Eagle 2 calculateur TPS

Ouvrir les poids NVIDIA,Nanjing University,Tsinghua University,Hong Kong Polytechnic University,Johns Hopkins University,New York University (NYU) 8.9B paramètres January 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

582 cartes qui peuvent le faire

818 cartes dont nous détenons les spécifications pour

Carte la plus petite qui convient

Quadro 6000

6 GB · Q3_K_M · 15.6 tok/s

Carte la plus rapide

B200

379 tok/s · 180 GB

Quelles GPU peuvent exécuter Eagle 2?

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.

582 cartes correspondent

Calcul en cours

					Besoin	Quantification	Convient
379 tok/s 228–607 · faible confiance	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	10.3 GB	Q8_0	Confortable
379 tok/s 228–607 · faible confiance	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	10.3 GB	Q8_0	Confortable
303 tok/s 182–485 · faible confiance	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	10.3 GB	Q8_0	Confortable
303 tok/s 182–485 · faible confiance	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	10.3 GB	Q8_0	Confortable
242 tok/s 145–388 · faible confiance	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	10.3 GB	Q8_0	Confortable
232 tok/s 139–371 · faible confiance	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	10.3 GB	Q8_0	Confortable
232 tok/s 139–371 · faible confiance	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	10.3 GB	Q8_0	Confortable
222 tok/s 133–355 · faible confiance	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	10.3 GB	Q8_0	Confortable
197 tok/s 118–315 · faible confiance	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	10.3 GB	Q8_0	Confortable
197 tok/s 118–315 · faible confiance	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	10.3 GB	Q8_0	Confortable
197 tok/s 118–315 · faible confiance	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	10.3 GB	Q8_0	Confortable
187 tok/s 112–299 · faible confiance	H100 NVL 94 GB NVIDIA	94 GB	3,940 GB/s	Mar 2023	10.3 GB	Q8_0	Confortable
159 tok/s 96–255 · faible confiance	H100 PCIe 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	10.3 GB	Q8_0	Confortable
159 tok/s 96–255 · faible confiance	H100 SXM5 80 GB NVIDIA	80 GB	3,360 GB/s	Oct 2022	10.3 GB	Q8_0	Confortable
159 tok/s 96–255 · faible confiance	H100 SXM5 94 GB NVIDIA	94 GB	3,360 GB/s	Mar 2023	10.3 GB	Q8_0	Confortable
159 tok/s 96–255 · faible confiance	H100 SXM5 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	10.3 GB	Q8_0	Confortable
159 tok/s 96–255 · faible confiance	H800 SXM5 NVIDIA	80 GB	3,360 GB/s	Mar 2023	10.3 GB	Q8_0	Confortable
126 tok/s 76–202 · faible confiance	CMP 170HX 8 GB NVIDIA	8 GB	1,490 GB/s	Sep 2021	7.1 GB	Q5_K_M	À l'étroit
121 tok/s 73–194 · faible confiance	Radeon Instinct MI250 AMD	128 GB	3,280 GB/s	Nov 2021	10.3 GB	Q8_0	Confortable
121 tok/s 73–194 · faible confiance	Radeon Instinct MI250X AMD	128 GB	3,280 GB/s	Nov 2021	10.3 GB	Q8_0	Confortable
108 tok/s 65–172 · faible confiance	CMP 170HX 10 GB NVIDIA	10 GB	1,560 GB/s	Sep 2021	8.2 GB	Q6_K	À l'étroit
101 tok/s 61–162 · faible confiance	Data Center GPU Max 1550 Intel	128 GB	3,280 GB/s	Jan 2023	10.3 GB	Q8_0	Confortable
99.0 tok/s 59–158 · faible confiance	Data Center GPU Max Subsystem Intel	128 GB	3,210 GB/s	Jan 2023	10.3 GB	Q8_0	Confortable
96.8 tok/s 58–155 · faible confiance	A100 SXM4 80 GB NVIDIA	80 GB	2,040 GB/s	Nov 2020	10.3 GB	Q8_0	Confortable
96.8 tok/s 58–155 · faible confiance	A100X NVIDIA	80 GB	2,040 GB/s	Jun 2021	10.3 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,Nanjing University,Tsinghua University,Hong Kong Polytechnic University,Johns Hopkins University,New York University (NYU)
Type d'organisation: Industry,Academia,Academia,Academia,Academia,Academia
Pays: United States of America, China, Hong Kong
Publié: 20 January 2025
Auteurs: Zhiqi Li, Guo Chen, Shilong Liu, Shihao Wang, Vibashan VS, Yishen Ji, Shiyi Lan, Hao Zhang, Yilin Zhao, Subhashree Radhakrishnan, Nadine Chang, Karan Sapra, Amala Sanjay Deshmukh, Tuomas Rintamaki, Matthieu Le, Ilia Karmanov, Lukas Voegtle, Philipp Fischer, De-An Huang, Timo Roman, Tong Lu, Jose M. Alvarez, Bryan Catanzaro, Jan Kautz, Andrew Tao, Guilin Liu, Zhiding Yu

Ce qu'il fait

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

Domaine: Vision, Robotics, Language
Modèle de base: Qwen2.5-7B

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: 8.9B
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.

Calcul de formation: 4.7 × 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: NVIDIA H100 SXM5 80GB
Chips utilisés: 256
Temps en temps réel: 131 hours
Consommation d'énergie: 352.1 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 (non-commercial)
Code d'entraînement: Unreleased
Hugging Face: nvidia

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.

Pourquoi c'est suivi: SOTA improvement
Confiance d'enregistrement: Confident
Citations: 57

Sources

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

Référence: Eagle 2: Building Post-Training Data Strategies from Scratch for Frontier Vision-Language Models
Dernière mise à jour: 25 May 2026

Les extrêmes

Les dix GPU les plus rapides qui exécutent Eagle 2

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 Eagle 2

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

Quadro 6000

Mémoire requise

5.1 GB

Le plus rapide

379 tok/s

Eagle 2 atteint un nombre de paramètres de 8.9B. 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 : 582.

Le point d'entrée est Quadro 6000, avec une capacité de mémoire de 6 GB, le faisant fonctionner à une compression de Q3_K_M et produisant environ 15.6 tokens par seconde

À l'autre extrémité se trouve B200, générant à peu près 379 tokens par seconde sur la base d'une bande passante de mémoire de 8,000 GB/s.

Ce que ce modèle est

Eagle 2 a été publié par NVIDIA,Nanjing University,Tsinghua University,Hong Kong Polytechnic University,Johns Hopkins University,New York University (NYU), dans le pays enregistré comme United States of America, durant January 2025. La catégorie à laquelle appartient l'éditeur est industry,Academia,Academia,Academia,Academia,Academia.

Il fonctionne dans le domaine de Vision, Robotics, Language.

Son point de départ était un modèle de base existant, Qwen2.5-7B. La plupart des modèles à cette échelle sont adaptés d'une base existante plutôt que construits de rien.

Les poids étant ouverts, c'est ce qui place cette page dans le calculateur plutôt que seulement dans le catalogue : c'est un modèle que vous pouvez réellement tenir. Sur Hugging Face, il est publié sous l'organisation nvidia.

Qu'est-ce qui détermine la vitesse

La moitié des cartes qui le détiennent gèrent plus de 21.3 tokens par seconde. Produire du texte plus vite que la plupart des gens ne le lisent. 541 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.

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.

Comment il a été entraîné

La production a nécessité des calculs totalisant environ 4.7 × 10²² FLOP, sur matériel enregistré comme NVIDIA H100 SXM5 80GB. Ce chiffre mesure le coût de production du modèle, et n'a aucune incidence sur la vitesse de réponse.

La raison pour laquelle il apparaît dans ce catalogue. sOTA improvement.

Étape par étape

Comment choisir un GPU pour Eagle 2

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

Vérifiez ce dont cela a besoin avant toute autre chose

Chaque carte ici a été vérifiée contre Eagle 2, ayant besoin d'environ 5.1 GB à une compression de Q3_K_M. La capacité est la porte — une carte soit la détient soit ne la détient pas.
02

Faites correspondre le contexte à votre utilisation réelle.

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. Eagle 2.
03

Décidez combien de compression vous allez accepter

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

Classer par débit plutôt que par fiche technique

Trier par vitesse pour voir comment les cartes se classent pour Eagle 2. 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 379 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 Eagle 2. 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 Eagle 2.

Réponses

Eagle 2 — questions courantes

Eagle 2— Puis-je l'exécuter sur un GPU détenant 8 GB ?

Oui. La carte CMP 170HX 8 GB, tenue 8 GB, l'exécute à une compression de Q5_K_M, environ 7.1 GO et générant à peu près 126 tokens par seconde. L'ajustement est serré.

Eagle 2— 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 Q8_0, environ 10.3 GO et générant à peu près 43.3 tokens par seconde. L'ajustement est serré.

Eagle 2— 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 Q8_0, environ 10.3 GO et générant à peu près 53.6 jetons par seconde. L'adéquation est confortable.

Eagle 2— 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 10.3 GO et générant à peu près 63.6 jetons par seconde. L'adéquation est confortable.

Eagle 2— 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.

Eagle 2— combien de paramètres cela a-t-il ?

Il a un nombre de paramètres de 8.9B. Table 4 https://huggingface.co/nvidia/Eagle2-9B "8.93B params". 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.

Eagle 2— qui l'a créé ?

Il a été publié par NVIDIA,Nanjing University,Tsinghua University,Hong Kong Polytechnic University,Johns Hopkins University,New York University (NYU), basé sur United States of America, une organisation catégorisée comme industry,Academia,Academia,Academia,Academia,Academia.

Eagle 2— quand a-t-il été publié ?

Il a été publié dans January 2025.

Eagle 2— à quoi ça sert ?

Il fonctionne dans le domaine de Vision, Robotics, Language. 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.

Eagle 2— où puis-je le télécharger ?

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

Eagle 2— combien de puissance de calcul a été utilisée pour l'entraîner ?

L'entraînement a consommé environ 4.7 × 10²² FLOP, sur matériel enregistré comme NVIDIA H100 SXM5 80GB. 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.

Eagle 2— 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 1.6 Go. Chaque chiffre ici suppose que l'ensemble du modèle est résident sur la carte.

Eagle 2— 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 : 582. Ainsi, une seconde carte est rarement la réponse ici.

Eagle 2— 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.

Eagle 2— quelle est la précision de ces estimations de vitesse ?

Ce sont des estimations avec de véritables barres d'erreur, et n'importe lequel d'entre eux pourrait raisonnablement se situer n'importe où dans sa plage publiée en fonction du temps d'exécution que vous utilisez. Le résultat le plus rapide ici : 228–607 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.

Eagle 2— Quelle GPU ai-je besoin pour l'exécuter ?

La plus petite CARTE de notre catalogue qui le supporte est Quadro 6000, avec une capacité de mémoire de 6 GB. Il exécute le modèle à une compression de Q3_K_M environ 5.1 GB, et produit environ 15.6 tous les GPU capables de l'exécuter en total 582.

Eagle 2— à quelle vitesse est-il sur un GPU ?

Cela dépend de la carte. Le plus rapide que nous calculons est B200, à propos de 379 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 : 541.

Eagle 2— combien de VRAM cela nécessite-t-il ?

Cela nécessite environ 5.1 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 25 May 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