Ovis1.6-Gemma2-9B calculateur TPS

Ouvrir les poids Alibaba 10.2B paramètres September 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

509 cartes qui peuvent le faire

818 cartes dont nous détenons les spécifications pour

Carte la plus petite qui convient

Xeon Phi 5110P

8 GB · Q4_K_M · 19.9 tok/s

Carte la plus rapide

B200

332 tok/s · 180 GB

Quelles GPU peuvent exécuter Ovis1.6-Gemma2-9B?

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.

509 cartes correspondent

Calcul en cours

					Besoin	Quantification	Convient
332 tok/s 199–531 · faible confiance	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	11.6 GB	Q8_0	Confortable
332 tok/s 199–531 · faible confiance	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	11.6 GB	Q8_0	Confortable
265 tok/s 159–424 · faible confiance	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	11.6 GB	Q8_0	Confortable
265 tok/s 159–424 · faible confiance	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	11.6 GB	Q8_0	Confortable
212 tok/s 127–339 · faible confiance	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	11.6 GB	Q8_0	Confortable
203 tok/s 122–325 · faible confiance	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	11.6 GB	Q8_0	Confortable
203 tok/s 122–325 · faible confiance	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	11.6 GB	Q8_0	Confortable
194 tok/s 117–311 · faible confiance	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	11.6 GB	Q8_0	Confortable
172 tok/s 103–276 · faible confiance	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	11.6 GB	Q8_0	Confortable
172 tok/s 103–276 · faible confiance	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	11.6 GB	Q8_0	Confortable
172 tok/s 103–276 · faible confiance	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	11.6 GB	Q8_0	Confortable
164 tok/s 98–262 · faible confiance	H100 NVL 94 GB NVIDIA	94 GB	3,940 GB/s	Mar 2023	11.6 GB	Q8_0	Confortable
143 tok/s 86–229 · faible confiance	CMP 170HX 8 GB NVIDIA	8 GB	1,490 GB/s	Sep 2021	6.9 GB	Q4_K_M	À l'étroit
140 tok/s 84–223 · faible confiance	H100 PCIe 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	11.6 GB	Q8_0	Confortable
140 tok/s 84–223 · faible confiance	H100 SXM5 80 GB NVIDIA	80 GB	3,360 GB/s	Oct 2022	11.6 GB	Q8_0	Confortable
140 tok/s 84–223 · faible confiance	H100 SXM5 94 GB NVIDIA	94 GB	3,360 GB/s	Mar 2023	11.6 GB	Q8_0	Confortable
140 tok/s 84–223 · faible confiance	H100 SXM5 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	11.6 GB	Q8_0	Confortable
140 tok/s 84–223 · faible confiance	H800 SXM5 NVIDIA	80 GB	3,360 GB/s	Mar 2023	11.6 GB	Q8_0	Confortable
116 tok/s 69–185 · faible confiance	CMP 170HX 10 GB NVIDIA	10 GB	1,560 GB/s	Sep 2021	8.1 GB	Q5_K_M	À l'étroit
106 tok/s 64–170 · faible confiance	Radeon Instinct MI250 AMD	128 GB	3,280 GB/s	Nov 2021	11.6 GB	Q8_0	Confortable
106 tok/s 64–170 · faible confiance	Radeon Instinct MI250X AMD	128 GB	3,280 GB/s	Nov 2021	11.6 GB	Q8_0	Confortable
88.5 tok/s 53–142 · faible confiance	Data Center GPU Max 1550 Intel	128 GB	3,280 GB/s	Jan 2023	11.6 GB	Q8_0	Confortable
86.6 tok/s 52–139 · faible confiance	Data Center GPU Max Subsystem Intel	128 GB	3,210 GB/s	Jan 2023	11.6 GB	Q8_0	Confortable
84.7 tok/s 51–136 · faible confiance	A100 SXM4 80 GB NVIDIA	80 GB	2,040 GB/s	Nov 2020	11.6 GB	Q8_0	Confortable
84.7 tok/s 51–136 · faible confiance	A100X NVIDIA	80 GB	2,040 GB/s	Jun 2021	11.6 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: Alibaba
Type d'organisation: Industry
Pays: China
Publié: 16 September 2024

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: Language modeling/generation, Visual question answering
Modèle de base: Gemma 2 9B,SigLIP 400M

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: 10.2B
Données d'entraînement: tokens

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)
Hugging Face: AIDC-AI

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

Sources

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

Référence: Ovis1.6-Gemma2-9B
Dernière mise à jour: 28 November 2025

Les extrêmes

Les dix GPU les plus rapides qui exécutent Ovis1.6-Gemma2-9B

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 Ovis1.6-Gemma2-9B

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

Xeon Phi 5110P

Mémoire requise

6.9 GB

Le plus rapide

332 tok/s

Ovis1.6-Gemma2-9B atteint un nombre de paramètres de 10.2B. 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 : 509.

À l'extrémité inférieure, cela est géré par Xeon Phi 5110P, avec une capacité de mémoire de 8 GB, le faisant fonctionner à une compression de Q4_K_M et produisant environ 19.9 tokens par seconde

Le résultat le plus rapide vient de B200, générant à peu près 332 tokens par seconde sur la base d'une bande passante de mémoire de 8,000 GB/s.

Contexte

Ovis1.6-Gemma2-9B a été publié par Alibaba, dans le pays enregistré comme China, durant September 2024. L'organisation de publication est catégorisée comme industry.

Il fonctionne dans le domaine de Multimodal, Language, Vision, et est enregistré comme exécutant la tâche de language modeling/generation, Visual question answering.

Plutôt que d'être entraîné depuis le début, il est dérivé de Gemma 2 9B,SigLIP 400M. C'est pourquoi il partage la forme et la taille générales du modèle de base.

Les poids sont publiés, donc il peut être téléchargé et exécuté sur votre propre matériel indéfiniment, hors ligne, sans compte associé. Sur Hugging Face, il est publié sous l'organisation AIDC-AI.

Lire les chiffres de débit

Au milieu de la gamme, toutes les cartes capables de l'exécuter se situent à 21.5 tokens par seconde 467 d'eux

C'est un modèle dense, donc chaque paramètre est lu pour chaque jeton produit. Cela rend la vitesse presque exactement proportionnelle à la bande passante mémoire — une carte avec le double de la bande passante génère environ deux fois plus rapidement.

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.

Étape par étape

Comment choisir un GPU pour Ovis1.6-Gemma2-9B

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 Ovis1.6-Gemma2-9B, ayant besoin d'environ 6.9 GB à une compression de Q4_K_M. Cette figure, pas la performance principale d'une carte, est ce qui décide si elle fonctionne.
02

Décidez combien de temps vos conversations tournent

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. Ovis1.6-Gemma2-9B.
03

Choisissez jusqu'où vous allez le compresser

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 Q4_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

Le classement par tokens par seconde suit la bande passante de la VRAM plutôt que le nombre de cœurs, pour Ovis1.6-Gemma2-9B. 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 332 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 Ovis1.6-Gemma2-9B. 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

Vérifiez la carte de l'autre côté

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 Ovis1.6-Gemma2-9B.

Réponses

Ovis1.6-Gemma2-9B — questions courantes

Ovis1.6-Gemma2-9B— 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 1.5 Go. Chaque chiffre ici suppose que l'ensemble du modèle est résident sur la carte.

Ovis1.6-Gemma2-9B— 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 : 509. Ainsi, une seconde carte est rarement la réponse ici.

Ovis1.6-Gemma2-9B— 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 : 4. Les cartes plus grandes obtiennent la version plus précise, et le seuil de qualité au-dessus fixe la comparaison à un niveau.

Ovis1.6-Gemma2-9B— 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 : 199–531 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.

Ovis1.6-Gemma2-9B— Quelle GPU ai-je besoin pour l'exécuter ?

La plus petite CARTE de notre catalogue qui le supporte est Xeon Phi 5110P, avec une capacité de mémoire de 8 GB. Il exécute le modèle à une compression de Q4_K_M environ 6.9 GB, et produit environ 19.9 tous les GPU capables de l'exécuter en total 509.

Ovis1.6-Gemma2-9B— à quelle vitesse est-il sur un GPU ?

Cela dépend de la carte. Le plus rapide que nous calculons est B200, à propos de 332 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 : 467.

Ovis1.6-Gemma2-9B— combien de VRAM cela nécessite-t-il ?

Cela nécessite environ 6.9 GB à une compression de Q4_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.

Ovis1.6-Gemma2-9B— 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 Q4_K_M, environ 6.9 GO et générant à peu près 143 tokens par seconde. L'ajustement est serré.

Ovis1.6-Gemma2-9B— 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 Q6_K, environ 9.2 GO et générant à peu près 55.1 tokens par seconde. L'ajustement est serré.

Ovis1.6-Gemma2-9B— 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 Q8_0, environ 11.6 GO et générant à peu près 46.9 jetons par seconde. L'adéquation est confortable.

Ovis1.6-Gemma2-9B— 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 11.6 GO et générant à peu près 55.6 jetons par seconde. L'adéquation est confortable.

Ovis1.6-Gemma2-9B— 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.

Ovis1.6-Gemma2-9B— combien de paramètres cela a-t-il ?

Il a un nombre de paramètres de 10.2B. 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.

Ovis1.6-Gemma2-9B— qui l'a créé ?

Il a été publié par Alibaba, basé sur China, une organisation catégorisée comme industry.

Ovis1.6-Gemma2-9B— quand a-t-il été publié ?

Il a été publié dans September 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.

Ovis1.6-Gemma2-9B— à quoi ça sert ?

Il fonctionne dans le domaine de Multimodal, Language, Vision, et est enregistré comme gérant la tâche de language modeling/generation, Visual question answering. Les modèles portent souvent plus d'un de chacun, et les tags décrivent l'objectif plutôt que les limites de capacité.

Ovis1.6-Gemma2-9B— où puis-je le télécharger ?

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

Source

Publication originale

Dernière mise à jour enregistrée 28 November 2025

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