Hunyuan-Large 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 · 12.5 tok/s
Carte la plus rapide
B300
20.1 tok/s · 288 GB
Quelles GPU peuvent exécuter Hunyuan-Large?
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 | |||||
|---|---|---|---|---|---|---|---|
|
20.1
tok/s
12–32 · faible confiance |
B300 NVIDIA | 288 GB | 8,000 GB/s | Sep 2025 | 236.0 GB | Q4_K_M | À l'étroit |
|
16.1
tok/s
10–26 · faible confiance |
Radeon Instinct MI350X AMD | 288 GB | 8,190 GB/s | Jan 2025 | 236.0 GB | Q4_K_M | À l'étroit |
|
16.1
tok/s
10–26 · faible confiance |
Radeon Instinct MI355X AMD | 288 GB | 8,190 GB/s | Jan 2025 | 236.0 GB | Q4_K_M | À l'étroit |
|
12.5
tok/s
8–20 · faible confiance |
Radeon Instinct MI325X AMD | 256 GB | 6,000 GB/s | Oct 2024 | 213.4 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
- Tencent
- Type d'organisation
- Industry
- Pays
- China
- Publié
- 6 November 2024
- Auteurs
- Xingwu Sun, Yanfeng Chen, Yiqing Huang, Ruobing Xie, Jiaqi Zhu, Kai Zhang, Shuaipeng Li, Zhen Yang, Jonny Han, Xiaobo Shu, Jiahao Bu, Zhongzhi Chen, Xuemeng Huang, Fengzong Lian, Saiyong Yang, Jianfeng Yan, Yuyuan Zeng, Xiaoqin Ren, Chao Yu, Lulu Wu, Yue Mao, Jun Xia, Tao Yang, Suncong Zheng, Kan Wu, Dian Jiao, Jinbao Xue, Xipeng Zhang, Decheng Wu, Kai Liu, Dengpeng Wu, Guanghui Xu, Shaohua Chen, …
Ce qu'il fait
Les domaines problématiques pour lesquels le modèle a été conçu. Un modèle peut contenir plusieurs de chacun.
- Domaine
- Language
- Tâche
- Language modeling/generation, Question answering, Code generation, Translation
- Format numérique
- BF16
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
- 389B
- Données d'entraînement
- 7,000,000,000,000 tokens
"a total of 389 billion parameters and 52 billion activation parameters"
"# Trained Tokens 7T" Table 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.
- Calcul de formation
- 3.5 × 10²⁴ FLOP
- Comment cela a été établi
- Operation counting
52B activated parameters 6ND = 6*52*10^9*7*10^12 = 2.184 × 10^24 They also suggest more precise formula to calculate MoE compute budget: 9.59ND + 2.3 × 10^8D = 9.59*52*10^9*7*10^12 + 2.3 × 10^8 × 7*10^12 = 3.49237×10^24 which seems closer to projected compute on Figure 3
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.
- Centre de données
- The paper does not mention any hardware, GPUs or any information regarding the hardware used.
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 (restricted use)
the license doesn't regulate usage in the EU also requires additional licensing in case of massive commercial use
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
- Training cost
- Confiance d'enregistrement
- Confident
Sources
D'où vient cet enregistrement et quand a-t-il été vérifié pour la dernière fois.
- Référence
- Hunyuan-Large: An Open-Source MoE Model with 52 Billion Activated Parameters by Tencent
- Dernière mise à jour
- 18 December 2025
Les extrêmes
Les dix GPU les plus rapides qui exécutent Hunyuan-Large
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 Hunyuan-Large
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 213.4 GB · IQ4_XS · À l'étroit 12.5 tok/s
- 02 B300 288 GB · Besoin 236.0 GB · Q4_K_M · À l'étroit 20.1 tok/s
- 03 Radeon Instinct MI350X 288 GB · Besoin 236.0 GB · Q4_K_M · À l'étroit 16.1 tok/s
- 04 Radeon Instinct MI355X 288 GB · Besoin 236.0 GB · Q4_K_M · À l'étroit 16.1 tok/s
Ce que les chiffres signifient
Ce qu'il faut pour exécuter ce modèle
Carte minimale
Radeon Instinct MI325X
Mémoire requise
213.4 GB
Le plus rapide
20.1 tok/s
Hunyuan-Large atteint un nombre de paramètres de 389B. 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.
La plus petite carte qui le contient est Radeon Instinct MI325X, avec une capacité de mémoire de 256 GB, le faisant fonctionner à une compression de IQ4_XS et produisant environ 12.5 tokens par seconde
Le plus rapide que nous calculons pour cela est B300, générant à peu près 20.1 tokens par seconde sur la base d'une bande passante de mémoire de 8,000 GB/s.
Ce que ce modèle est
Hunyuan-Large a été publié par Tencent, dans le pays enregistré comme China, durant November 2024. L'organisation de publication est catégorisée comme industry.
Il fonctionne dans le domaine de Language, et est enregistré comme exécutant la tâche de language modeling/generation, Question answering, Code generation, Translation.
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.
Qu'est-ce qui détermine la vitesse
La moitié des cartes qui le détiennent gèrent plus de 16.1 tokens par seconde. Produire du texte plus vite que la plupart des gens ne le lisent. 4 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
L'entraînement a nécessité un budget de calcul d'environ 3.5 × 10²⁴ FLOP. Ce chiffre mesure le coût de production du modèle, et n'a aucune incidence sur la vitesse de réponse.
Il a été entraîné sur un corpus d'environ 7,000,000,000,000 jetons de texte
Son critère d'inclusion : training cost.
Étape par étape
Comment choisir un GPU pour Hunyuan-Large
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 Hunyuan-Large, ayant besoin d'environ 213.4 GB à une compression de IQ4_XS. Cette figure, pas la performance principale d'une carte, est ce qui décide si elle fonctionne.
-
02
Décidez combien de temps vos conversations tournent
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 Hunyuan-Large.
-
03
Décidez combien de compression vous allez accepter
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 Hunyuan-Large. 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 20.1 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 Hunyuan-Large. 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
Suivre une CARTE jusqu'à sa propre page montre chaque autre MODÈLE qu'elle peut supporter, ce qui est la question qui suit une fois que vous vous êtes décidé sur Hunyuan-Large.
Réponses
Hunyuan-Large — questions courantes
Hunyuan-Large— qui l'a créé ?
Il a été publié par Tencent, basé sur China, une organisation catégorisée comme industry.
Hunyuan-Large— quand a-t-il été publié ?
Il a été publié dans November 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.
Hunyuan-Large— à quoi ça sert ?
Il fonctionne dans le domaine de Language, et est enregistré comme gérant la tâche de language modeling/generation, Question answering, Code generation, Translation. Ce sont les domaines autour desquels il a été conçu ; ils décrivent l'intention plutôt qu'une limite stricte.
Hunyuan-Large— où puis-je le télécharger ?
Les poids sont publiés, bien que nous ne possédions pas de lien vers un dépôt pour cela. Ce site calcule les exigences matérielles plutôt que d'héberger des fichiers de modèle.
Hunyuan-Large— combien de puissance de calcul a été utilisée pour l'entraîner ?
L'entraînement a consommé environ 3.5 × 10²⁴ FLOP. 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.
Hunyuan-Large— 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 63.2 Go. Chaque chiffre ici suppose que l'ensemble du modèle est résident sur la carte.
Hunyuan-Large— 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.
Hunyuan-Large— 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 : 2. Les cartes plus grandes obtiennent la version plus précise, et le seuil de qualité au-dessus fixe la comparaison à un niveau.
Hunyuan-Large— 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 : 12–32 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.
Hunyuan-Large— 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 213.4 GB, et produit environ 12.5 tous les GPU capables de l'exécuter en total 4.
Hunyuan-Large— à quelle vitesse est-il sur un GPU ?
Cela dépend de la carte. Le plus rapide que nous calculons est B300, à propos de 20.1 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.
Hunyuan-Large— combien de VRAM cela nécessite-t-il ?
Cela nécessite environ 213.4 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.
Hunyuan-Large— 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.
Hunyuan-Large— combien de paramètres cela a-t-il ?
Il a un nombre de paramètres de 389B. "a total of 389 billion parameters and 52 billion activation 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.
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.