10.5 GB

Le plus rapide

169 tok/s

NeMO Megatron GPT 20B atteint un nombre de paramètres de 20B. 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 : 293.

La plus petite carte qui le contient est Quadro K6000, avec une capacité de mémoire de 12 GB, le faisant fonctionner à une compression de Q3_K_M et produisant environ 14.0 tokens par seconde

Le résultat le plus rapide vient de B200, générant à peu près 169 tokens par seconde sur la base d'une bande passante de mémoire de 8,000 GB/s.

Ce que ce modèle est

NeMO Megatron GPT 20B a été publié par NVIDIA, dans le pays enregistré comme United States of America, durant September 2022. L'organisation de publication est catégorisée comme industry.

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

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.

Qu'est-ce qui détermine la vitesse

Le résultat médian est d'environ 20.6 tokens par seconde. Dépassement direct de la vitesse de lecture. 248 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.

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.

Entraînement et provenance

L'ensemble d'entraînement a duré environ 341,173,367,965 jetons de texte

Étape par étape

Comment choisir un GPU pour NeMO Megatron GPT 20B

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

La table répertorie chaque carte capable de supporter NeMO Megatron GPT 20B, ayant besoin d'environ 10.5 GB à une compression de Q3_K_M. Aucun montant de puissance de traitement ne compense une carte qui ne peut pas la supporter.
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 NeMO Megatron GPT 20B.
03

Choisissez jusqu'où vous allez le compresser

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

Trier par vitesse

La commande de vitesse est effectivement un classement par bande passante mémoire, pour NeMO Megatron GPT 20B. 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 169 tok/s
05

Vérifiez le verdict de compatibilité avant d'acheter

Un ajustement serré fonctionne, mais ne laisse rien de libre pour une conversation plus longue, dans le cas de NeMO Megatron GPT 20B. 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 NeMO Megatron GPT 20B.

Réponses

NeMO Megatron GPT 20B — questions courantes

NeMO Megatron GPT 20B— Puis-je l'exécuter sur un GPU détenant 16 GB ?

Oui. La carte Tesla V100 SXM2 16 GB, tenue 16 GB, l'exécute à une compression de Q4_K_M, environ 12.8 GO et générant à peu près 55.2 tokens par seconde. L'ajustement est serré.

NeMO Megatron GPT 20B— 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 Q6_K, environ 17.5 GO et générant à peu près 41.2 jetons par seconde. L'adéquation est confortable.

NeMO Megatron GPT 20B— 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.

NeMO Megatron GPT 20B— combien de paramètres cela a-t-il ?

Il a un nombre de paramètres de 20B. 20B. 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.

NeMO Megatron GPT 20B— qui l'a créé ?

Il a été publié par NVIDIA, basé sur United States of America, une organisation catégorisée comme industry.

NeMO Megatron GPT 20B— quand a-t-il été publié ?

Il a été publié dans September 2022. 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.

NeMO Megatron GPT 20B— à quoi ça sert ?

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

NeMO Megatron GPT 20B— 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.

NeMO Megatron GPT 20B— 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 2.9 Go. Chaque chiffre ici suppose que l'ensemble du modèle est résident sur la carte.

NeMO Megatron GPT 20B— 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 : 293. Ainsi, une seconde carte est rarement la réponse ici.

NeMO Megatron GPT 20B— 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 : 4. Les cartes plus grandes obtiennent la version plus précise, et le seuil de qualité au-dessus fixe la comparaison à un niveau.

NeMO Megatron GPT 20B— 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 : 102–271 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.

NeMO Megatron GPT 20B— Quelle GPU ai-je besoin pour l'exécuter ?

La plus petite CARTE de notre catalogue qui le supporte est Quadro K6000, avec une capacité de mémoire de 12 GB. Il exécute le modèle à une compression de Q3_K_M environ 10.5 GB, et produit environ 14.0 tous les GPU capables de l'exécuter en total 293.

NeMO Megatron GPT 20B— à quelle vitesse est-il sur un GPU ?

Cela dépend de la carte. Le plus rapide que nous calculons est B200, à propos de 169 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 : 248.

NeMO Megatron GPT 20B— combien de VRAM cela nécessite-t-il ?

Cela nécessite environ 10.5 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.

NeMO Megatron GPT 20B— Puis-je l'exécuter sur un GPU détenant 12 GB ?

Oui. La carte GeForce RTX 3080 Ti, tenue 12 GB, l'exécute à une compression de Q3_K_M, environ 10.5 GO et générant à peu près 52.1 tokens par seconde. L'ajustement est serré.

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