TxGemma 27B calculateur TPS

Ouvrir les poids Google DeepMind,Google Research 27B 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

241 cartes qui peuvent le faire

818 cartes dont nous détenons les spécifications pour

Carte la plus petite qui convient

Xeon Phi 7120P

16 GB · Q3_K_M · 9.7 tok/s

Carte la plus rapide

B200

125 tok/s · 180 GB

Quelles GPU peuvent exécuter TxGemma 27B?

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.

241 cartes correspondent

Calcul en cours

					Besoin	Quantification	Convient
125 tok/s 107–151	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	30.1 GB	Q8_0	Confortable
125 tok/s 107–151	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	30.1 GB	Q8_0	Confortable
100 tok/s 60–160 · faible confiance	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	30.1 GB	Q8_0	Confortable
100 tok/s 60–160 · faible confiance	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	30.1 GB	Q8_0	Confortable
80.1 tok/s 48–128 · faible confiance	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	30.1 GB	Q8_0	Confortable
76.7 tok/s 65–92	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	30.1 GB	Q8_0	Confortable
76.7 tok/s 65–92	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	30.1 GB	Q8_0	Confortable
73.4 tok/s 44–117 · faible confiance	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	30.1 GB	Q8_0	Confortable
65.2 tok/s 39–104 · faible confiance	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	30.1 GB	Q8_0	Confortable
65.2 tok/s 39–104 · faible confiance	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	30.1 GB	Q8_0	Confortable
65.2 tok/s 39–104 · faible confiance	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	30.1 GB	Q8_0	Confortable
61.8 tok/s 53–74	H100 NVL 94 GB NVIDIA	94 GB	3,940 GB/s	Mar 2023	30.1 GB	Q8_0	Confortable
52.7 tok/s 45–63	H100 PCIe 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	30.1 GB	Q8_0	Confortable
52.7 tok/s 45–63	H100 SXM5 80 GB NVIDIA	80 GB	3,360 GB/s	Oct 2022	30.1 GB	Q8_0	Confortable
52.7 tok/s 45–63	H100 SXM5 94 GB NVIDIA	94 GB	3,360 GB/s	Mar 2023	30.1 GB	Q8_0	Confortable
52.7 tok/s 45–63	H100 SXM5 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	30.1 GB	Q8_0	Confortable
52.7 tok/s 45–63	H800 SXM5 NVIDIA	80 GB	3,360 GB/s	Mar 2023	30.1 GB	Q8_0	Confortable
47.8 tok/s 41–57	Tesla V100 SXM2 16 GB NVIDIA	16 GB	1,130 GB/s	Nov 2019	14.4 GB	Q3_K_M	À l'étroit
42.6 tok/s 36–51	DRIVE A100 PROD NVIDIA	32 GB	1,870 GB/s	May 2020	23.8 GB	Q6_K	Confortable
42.6 tok/s 36–51	GRID A100A NVIDIA	32 GB	1,870 GB/s	May 2020	23.8 GB	Q6_K	Confortable
40.8 tok/s 35–49	GeForce RTX 5090 NVIDIA	32 GB	1,790 GB/s	Jan 2025	23.8 GB	Q6_K	Confortable
40.8 tok/s 35–49	GeForce RTX 5090 D NVIDIA	32 GB	1,790 GB/s	Jan 2025	23.8 GB	Q6_K	Confortable
40.6 tok/s 35–49	GeForce RTX 5080 NVIDIA	16 GB	960 GB/s	Jan 2025	14.4 GB	Q3_K_M	À l'étroit
40.1 tok/s 24–64 · faible confiance	Radeon Instinct MI250 AMD	128 GB	3,280 GB/s	Nov 2021	30.1 GB	Q8_0	Confortable
40.1 tok/s 24–64 · faible confiance	Radeon Instinct MI250X AMD	128 GB	3,280 GB/s	Nov 2021	30.1 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: Google DeepMind,Google Research
Type d'organisation: Industry,Industry
Pays: United States of America
Publié: 8 April 2025
Auteurs: Eric Wang, Samuel Schmidgall, Paul F. Jaeger, Fan Zhang, Rory Pilgrim, Yossi Matias, Joelle Barral, David Fleet, Shekoofeh Azizi

Ce qu'il fait

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

Domaine: Language, Biology
Tâche: Protein or nucleotide language model (pLM/nLM), Protein property prediction, Small molecule property prediction, Chat, Question answering, Protein question answering, Protein function prediction, Language modeling/generation
Modèle de base: Gemma 2 27B

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: 27B
Données d'entraînement: tokens
Époques: 12

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: 2.1 × 10²⁴ FLOP
Comment cela a été établi: Operation counting
Ajustement fin des calculs: 1.1 × 10²² 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: Google TPU v4
Chips utilisés: 256
Consommation d'énergie: 170.7 kW

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: google

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.

Probablement au-dessus de 10²³ FLOP: Yes
Confiance d'enregistrement: Confident

Sources

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

Référence: TxGemma: Efficient and Agentic LLMs for Therapeutics
Dernière mise à jour: 28 November 2025

Les extrêmes

Les dix GPU les plus rapides qui exécutent TxGemma 27B

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 TxGemma 27B

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

Xeon Phi 7120P

Mémoire requise

14.4 GB

Le plus rapide

125 tok/s

TxGemma 27B atteint un nombre de paramètres de 27B. 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 : 241.

À l'extrémité inférieure, cela est géré par Xeon Phi 7120P, avec une capacité de mémoire de 16 GB, le faisant fonctionner à une compression de Q3_K_M et produisant environ 9.7 tokens par seconde

À l'autre extrémité se trouve B200, générant à peu près 125 tokens par seconde sur la base d'une bande passante de mémoire de 8,000 GB/s.

Contexte

TxGemma 27B a été publié par Google DeepMind,Google Research, dans le pays enregistré comme United States of America, durant April 2025. Cela provient d'une organisation classée comme industry,Industry.

Il fonctionne dans le domaine de Language, Biology, et est enregistré comme exécutant la tâche de protein or nucleotide language model (pLM/nLM), Protein property prediction, Small molecule property prediction, Chat, Question answering, Protein question answering, Protein function prediction, Language modeling/generation.

Son point de départ était un modèle de base existant, Gemma 2 27B. 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 google.

Lire les chiffres de débit

Au milieu de la gamme, toutes les cartes capables de l'exécuter se situent à 19.0 tokens par seconde 196 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.

Parce que l'architecture est enregistrée, la colonne de mémoire est dérivée plutôt qu'estimée.

Comment il a été entraîné

L'entraînement a nécessité un budget de calcul d'environ 2.1 × 10²⁴ FLOP, sur matériel enregistré comme Google TPU v4. Ce chiffre mesure le coût de production du modèle, et n'a aucune incidence sur la vitesse de réponse.

Étape par étape

Comment choisir un GPU pour TxGemma 27B

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

Commencez par ce dont il a réellement besoin, c'est-à-dire l'exigence de TxGemma 27B, ayant besoin d'environ 14.4 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

Décidez combien de temps vos conversations tournent

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. TxGemma 27B.
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.

Le classement par tokens par seconde suit la bande passante de la VRAM plutôt que le nombre de cœurs, pour TxGemma 27B. 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 125 tok/s
05

Regardez la marge de manœuvre, pas seulement le fit.

Un ajustement serré fonctionne, mais ne laisse rien de libre pour une conversation plus longue, dans le cas de TxGemma 27B. 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 TxGemma 27B.

Réponses

TxGemma 27B — questions courantes

TxGemma 27B— Quelle GPU ai-je besoin pour l'exécuter ?

La plus petite CARTE de notre catalogue qui le supporte est Xeon Phi 7120P, avec une capacité de mémoire de 16 GB. Il exécute le modèle à une compression de Q3_K_M environ 14.4 GB, et produit environ 9.7 tous les GPU capables de l'exécuter en total 241.

TxGemma 27B— à quelle vitesse est-il sur un GPU ?

Cela dépend de la carte. Le plus rapide que nous calculons est B200, à propos de 125 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 : 196.

TxGemma 27B— combien de VRAM cela nécessite-t-il ?

Cela nécessite environ 14.4 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.

TxGemma 27B— 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 Q3_K_M, environ 14.4 GO et générant à peu près 47.8 tokens par seconde. L'ajustement est serré.

TxGemma 27B— 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 Q5_K_M, environ 20.6 GO et générant à peu près 37.5 tokens par seconde. L'ajustement est serré.

TxGemma 27B— 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.

TxGemma 27B— combien de paramètres cela a-t-il ?

Il a un nombre de paramètres de 27B. 27B. 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.

TxGemma 27B— qui l'a créé ?

Il a été publié par Google DeepMind,Google Research, basé sur United States of America, une organisation catégorisée comme industry,Industry.

TxGemma 27B— quand a-t-il été publié ?

Il a été publié dans April 2025.

TxGemma 27B— à quoi ça sert ?

Il fonctionne dans le domaine de Language, Biology, et est enregistré comme gérant la tâche de protein or nucleotide language model (pLM/nLM), Protein property prediction, Small molecule property prediction, Chat, Question answering, Protein question answering, Protein function prediction, Language modeling/generation. 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.

TxGemma 27B— où puis-je le télécharger ?

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

TxGemma 27B— combien de puissance de calcul a été utilisée pour l'entraîner ?

L'entraînement a consommé environ 2.1 × 10²⁴ FLOP, sur matériel enregistré comme Google TPU v4. 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.

TxGemma 27B— 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 6.7 Go. Chaque chiffre ici suppose que l'ensemble du modèle est résident sur la carte.

TxGemma 27B— 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 : 241. Ainsi, une seconde carte est rarement la réponse ici.

TxGemma 27B— 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 : 5. Les cartes plus grandes obtiennent la version plus précise, et le seuil de qualité au-dessus fixe la comparaison à un niveau.

TxGemma 27B— 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 : 107–151 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.

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