HiDream-I1 calculateur TPS

Ouvrir les poids HiDream 18B paramètres April 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

295 cartes qui peuvent le faire

818 cartes dont nous détenons les spécifications pour

Carte la plus petite qui convient

GeForce GTX 1080 Ti

11 GB · Q3_K_M · 26.1 tok/s

Carte la plus rapide

B200

188 tok/s · 180 GB

Quelles GPU peuvent exécuter HiDream-I1?

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.

295 cartes correspondent

Calcul en cours

					Besoin	Quantification	Convient
188 tok/s 113–301 · faible confiance	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	20.0 GB	Q8_0	Confortable
188 tok/s 113–301 · faible confiance	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	20.0 GB	Q8_0	Confortable
150 tok/s 90–241 · faible confiance	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	20.0 GB	Q8_0	Confortable
150 tok/s 90–241 · faible confiance	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	20.0 GB	Q8_0	Confortable
120 tok/s 72–192 · faible confiance	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	20.0 GB	Q8_0	Confortable
115 tok/s 69–184 · faible confiance	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	20.0 GB	Q8_0	Confortable
115 tok/s 69–184 · faible confiance	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	20.0 GB	Q8_0	Confortable
110 tok/s 66–176 · faible confiance	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	20.0 GB	Q8_0	Confortable
97.7 tok/s 59–156 · faible confiance	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	20.0 GB	Q8_0	Confortable
97.7 tok/s 59–156 · faible confiance	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	20.0 GB	Q8_0	Confortable
97.7 tok/s 59–156 · faible confiance	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	20.0 GB	Q8_0	Confortable
92.7 tok/s 56–148 · faible confiance	H100 NVL 94 GB NVIDIA	94 GB	3,940 GB/s	Mar 2023	20.0 GB	Q8_0	Confortable
79.1 tok/s 47–126 · faible confiance	H100 PCIe 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	20.0 GB	Q8_0	Confortable
79.1 tok/s 47–126 · faible confiance	H100 SXM5 80 GB NVIDIA	80 GB	3,360 GB/s	Oct 2022	20.0 GB	Q8_0	Confortable
79.1 tok/s 47–126 · faible confiance	H100 SXM5 94 GB NVIDIA	94 GB	3,360 GB/s	Mar 2023	20.0 GB	Q8_0	Confortable
79.1 tok/s 47–126 · faible confiance	H100 SXM5 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	20.0 GB	Q8_0	Confortable
79.1 tok/s 47–126 · faible confiance	H800 SXM5 NVIDIA	80 GB	3,360 GB/s	Mar 2023	20.0 GB	Q8_0	Confortable
60.2 tok/s 36–96 · faible confiance	Radeon Instinct MI250 AMD	128 GB	3,280 GB/s	Nov 2021	20.0 GB	Q8_0	Confortable
60.2 tok/s 36–96 · faible confiance	Radeon Instinct MI250X AMD	128 GB	3,280 GB/s	Nov 2021	20.0 GB	Q8_0	Confortable
52.7 tok/s 32–84 · faible confiance	GeForce RTX 3080 12 GB NVIDIA	12 GB	912 GB/s	Jan 2022	10.5 GB	IQ4_XS	À l'étroit
52.7 tok/s 32–84 · faible confiance	GeForce RTX 3080 Ti NVIDIA	12 GB	912 GB/s	May 2021	10.5 GB	IQ4_XS	À l'étroit
50.2 tok/s 30–80 · faible confiance	Data Center GPU Max 1550 Intel	128 GB	3,280 GB/s	Jan 2023	20.0 GB	Q8_0	Confortable
49.1 tok/s 29–79 · faible confiance	Data Center GPU Max Subsystem Intel	128 GB	3,210 GB/s	Jan 2023	20.0 GB	Q8_0	Confortable
48.0 tok/s 29–77 · faible confiance	A100 SXM4 80 GB NVIDIA	80 GB	2,040 GB/s	Nov 2020	20.0 GB	Q8_0	Confortable
48.0 tok/s 29–77 · faible confiance	A100X NVIDIA	80 GB	2,040 GB/s	Jun 2021	20.0 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: HiDream
Type d'organisation: Industry
Pays: China
Publié: 25 April 2025

Ce qu'il fait

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

Domaine: Image generation
Tâche: Image generation, Text-to-image

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: 18B
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 (unrestricted)
Code d'entraînement: Unreleased
Hugging Face: HiDream-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: HiDream-I1 is a new open-source image generative foundation model with 17B parameters that achieves state-of-the-art image generation quality within seconds.
Dernière mise à jour: 28 November 2025

Les extrêmes

Les dix GPU les plus rapides qui exécutent HiDream-I1

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 HiDream-I1

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

GeForce GTX 1080 Ti

Mémoire requise

9.5 GB

Le plus rapide

188 tok/s

HiDream-I1 atteint un nombre de paramètres de 18B. C'est suffisamment petit pour que le matériel soit rarement l'obstacle, y compris sur des CARDS âgées de plusieurs années. Le nombre de CARDS que nous suivons et qui peuvent le faire fonctionner : 295.

Le point d'entrée est GeForce GTX 1080 Ti, avec une capacité de mémoire de 11 GB, le faisant fonctionner à une compression de Q3_K_M et produisant environ 26.1 tokens par seconde

Le plus rapide que nous calculons pour cela est B200, générant à peu près 188 tokens par seconde sur la base d'une bande passante de mémoire de 8,000 GB/s.

Ce que ce modèle est

HiDream-I1 a été publié par HiDream, dans le pays enregistré comme China, durant April 2025. La catégorie à laquelle appartient l'éditeur est industry.

Il fonctionne dans le domaine de Image generation, et est enregistré comme exécutant la tâche de image generation, Text-to-image.

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 HiDream-ai.

Qu'est-ce qui détermine la vitesse

La moitié des cartes qui le détiennent gèrent plus de 19.4 tokens par seconde. Produire du texte plus vite que la plupart des gens ne le lisent. 248 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 HiDream-I1

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

Chaque carte ici a été vérifiée contre HiDream-I1, ayant besoin d'environ 9.5 GB à une compression de Q3_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.

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. HiDream-I1.
03

Définir un seuil de qualité

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.

Le classement par tokens par seconde suit la bande passante de la VRAM plutôt que le nombre de cœurs, pour HiDream-I1. 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 188 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 HiDream-I1. 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 HiDream-I1.

Réponses

HiDream-I1 — questions courantes

HiDream-I1— 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 IQ4_XS, environ 10.5 GO et générant à peu près 52.7 tokens par seconde. L'ajustement est serré.

HiDream-I1— 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 Q5_K_M, environ 13.7 GO et générant à peu près 47.5 tokens par seconde. L'ajustement est serré.

HiDream-I1— 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 Q8_0, environ 20.0 GO et générant à peu près 31.5 tokens par seconde. L'ajustement est serré.

HiDream-I1— 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.

HiDream-I1— combien de paramètres cela a-t-il ?

Il a un nombre de paramètres de 18B. 18B. 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.

HiDream-I1— qui l'a créé ?

Il a été publié par HiDream, basé sur China, une organisation catégorisée comme industry.

HiDream-I1— quand a-t-il été publié ?

Il a été publié dans April 2025.

HiDream-I1— à quoi ça sert ?

Il fonctionne dans le domaine de Image generation, et est enregistré comme gérant la tâche de image generation, Text-to-image. Ce sont les domaines autour desquels il a été conçu ; ils décrivent l'intention plutôt qu'une limite stricte.

HiDream-I1— où puis-je le télécharger ?

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

HiDream-I1— 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 2.6 Go. Chaque chiffre ici suppose que l'ensemble du modèle est résident sur la carte.

HiDream-I1— 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 : 295. Ainsi, une seconde carte est rarement la réponse ici.

HiDream-I1— 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.

HiDream-I1— 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 : 113–301 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.

HiDream-I1— Quelle GPU ai-je besoin pour l'exécuter ?

La plus petite CARTE de notre catalogue qui le supporte est GeForce GTX 1080 Ti, avec une capacité de mémoire de 11 GB. Il exécute le modèle à une compression de Q3_K_M environ 9.5 GB, et produit environ 26.1 tous les GPU capables de l'exécuter en total 295.

HiDream-I1— à quelle vitesse est-il sur un GPU ?

Cela dépend de la carte. Le plus rapide que nous calculons est B200, à propos de 188 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.

HiDream-I1— combien de VRAM cela nécessite-t-il ?

Cela nécessite environ 9.5 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.

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