T5Gemma (Gemma 9B-9B) calculateur TPS

Ouvrir les poids Google DeepMind 16.7B 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

306 cartes qui peuvent le faire

818 cartes dont nous détenons les spécifications pour

Carte la plus petite qui convient

P102-101

10 GB · Q3_K_M · 18.6 tok/s

Carte la plus rapide

B200

203 tok/s · 180 GB

Quelles GPU peuvent exécuter T5Gemma (Gemma 9B-9B)?

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.

306 cartes correspondent

Calcul en cours

					Besoin	Quantification	Convient
203 tok/s 122–325 · faible confiance	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	18.6 GB	Q8_0	Confortable
203 tok/s 122–325 · faible confiance	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	18.6 GB	Q8_0	Confortable
162 tok/s 97–259 · faible confiance	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	18.6 GB	Q8_0	Confortable
162 tok/s 97–259 · faible confiance	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	18.6 GB	Q8_0	Confortable
130 tok/s 78–207 · faible confiance	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	18.6 GB	Q8_0	Confortable
124 tok/s 74–198 · faible confiance	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	18.6 GB	Q8_0	Confortable
124 tok/s 74–198 · faible confiance	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	18.6 GB	Q8_0	Confortable
119 tok/s 71–190 · faible confiance	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	18.6 GB	Q8_0	Confortable
107 tok/s 64–171 · faible confiance	CMP 170HX 10 GB NVIDIA	10 GB	1,560 GB/s	Sep 2021	8.9 GB	Q3_K_M	À l'étroit
105 tok/s 63–169 · faible confiance	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	18.6 GB	Q8_0	Confortable
105 tok/s 63–169 · faible confiance	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	18.6 GB	Q8_0	Confortable
105 tok/s 63–169 · faible confiance	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	18.6 GB	Q8_0	Confortable
99.9 tok/s 60–160 · faible confiance	H100 NVL 94 GB NVIDIA	94 GB	3,940 GB/s	Mar 2023	18.6 GB	Q8_0	Confortable
85.2 tok/s 51–136 · faible confiance	H100 PCIe 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	18.6 GB	Q8_0	Confortable
85.2 tok/s 51–136 · faible confiance	H100 SXM5 80 GB NVIDIA	80 GB	3,360 GB/s	Oct 2022	18.6 GB	Q8_0	Confortable
85.2 tok/s 51–136 · faible confiance	H100 SXM5 94 GB NVIDIA	94 GB	3,360 GB/s	Mar 2023	18.6 GB	Q8_0	Confortable
85.2 tok/s 51–136 · faible confiance	H100 SXM5 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	18.6 GB	Q8_0	Confortable
85.2 tok/s 51–136 · faible confiance	H800 SXM5 NVIDIA	80 GB	3,360 GB/s	Mar 2023	18.6 GB	Q8_0	Confortable
64.9 tok/s 39–104 · faible confiance	Radeon Instinct MI250 AMD	128 GB	3,280 GB/s	Nov 2021	18.6 GB	Q8_0	Confortable
64.9 tok/s 39–104 · faible confiance	Radeon Instinct MI250X AMD	128 GB	3,280 GB/s	Nov 2021	18.6 GB	Q8_0	Confortable
56.8 tok/s 34–91 · faible confiance	GeForce RTX 3080 12 GB NVIDIA	12 GB	912 GB/s	Jan 2022	9.8 GB	IQ4_XS	À l'étroit
56.8 tok/s 34–91 · faible confiance	GeForce RTX 3080 Ti NVIDIA	12 GB	912 GB/s	May 2021	9.8 GB	IQ4_XS	À l'étroit
54.1 tok/s 32–87 · faible confiance	Data Center GPU Max 1550 Intel	128 GB	3,280 GB/s	Jan 2023	18.6 GB	Q8_0	Confortable
52.9 tok/s 32–85 · faible confiance	Data Center GPU Max Subsystem Intel	128 GB	3,210 GB/s	Jan 2023	18.6 GB	Q8_0	Confortable
52.0 tok/s 31–83 · faible confiance	CMP 90HX NVIDIA	10 GB	760 GB/s	Jul 2021	8.9 GB	Q3_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: Google DeepMind
Type d'organisation: Industry
Pays: United States of America
Publié: 8 April 2025
Auteurs: Biao Zhang, Fedor Moiseev, Joshua Ainslie, Paul Suganthan, Min Ma, Surya Bhupatiraju, Fede Lebron, Orhan Firat, Armand Joulin, Zhe Dong

Ce qu'il fait

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

Domaine: Language
Tâche: Semantic embedding, Language modeling/generation, Question answering
Modèle de base: Gemma 2 9B

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: 16.7B
Données d'entraînement: tokens

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.

Comment cela a été établi: Operation counting
Ajustement fin des calculs: 2 × 10²³ FLOP

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.

Confiance d'enregistrement: Likely

Sources

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

Référence: Encoder-Decoder Gemma: Improving the Quality-Efficiency Trade-Off via Adaptation
Dernière mise à jour: 11 February 2026

Les extrêmes

Les dix GPU les plus rapides qui exécutent T5Gemma (Gemma 9B-9B)

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 T5Gemma (Gemma 9B-9B)

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

P102-101

Mémoire requise

8.9 GB

Le plus rapide

203 tok/s

T5Gemma (Gemma 9B-9B) atteint un nombre de paramètres de 16.7B. 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 : 306.

À l'extrémité inférieure, cela est géré par P102-101, avec une capacité de mémoire de 10 GB, le faisant fonctionner à une compression de Q3_K_M et produisant environ 18.6 tokens par seconde

Le plus rapide que nous calculons pour cela est B200, générant à peu près 203 tokens par seconde sur la base d'une bande passante de mémoire de 8,000 GB/s.

D'où cela vient-il

T5Gemma (Gemma 9B-9B) a été publié par Google DeepMind, dans le pays enregistré comme United States of America, durant April 2025. La catégorie à laquelle appartient l'éditeur est industry.

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

Plutôt que d'être entraîné depuis le début, il est dérivé de Gemma 2 9B. C'est pourquoi il partage la forme et la taille générales du modèle de base.

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. Sur Hugging Face, il est publié sous l'organisation google.

Comprendre les vitesses

Au milieu de la gamme, toutes les cartes capables de l'exécuter se situent à 20.9 tokens par seconde. Dépassement direct de la vitesse de lecture. 268 d'eux

Étant dense, il lit tout de lui-même par jeton, c'est pourquoi le classement par vitesse ci-dessous suit de si près le classement par bande passante mémoire.

Son architecture interne n'est pas dans notre base de données, donc la mémoire est approximée à partir du nombre de paramètres et marquée en conséquence. Attendez-vous à ce que la véritable valeur diffère, surtout pour un long CONTEXT LENGTH.

Étape par étape

Comment choisir un GPU pour T5Gemma (Gemma 9B-9B)

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 T5Gemma (Gemma 9B-9B), ayant besoin d'environ 8.9 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.

Définissez le contexte de ce que vous allez réellement utiliser. Le cache augmente avec la conversation, et c'est la raison habituelle pour laquelle une carte qui semblait convenir cesse de s'adapter. T5Gemma (Gemma 9B-9B).
03

Choisissez jusqu'où vous allez le compresser

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.

Trier par vitesse pour voir comment les cartes se classent pour T5Gemma (Gemma 9B-9B). 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 203 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 T5Gemma (Gemma 9B-9B). 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 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 T5Gemma (Gemma 9B-9B).

Réponses

T5Gemma (Gemma 9B-9B) — questions courantes

T5Gemma (Gemma 9B-9B)— 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 : 306. Ainsi, une seconde carte est rarement la réponse ici.

T5Gemma (Gemma 9B-9B)— 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.

T5Gemma (Gemma 9B-9B)— 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 : 122–325 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.

T5Gemma (Gemma 9B-9B)— Quelle GPU ai-je besoin pour l'exécuter ?

La plus petite CARTE de notre catalogue qui le supporte est P102-101, avec une capacité de mémoire de 10 GB. Il exécute le modèle à une compression de Q3_K_M environ 8.9 GB, et produit environ 18.6 tous les GPU capables de l'exécuter en total 306.

T5Gemma (Gemma 9B-9B)— à quelle vitesse est-il sur un GPU ?

Cela dépend de la carte. Le plus rapide que nous calculons est B200, à propos de 203 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 : 268.

T5Gemma (Gemma 9B-9B)— combien de VRAM cela nécessite-t-il ?

Cela nécessite environ 8.9 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.

T5Gemma (Gemma 9B-9B)— 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 9.8 GO et générant à peu près 56.8 tokens par seconde. L'ajustement est serré.

T5Gemma (Gemma 9B-9B)— 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 12.7 GO et générant à peu près 51.2 tokens par seconde. L'ajustement est serré.

T5Gemma (Gemma 9B-9B)— 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 18.6 GO et générant à peu près 34.0 tokens par seconde. L'ajustement est serré.

T5Gemma (Gemma 9B-9B)— 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.

T5Gemma (Gemma 9B-9B)— combien de paramètres cela a-t-il ?

Il a un nombre de paramètres de 16.7B. 16.7B. 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.

T5Gemma (Gemma 9B-9B)— qui l'a créé ?

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

T5Gemma (Gemma 9B-9B)— quand a-t-il été publié ?

Il a été publié dans April 2025.

T5Gemma (Gemma 9B-9B)— à quoi ça sert ?

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

T5Gemma (Gemma 9B-9B)— 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.

T5Gemma (Gemma 9B-9B)— 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 3.6 Go. Chaque chiffre ici suppose que l'ensemble du modèle est résident sur la carte.

Source

Publication originale

Dernière mise à jour enregistrée 11 February 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