InternVL2_5-78B calculateur TPS

Ouvrir les poids Shanghai AI Lab,SenseTime,Tsinghua University,Nanjing University,Fudan University,Chinese University of Hong Kong (CUHK),Shanghai Jiao Tong University 78.4B paramètres December 2024

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

58 cartes qui peuvent le faire

818 cartes dont nous détenons les spécifications pour

Carte la plus petite qui convient

Quadro RTX 8000

48 GB · Q3_K_M · 9.8 tok/s

Carte la plus rapide

B200

43.2 tok/s · 180 GB

Quelles GPU peuvent exécuter InternVL2_5-78B?

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.

58 cartes correspondent

Calcul en cours

					Besoin	Quantification	Convient
43.2 tok/s 26–69 · faible confiance	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	84.6 GB	Q8_0	Confortable
43.2 tok/s 26–69 · faible confiance	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	84.6 GB	Q8_0	Confortable
34.5 tok/s 21–55 · faible confiance	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	84.6 GB	Q8_0	Confortable
34.5 tok/s 21–55 · faible confiance	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	84.6 GB	Q8_0	Confortable
30.9 tok/s 19–49 · faible confiance	H100 NVL 94 GB NVIDIA	94 GB	3,940 GB/s	Mar 2023	66.4 GB	Q6_K	Confortable
27.6 tok/s 17–44 · faible confiance	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	84.6 GB	Q8_0	Confortable
27.3 tok/s 16–44 · faible confiance	GRID A100B NVIDIA	48 GB	1,870 GB/s	May 2020	39.0 GB	Q3_K_M	À l'étroit
26.4 tok/s 16–42 · faible confiance	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	84.6 GB	Q8_0	Confortable
26.4 tok/s 16–42 · faible confiance	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	84.6 GB	Q8_0	Confortable
26.4 tok/s 16–42 · faible confiance	H100 SXM5 80 GB NVIDIA	80 GB	3,360 GB/s	Oct 2022	66.4 GB	Q6_K	À l'étroit
26.4 tok/s 16–42 · faible confiance	H100 SXM5 94 GB NVIDIA	94 GB	3,360 GB/s	Mar 2023	66.4 GB	Q6_K	Confortable
26.4 tok/s 16–42 · faible confiance	H800 SXM5 NVIDIA	80 GB	3,360 GB/s	Mar 2023	66.4 GB	Q6_K	À l'étroit
25.3 tok/s 15–40 · faible confiance	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	84.6 GB	Q8_0	Confortable
22.4 tok/s 13–36 · faible confiance	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	84.6 GB	Q8_0	Confortable
22.4 tok/s 13–36 · faible confiance	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	84.6 GB	Q8_0	Confortable
22.4 tok/s 13–36 · faible confiance	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	84.6 GB	Q8_0	Confortable
19.5 tok/s 12–31 · faible confiance	RTX PRO 5000 Blackwell NVIDIA	48 GB	1,340 GB/s	Mar 2025	39.0 GB	Q3_K_M	À l'étroit
19.5 tok/s 12–31 · faible confiance	H100 SXM5 64 GB NVIDIA	64 GB	2,020 GB/s	Mar 2023	57.3 GB	Q5_K_M	À l'étroit
18.2 tok/s 11–29 · faible confiance	H100 PCIe 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	84.6 GB	Q8_0	À l'étroit
18.2 tok/s 11–29 · faible confiance	H100 SXM5 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	84.6 GB	Q8_0	À l'étroit
16.0 tok/s 10–26 · faible confiance	A100 SXM4 80 GB NVIDIA	80 GB	2,040 GB/s	Nov 2020	66.4 GB	Q6_K	À l'étroit
16.0 tok/s 10–26 · faible confiance	A100X NVIDIA	80 GB	2,040 GB/s	Jun 2021	66.4 GB	Q6_K	À l'étroit
16.0 tok/s 10–26 · faible confiance	A800 SXM4 80 GB NVIDIA	80 GB	2,040 GB/s	Aug 2022	66.4 GB	Q6_K	À l'étroit
16.0 tok/s 10–26 · faible confiance	H100 CNX NVIDIA	80 GB	2,040 GB/s	Mar 2023	66.4 GB	Q6_K	À l'étroit
16.0 tok/s 10–26 · faible confiance	H100 PCIe 80 GB NVIDIA	80 GB	2,040 GB/s	Oct 2022	66.4 GB	Q6_K	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: Shanghai AI Lab,SenseTime,Tsinghua University,Nanjing University,Fudan University,Chinese University of Hong Kong (CUHK),Shanghai Jiao Tong University
Type d'organisation: Academia,Industry,Academia,Academia,Academia,Academia,Academia
Pays: China, Hong Kong
Publié: 6 December 2024
Auteurs: Zhe Chen, Weiyun Wang, Yue Cao, Yangzhou Liu, Zhangwei Gao, Erfei Cui, Jinguo Zhu, Shenglong Ye, Hao Tian, Zhaoyang Liu, Lixin Gu, Xuehui Wang, Qingyun Li, Yimin Ren, Zixuan Chen, Jiapeng Luo, Jiahao Wang, Tan Jiang, Bo Wang, Conghui He, Botian Shi, Xingcheng Zhang, Han Lv, Yi Wang, Wenqi Shao, Pei Chu, Zhongying Tu, Tong He, Zhiyong Wu, Huipeng Deng, Jiaye Ge, Kai Chen, Kaipeng Zhang, Limin Wang,…

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
Tâche: Visual question answering, Language modeling/generation, Question answering, Character recognition (OCR)
Modèle de base: Qwen2.5 Instruct (72B),InternViT-6B

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: 78.4B
Données d'entraînement: 120,000,000,000 tokens
Époques: 1

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: 2.1 × 10²² 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: Open source
Hugging Face: OpenGVLab

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
Citations: 1,468

Sources

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

Référence: Expanding Performance Boundaries of Open-Source Multimodal Models with Model, Data, and Test-Time Scaling
Dernière mise à jour: 25 May 2026

Les extrêmes

Les dix GPU les plus rapides qui exécutent InternVL2_5-78B

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 InternVL2_5-78B

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 RTX 8000

Mémoire requise

39.0 GB

Le plus rapide

43.2 tok/s

InternVL2_5-78B atteint un nombre de paramètres de 78.4B. Cela le place au-dessus du matériel grand public, dans la gamme où une carte est achetée à cette fin plutôt que réutilisée pour cela. Le nombre de cartes que nous suivons qui peuvent le supporter : 58.

Le point d'entrée est Quadro RTX 8000, avec une capacité de mémoire de 48 GB, le faisant fonctionner à une compression de Q3_K_M et produisant environ 9.8 tokens par seconde

Haut de gamme est B200, générant à peu près 43.2 tokens par seconde sur la base d'une bande passante de mémoire de 8,000 GB/s.

Ce que ce modèle est

InternVL2_5-78B a été publié par Shanghai AI Lab,SenseTime,Tsinghua University,Nanjing University,Fudan University,Chinese University of Hong Kong (CUHK),Shanghai Jiao Tong University, dans le pays enregistré comme China, durant December 2024. Cela provient d'une organisation classée comme academia,Industry,Academia,Academia,Academia,Academia,Academia.

Il fonctionne dans le domaine de Multimodal, Language, Vision, et est enregistré comme exécutant la tâche de visual question answering, Language modeling/generation, Question answering, Character recognition (OCR).

Il s'appuie sur Qwen2.5 Instruct (72B),InternViT-6B. La plupart des modèles à cette échelle sont adaptés d'une base existante plutôt que construits de rien.

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 OpenGVLab.

Qu'est-ce qui détermine la vitesse

Au milieu de la gamme, toutes les cartes capables de l'exécuter se situent à 13.9 tokens par seconde. Produire du texte plus vite que la plupart des gens ne le lisent. 44 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.

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.

Entraînement et provenance

Il a été entraîné sur un corpus d'environ 120,000,000,000 jetons de texte

Étape par étape

Comment choisir un GPU pour InternVL2_5-78B

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 InternVL2_5-78B, ayant besoin d'environ 39.0 GB à une compression de Q3_K_M. Cette figure, pas la performance principale d'une carte, est ce qui décide si elle fonctionne.
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 InternVL2_5-78B.
03

Définir un seuil de qualité

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

Trier par vitesse

La commande de vitesse est effectivement un classement par bande passante mémoire, pour InternVL2_5-78B. 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 43.2 tok/s
05

Lisez la colonne de compatibilité en dernier.

La colonne d'adéquation sépare les cartes qui y parviennent juste de celles qui ont de la marge, dans le cas de InternVL2_5-78B. 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 InternVL2_5-78B.

Réponses

InternVL2_5-78B — questions courantes

InternVL2_5-78B— à quoi ça sert ?

Il fonctionne dans le domaine de Multimodal, Language, Vision, et est enregistré comme gérant la tâche de visual question answering, Language modeling/generation, Question answering, Character recognition (OCR). 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.

InternVL2_5-78B— où puis-je le télécharger ?

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

InternVL2_5-78B— 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 12.1 Go. Chaque chiffre ici suppose que l'ensemble du modèle est résident sur la carte.

InternVL2_5-78B— 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 : 58. Ainsi, une seconde carte est rarement la réponse ici.

InternVL2_5-78B— 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.

InternVL2_5-78B— 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 : 26–69 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.

InternVL2_5-78B— Quelle GPU ai-je besoin pour l'exécuter ?

La plus petite CARTE de notre catalogue qui le supporte est Quadro RTX 8000, avec une capacité de mémoire de 48 GB. Il exécute le modèle à une compression de Q3_K_M environ 39.0 GB, et produit environ 9.8 tous les GPU capables de l'exécuter en total 58.

InternVL2_5-78B— à quelle vitesse est-il sur un GPU ?

Cela dépend de la carte. Le plus rapide que nous calculons est B200, à propos de 43.2 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 : 44.

InternVL2_5-78B— combien de VRAM cela nécessite-t-il ?

Cela nécessite environ 39.0 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.

InternVL2_5-78B— 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.

InternVL2_5-78B— combien de paramètres cela a-t-il ?

Il a un nombre de paramètres de 78.4B. 78.4B. 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.

InternVL2_5-78B— qui l'a créé ?

Il a été publié par Shanghai AI Lab,SenseTime,Tsinghua University,Nanjing University,Fudan University,Chinese University of Hong Kong (CUHK),Shanghai Jiao Tong University, basé sur China, une organisation catégorisée comme academia,Industry,Academia,Academia,Academia,Academia,Academia.

InternVL2_5-78B— quand a-t-il été publié ?

Il a été publié dans December 2024. La capacité par paramètre s'est considérablement améliorée depuis, donc un modèle plus récent de la même taille est souvent le meilleur usage du même matériel.

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