ERNIE-4.5-VL-424B-A47B (文心大模型4.5) calculateur TPS
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
818 cartes dont nous détenons les spécifications pour
Carte la plus petite qui convient
Radeon Instinct MI325X
256 GB · IQ4_XS · 63.8 tok/s
Carte la plus rapide
B300
102 tok/s · 288 GB
Quelles GPU peuvent exécuter ERNIE-4.5-VL-424B-A47B (文心大模型4.5)?
Définir les entrées, lire la réponse
Une conversation plus longue nécessite plus de mémoire, ce qui peut pousser ce modèle hors des cartes plus petites..
Cache des cartes qui ne conviendraient qu'au modèle en le compressant en dessous de ce point..
4 cartes correspondent
Calcul en cours| Besoin | Quantification | Convient | |||||
|---|---|---|---|---|---|---|---|
|
102
tok/s
62–164 · faible confiance |
B300 NVIDIA | 288 GB | 8,000 GB/s | Sep 2025 | 235.4 GB | Q4_K_M | À l'étroit |
|
81.8
tok/s
49–131 · faible confiance |
Radeon Instinct MI350X AMD | 288 GB | 8,190 GB/s | Jan 2025 | 235.4 GB | Q4_K_M | À l'étroit |
|
81.8
tok/s
49–131 · faible confiance |
Radeon Instinct MI355X AMD | 288 GB | 8,190 GB/s | Jan 2025 | 235.4 GB | Q4_K_M | À l'étroit |
|
63.8
tok/s
38–102 · faible confiance |
Radeon Instinct MI325X AMD | 256 GB | 6,000 GB/s | Oct 2024 | 210.8 GB | IQ4_XS | 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
- Baidu
- Type d'organisation
- Industry
- Pays
- China
- Publié
- 16 March 2025
Ce qu'il fait
Les domaines problématiques pour lesquels le modèle a été conçu. Un modèle peut contenir plusieurs de chacun.
- Domaine
- Multimodal, Language, Vision, Video
- Tâche
- Language modeling/generation, Visual question answering, Video description, Speech recognition (ASR), Quantitative reasoning, Code generation, Translation, Question answering, Character recognition (OCR)
- Modèle de base
- ERNIE-4.5-300B-A47B
- Format numérique
- FP8
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
- 424B
- Données d'entraînement
- tokens
MoE: total parameters - 424B active parameters - 47B "ViT encoder comprising 630 million parameters"
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
- baidu
Apache 2.0: https://huggingface.co/baidu/ERNIE-4.5-VL-424B-A47B-Base-PT Apache 2.0 for inference code https://github.com/PaddlePaddle/ERNIE
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
- Pourquoi c'est suivi
- SOTA improvement
- Confiance d'enregistrement
- Confident
ERNIE 4.5 surpassed GPT-4o in six out of seven evaluated benchmarks: [Table 7, Table 8] CCBench: Evaluates common-sense reasoning across text and images. ERNIE 4.5 scored approximately 81, slightly outperforming GPT-4o’s ~79. OCRBench: Assesses optical character recognition capabilities, focusing on text extraction from images. ERNIE 4.5 achieved around 88, surpassing GPT-4o’s ~81. ChartQA: Tests understanding of data presented in charts. ERNIE 4.5 scored ~82, marginally ahead of GPT-4o’s ~81. M…
Sources
D'où vient cet enregistrement et quand a-t-il été vérifié pour la dernière fois.
- Référence
- Baidu's ERNIE 4.5 & X1: Features, Access, DeepSeek Comparison
- Dernière mise à jour
- 11 February 2026
Les extrêmes
Les dix GPU les plus rapides qui exécutent ERNIE-4.5-VL-424B-A47B (文心大模型4.5)
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 ERNIE-4.5-VL-424B-A47B (文心大模型4.5)
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..
- 01 Radeon Instinct MI325X 256 GB · Besoin 210.8 GB · IQ4_XS · À l'étroit 63.8 tok/s
- 02 B300 288 GB · Besoin 235.4 GB · Q4_K_M · À l'étroit 102 tok/s
- 03 Radeon Instinct MI350X 288 GB · Besoin 235.4 GB · Q4_K_M · À l'étroit 81.8 tok/s
- 04 Radeon Instinct MI355X 288 GB · Besoin 235.4 GB · Q4_K_M · À l'étroit 81.8 tok/s
Ce que les chiffres signifient
Le côté matériel
Carte minimale
Radeon Instinct MI325X
Mémoire requise
210.8 GB
Le plus rapide
102 tok/s
ERNIE-4.5-VL-424B-A47B (文心大模型4.5) atteint un nombre de paramètres de 424B. Cela dépasse ce que peut contenir une seule carte graphique. L'exécuter signifie soit le répartir entre plusieurs cartes, soit louer du matériel conçu pour cela, et chaque carte capable de le contenir seule est une pièce de datacenter. Le nombre qui peut : 4.
À l'extrémité inférieure, cela est géré par Radeon Instinct MI325X, avec une capacité de mémoire de 256 GB, le faisant fonctionner à une compression de IQ4_XS et produisant environ 63.8 tokens par seconde
Le plus rapide que nous calculons pour cela est B300, générant à peu près 102 tokens par seconde sur la base d'une bande passante de mémoire de 8,000 GB/s.
Ce que ce modèle est
ERNIE-4.5-VL-424B-A47B (文心大模型4.5) a été publié par Baidu, dans le pays enregistré comme China, durant March 2025. L'organisation de publication est catégorisée comme industry.
Il fonctionne dans le domaine de Multimodal, Language, Vision, Video, et est enregistré comme exécutant la tâche de language modeling/generation, Visual question answering, Video description, Speech recognition (ASR), Quantitative reasoning, Code generation, Translation, Question answering, Character recognition (OCR).
Il s'appuie sur ERNIE-4.5-300B-A47B. C'est pourquoi il partage la forme et la taille générales du modèle de base.
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. Sur Hugging Face, il est publié sous l'organisation baidu.
Qu'est-ce qui détermine la vitesse
Au milieu de la gamme, toutes les cartes capables de l'exécuter se situent à 81.8 tokens par seconde. Dépassement direct de la vitesse de lecture. 4 d'eux
Le routage par mélange d'experts est la raison pour laquelle les vitesses ici semblent élevées pour le nombre de paramètres. Seule une fraction est lue par token, mais l'ensemble doit être chargé.
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.
Comment il a été entraîné
La raison pour laquelle il apparaît dans ce catalogue. sOTA improvement.
Étape par étape
Comment choisir un GPU pour ERNIE-4.5-VL-424B-A47B (文心大模型4.5)
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
Commencez par ce dont il a réellement besoin, c'est-à-dire l'exigence de ERNIE-4.5-VL-424B-A47B (文心大模型4.5), ayant besoin d'environ 210.8 GB à une compression de IQ4_XS. Aucun montant de puissance de traitement ne compense une carte qui ne peut pas la supporter.
-
02
Définissez la LONGUEUR DE CONTEXTE à laquelle vous travaillerez.
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 ERNIE-4.5-VL-424B-A47B (文心大模型4.5).
-
03
Choisissez jusqu'où vous allez le compresser
Chaque carte exécute la copie la moins compressée qu'elle peut contenir., atteignant une compression de IQ4_XS 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 ERNIE-4.5-VL-424B-A47B (文心大模型4.5). 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 B300, à 102 tok/s
-
05
Regardez la marge de manœuvre, pas seulement le fit.
La colonne d'adéquation sépare les cartes qui y parviennent juste de celles qui ont de la marge, dans le cas de ERNIE-4.5-VL-424B-A47B (文心大模型4.5). 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
Voir ce que cette carte exécute d'autre.
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 ERNIE-4.5-VL-424B-A47B (文心大模型4.5).
Réponses
ERNIE-4.5-VL-424B-A47B (文心大模型4.5) — questions courantes
ERNIE-4.5-VL-424B-A47B (文心大模型4.5)— combien de VRAM cela nécessite-t-il ?
Cela nécessite environ 210.8 GB à une compression de IQ4_XS, 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.
ERNIE-4.5-VL-424B-A47B (文心大模型4.5)— 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.
ERNIE-4.5-VL-424B-A47B (文心大模型4.5)— combien de paramètres cela a-t-il ?
Il a un nombre de paramètres de 424B. MoE: total parameters - 424B active parameters - 47B "ViT encoder comprising 630 million 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.
ERNIE-4.5-VL-424B-A47B (文心大模型4.5)— qui l'a créé ?
Il a été publié par Baidu, basé sur China, une organisation catégorisée comme industry.
ERNIE-4.5-VL-424B-A47B (文心大模型4.5)— quand a-t-il été publié ?
Il a été publié dans March 2025.
ERNIE-4.5-VL-424B-A47B (文心大模型4.5)— à quoi ça sert ?
Il fonctionne dans le domaine de Multimodal, Language, Vision, Video, et est enregistré comme gérant la tâche de language modeling/generation, Visual question answering, Video description, Speech recognition (ASR), Quantitative reasoning, Code generation, Translation, Question answering, Character recognition (OCR). Les modèles portent souvent plus d'un de chacun, et les tags décrivent l'objectif plutôt que les limites de capacité.
ERNIE-4.5-VL-424B-A47B (文心大模型4.5)— où puis-je le télécharger ?
Ses poids sont publiés sur Hugging Face, sous l'organisation baidu. Nous n'hébergeons pas de fichiers de modèle — ce site calcule le matériel nécessaire pour les faire fonctionner.
ERNIE-4.5-VL-424B-A47B (文心大模型4.5)— Puis-je l'exécuter s'il ne tient pas dans ma GPU?
Il peut être réparti entre la carte et la mémoire système, mais cela génère de manière douloureuse lentement. La plus proche approximation que nous calculons est inférieure de 62.6 Go. Chaque chiffre ici suppose que l'ensemble du modèle est résident sur la carte.
ERNIE-4.5-VL-424B-A47B (文心大模型4.5)— 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 : 4. Ainsi, une seconde carte est rarement la réponse ici.
ERNIE-4.5-VL-424B-A47B (文心大模型4.5)— 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 : 2. Les cartes plus grandes obtiennent la version plus précise, et le seuil de qualité au-dessus fixe la comparaison à un niveau.
ERNIE-4.5-VL-424B-A47B (文心大模型4.5)— 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 : 62–164 tok/s sur B300. Le même modèle et carte varient de trente à cinquante pour cent en fonction du logiciel d'inférence et de sa version.
ERNIE-4.5-VL-424B-A47B (文心大模型4.5)— Quelle GPU ai-je besoin pour l'exécuter ?
La plus petite CARTE de notre catalogue qui le supporte est Radeon Instinct MI325X, avec une capacité de mémoire de 256 GB. Il exécute le modèle à une compression de IQ4_XS environ 210.8 GB, et produit environ 63.8 tous les GPU capables de l'exécuter en total 4.
ERNIE-4.5-VL-424B-A47B (文心大模型4.5)— à quelle vitesse est-il sur un GPU ?
Cela dépend de la carte. Le plus rapide que nous calculons est B300, à propos de 102 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 : 4.
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.