Nanbeige2-16B-Chat TPS kalkulátor

Nyitott súlyok Nanbeige LLM Lab 15.8B Paraméterek May 2024

Minden kártyát az alábbiak szerint értékelünk e modell alapján a választott kontextus hossza és minimális minőség szerint. A sebesség egy becslés egyetlen kérésre, amelyet a kártya memória sávszélessége és a modell mérete alapján számítunk ki, miután tömörítettük..

Kiszámítva ehhez a MODElhez

306 kártyák, amelyek futtatni tudják

818 kártyák, amelyek specifikációs adataink vannak

Legkisebb kártya, ami elfér

P102-101

10 GB · Q3_K_M · 19.7 tok/s

Leggyorsabb kártya

B200

214 tok/s · 180 GB

Melyik GPU képes futtatni Nanbeige2-16B-Chat?

Állítsa be a bemeneteket, olvassa el a választ

Kontekthossz tokenek

Egy hosszabb beszélgetés több memóriaigényt támaszt, ami kiszoríthatja ezt a modellt a kisebb kártyákról..

Minimum minőség

Elrejti azokat a GPU-kártyákat, amelyek csak a modellbe illeszkednének a compressziójuk ezen pont alá..

Kártyák keresése

Kártya memória

Olyan kártyákat is mutasson, amelyek nem tudják futtatni.

306 kártyák illeszkednek

Számítás

					Szükséges	Kvantisálás	Illeszkedik
214 tok/s 129–343 · alacsony bizalom	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	17.6 GB	Q8_0	Kényelmes
214 tok/s 129–343 · alacsony bizalom	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	17.6 GB	Q8_0	Kényelmes
171 tok/s 103–274 · alacsony bizalom	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	17.6 GB	Q8_0	Kényelmes
171 tok/s 103–274 · alacsony bizalom	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	17.6 GB	Q8_0	Kényelmes
137 tok/s 82–219 · alacsony bizalom	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	17.6 GB	Q8_0	Kényelmes
131 tok/s 79–210 · alacsony bizalom	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	17.6 GB	Q8_0	Kényelmes
131 tok/s 79–210 · alacsony bizalom	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	17.6 GB	Q8_0	Kényelmes
125 tok/s 75–201 · alacsony bizalom	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	17.6 GB	Q8_0	Kényelmes
113 tok/s 68–181 · alacsony bizalom	CMP 170HX 10 GB NVIDIA	10 GB	1,560 GB/s	Sep 2021	8.4 GB	Q3_K_M	Szoros
111 tok/s 67–178 · alacsony bizalom	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	17.6 GB	Q8_0	Kényelmes
111 tok/s 67–178 · alacsony bizalom	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	17.6 GB	Q8_0	Kényelmes
111 tok/s 67–178 · alacsony bizalom	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	17.6 GB	Q8_0	Kényelmes
106 tok/s 63–169 · alacsony bizalom	H100 NVL 94 GB NVIDIA	94 GB	3,940 GB/s	Mar 2023	17.6 GB	Q8_0	Kényelmes
90.1 tok/s 54–144 · alacsony bizalom	H100 PCIe 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	17.6 GB	Q8_0	Kényelmes
90.1 tok/s 54–144 · alacsony bizalom	H100 SXM5 80 GB NVIDIA	80 GB	3,360 GB/s	Oct 2022	17.6 GB	Q8_0	Kényelmes
90.1 tok/s 54–144 · alacsony bizalom	H100 SXM5 94 GB NVIDIA	94 GB	3,360 GB/s	Mar 2023	17.6 GB	Q8_0	Kényelmes
90.1 tok/s 54–144 · alacsony bizalom	H100 SXM5 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	17.6 GB	Q8_0	Kényelmes
90.1 tok/s 54–144 · alacsony bizalom	H800 SXM5 NVIDIA	80 GB	3,360 GB/s	Mar 2023	17.6 GB	Q8_0	Kényelmes
68.6 tok/s 41–110 · alacsony bizalom	Radeon Instinct MI250 AMD	128 GB	3,280 GB/s	Nov 2021	17.6 GB	Q8_0	Kényelmes
68.6 tok/s 41–110 · alacsony bizalom	Radeon Instinct MI250X AMD	128 GB	3,280 GB/s	Nov 2021	17.6 GB	Q8_0	Kényelmes
57.2 tok/s 34–91 · alacsony bizalom	Data Center GPU Max 1550 Intel	128 GB	3,280 GB/s	Jan 2023	17.6 GB	Q8_0	Kényelmes
56.5 tok/s 34–90 · alacsony bizalom	GeForce RTX 3080 12 GB NVIDIA	12 GB	912 GB/s	Jan 2022	10.3 GB	Q4_K_M	Szoros
56.5 tok/s 34–90 · alacsony bizalom	GeForce RTX 3080 Ti NVIDIA	12 GB	912 GB/s	May 2021	10.3 GB	Q4_K_M	Szoros
55.9 tok/s 34–89 · alacsony bizalom	Data Center GPU Max Subsystem Intel	128 GB	3,210 GB/s	Jan 2023	17.6 GB	Q8_0	Kényelmes
55.0 tok/s 33–88 · alacsony bizalom	CMP 90HX NVIDIA	10 GB	760 GB/s	Jul 2021	8.4 GB	Q3_K_M	Szoros

A sebességek egyetlen kérésre - egy beszélgetés egy időben - vonatkozó becslések, amelyeket a MEMORY BANDWIDTH, a MODEL SIZE és a QUANTISATION alapján számítanak ki. A valós áteresztőképesség változik az INFERENCE RUNTIME és annak verziója szerint. A HARDWARE VENDORS által közzétett számok sok párhuzamos kérést mérnek, és sokkal magasabbak..

Nyilvántartásban

Teljes specifikáció

Minden feljegyzett ezzel a modellel kapcsolatban. A legtöbbje azt írja le, hogyan képezték ki, nem pedig azt, hogyan fut — hasznos kontextus annak megítéléséhez, hogy mennyi munka ment bele, és hogyan viszonyul a más méretben épített modellekhez..

Eredet

Ki építette ezt a modellt, hol, és mikor publikálták.

Szervezet: Nanbeige LLM Lab
Szervezet típusa: Industry
Ország: China
Közölt: 28 May 2024
Szerzők: Nanbeige Lab

Mit csinál

A probléma területek, amelyekre a modell készült. Egy modell több mindegyikből hordozhat.

Tartomány: Language
Feladat: Chat, Question answering

Méret

Mekkora a modell, és mennyi adatot használtak a betanításához. A paraméterek azok a számok, amelyek eldöntik, hogy az adott grafikus kártyára illeszkedik-e.

Paraméterek: 15.8B
Képzési adatok: tokens

Képzés számítás

A modell tanításához végrehajtott aritmetika, lebegőpontos műveletekben mérve. Ez a tanítási futás költségének mértéke, nem pedig annak, hogy mennyire gyorsan válaszol a kész modell.

Képzés számítás: 4.1 × 10²³ FLOP

Elérhetőség

Hogy meg tudja-e szerezni a modellt és futtatni a saját hardverén, ez dönt arról, hogy alkalmazhatóak-e a lap ezen oldalán feltüntetett grafikus kártya adatok.

Súlyok: Open — downloadable
Modell hozzáférés: Open weights (restricted use)
Képzés kód: Unreleased
Hugging Face: Nanbeige

Hogyan van besorolva

Címkék a forráshalmazra, amelyeket a figyelemre méltó modellek nyomon követésekor alkalmaznak, és hogy mennyire biztos az adatbevitelben.

Valószínűleg 10²³ FLOP felett: Yes
Nyilvántartási bizalom: Confident

Források

Honnan származik ez a felvétel és mikor ellenőrizték utoljára.

Referencia: Nanbeige2-16B-Chat
Utoljára frissítve: 28 November 2025

Az extremitások

A tíz leggyorsabb GPU, amely képes futtatni Nanbeige2-16B-Chat

A másodpercenkénti becsült tokenek alapján rangsorolva, a legújabb kártyát először, ahol a sebességek azonosak. Mivel a generálás a MEMÓRIA SZÉLESSÉGÉhez van kötve, ez a sorrend a sávszélességet követi, nem pedig bármilyen játékbeli tesztet..

A legkisebb GPU-k, amik még futnak Nanbeige2-16B-Chat

A legolcsóbb út, a memória kapacitás alapján. Egy szoros illeszkedés futtatja a modellt, de semmit sem hagy a hosszabb beszélgetésre..

Mit jelentenek a számok

Ami szükséges a futtatásához

Minimális kártya

P102-101

Szükséges memória

8.4 GB

Leggyorsabb

214 tok/s

Nanbeige2-16B-Chat eléri a paraméterek számát 15.8B. Ez elég kicsi ahhoz, hogy a hardver ritkán legyen az akadály, beleértve a több éves kártyákat is. Azoknak a kártyáknak a száma, amelyeket nyomon követünk, és amelyek el tudják futtatni: 306.

A legkevesebb hardver, ami működik, az P102-101, memória kapacitással rendelkezik 10 GB, futtatás egy tömörítési arányon Q3_K_M és körülbelül előállítva 19.7 tokenek másodpercenként

A leggyorsabb eredmény a következőből származik B200, nagyjából generálás 214 másodpercenkénti tokenek egy memória sávszélesség erejében 8,000 GB/s.

Erről a modelről

Nanbeige2-16B-Chat ki lett adva által Nanbeige LLM Lab, az országban rögzítve mint China, alatt May 2024. Egy olyan szervezetből származik, amelyet kategorizálnak mint industry.

Működik a területen a Language, és úgy van rögzítve, mint a feladat végrehajtása chat, Question answering.

A közzétett súlyok azt jelentik, hogy a modell a te gépeden fut, nem pedig valaki másén, ami lehetővé teszi az alábbi hardverkérdés megválaszolását. A Hugging Face-en az alábbi szervezet alatt van publikálva Nanbeige.

Milyen gyorsan fut, és miért

Minden olyan kártya esetében, amely képes futtatni, a közép tartományban ül 20.0 másodpercenkénti tokenek. Jogosultsági olvasási sebesség: 259 tőlük

A sűrűsége miatt minden egyes tokent önállóan olvas, ezért a sebesség szerinti rendezés alább annyira közel követi a memória sávszélesség szerinti rendezést.

Nélkül az attention elrendezés a nyilvántartásban, a memory oszlop egy közelítés. Elég közel van ahhoz, hogy hardver kiválasztását lehessen végezni, és a leghitványosabb hosszú context esetén.

Mi került a felépítésébe

A képzés futás körülbelül 4.1 × 10²³ FLOP. Ez a szám azt méri, hogy mennyibe került a modell előállítása, és nincs hatással arra, hogy milyen gyorsan válaszol.

Lépésről lépésre

Hogyan válasszunk GPU-t a Nanbeige2-16B-Chat

A fenti táblázat már értékelte az összes kártyát, amelynek specifikációi elérhetők ennek a modellen. A válaszod megszerzése hat lépést igényel..

01

Kezdj a GPU VRAM oszloptól.

A táblázat felsorolja az összes kártyát, amely képes tartani Nanbeige2-16B-Chat, körülbelül szükséges 8.4 GB a tömörítésnél Q3_K_M. Semennyi feldolgozási teljesítmény nem kompenzálja azt a kártyát, amelyik nem tudja megtartani.
02

Döntsön arról, hogy mennyi ideig tartanak a beszélgetései.

Állítsa be a kontextust arra, amit valójában használni fog. A cache a beszélgetéssel nő, és ez a szokásos oka annak, hogy egy kártya, amelynek korábban rendben kellett volna lennie, egyszer csak nem fér el. Nanbeige2-16B-Chat.
03

Döntsd el, mennyi tömörítést fogadsz el.

A tömörítés az, ami lehetővé teszi, hogy egy modell kisebb kártyákra illeszkedjen, bizonyos költséggel a pontosság terén., elérni egy tömörítést a Q3_K_M a legkisebb kártyán, ami elfér. A minimális minőség beállítása eldobja azokat a kártyákat, amelyek csak úgy tudják kezelni, hogy tovább szorítanak, mint amit szeretnél, és egy szinten tartja az összehasonlítást.
04

Rendezés sebesség szerint

A sebességsorrend lényegében egy sorrend a MEMÓRIA-SÁV szerint, a Nanbeige2-16B-Chat. Nem fog illeszkedni egy gaming rendeléshez, mert a generálás a memória sávszélesség által kötött. A listát vezető KÁRTYA B200, at 214 tok/s
05

Nézd a mozgásteret, ne csak a passzolást.

Tömör jelentése, hogy betölti és működik, nincs hely a későbbi kontextus növelésére, a következő esetben Nanbeige2-16B-Chat. A Kényelmes azt jelenti, hogy később bővítheted a contextet. Ez a különbség fontosabb, mint néhány token másodpercenként, így kényelmeset vásárolj, ha ezt várod.
06

Nyisd meg a kiválasztott kártyát.

Minden kártyanév egy saját oldalra mutat, amely ugyanazt a számítást végzi el az egész modell kataloguson. Egy kártyát általában több modellhez is vásárolnak, ezért érdemes megnézni vásárlás előtt. Nanbeige2-16B-Chat.

Válaszok

Nanbeige2-16B-Chat — gyakori kérdések

Nanbeige2-16B-Chat— miért különbözik a kvantálás a kártyák között?

Mivel a kapacitás változik, úgy az is, hogy mennyire kell összenyomni. A fenti táblázatban lévő különböző szintek száma: 5. A nagyobb kártyák a pontosabb verziót kapják, és a minőségi küszöb felett a összehasonlítást egy szinten rögzíti.

Nanbeige2-16B-Chat— Mennyire pontosak ezek a sebességbecslések?

Minden szám a memória sávszélességből és a modell méretéből származik, nem benchmarkolták, ezért mindet tartományként tették közzé, nem pedig egyetlen számként. Egy például: 129–343 tok/s a fájlban B200. Ugyanaz a modell és kártya harminc és ötven százalék között változik a következtetési szoftvertől és annak verziójától függően.

Nanbeige2-16B-Chat— Milyen GPU-ra van szükségem, hogy futtathassam?

A katalógusunk legkisebb kártyája, ami ezt tartja, az P102-101, memória kapacitással rendelkezik 10 GB. A modell egy tömörítéssel fut. Q3_K_M használva körülbelül 8.4 GB, és körülbelül 19.7 másodpercenkénti tokenek. A kártyák összes száma, amelyek képesek futtatni. 306.

Nanbeige2-16B-Chat— mennyi idő alatt fut a GPU-n?

A kártyától függ. A leggyorsabb, amit számolunk, az B200, körülbelül 214 tokenek másodpercenként; a leglassabb, ami még fut, jelentősen kevesebbet képes kezelni. Az olvasási sebesség körülbelül tíz token másodpercenként, és a kártyák száma, amelyek ezt meg tudják tisztítani: 259.

Nanbeige2-16B-Chat— mennyi VRAM-ra van szüksége?

Kb. 8.4 GB tömörítési arányban Q3_K_M, melyik az a legkisebb KÁRTYA, amelyik futtatni tudja. Kevesebb tömörítés több szükséges: a fentebbi memória oszlop számai minden KÁRTYÁRA újraszámításra kerülnek, mert mindegyik tartalmazza a legkevésbé tömörített verziót, amit csak tud.

Nanbeige2-16B-Chat— futtathatom egy GPU-n tartva 12 GB?

Igen. A KÁRTYA GeForce RTX 3080 Ti, tartás 12 GB, futtatja egy tömörítési arány mellett Q4_K_M, használva körülbelül 10.3 GB és körülbelül generálás 56.5 tokensek másodpercenként. A fit szoros.

Nanbeige2-16B-Chat— futtathatom egy GPU-n tartva 16 GB?

Igen. A KÁRTYA Tesla V100 SXM2 16 GB, tartás 16 GB, futtatja egy tömörítési arány mellett Q6_K, használva körülbelül 13.9 GB és körülbelül generálás 44.0 tokensek másodpercenként. A fit szoros.

Nanbeige2-16B-Chat— futtathatom egy GPU-n tartva 24 GB?

Igen. A KÁRTYA GeForce RTX 5090 D V2, tartás 24 GB, futtatja egy tömörítési arány mellett Q8_0, használva körülbelül 17.6 GB és körülbelül generálás 35.9 másodpercenkénti tokenek. A illeszkedés kényelmes.

Nanbeige2-16B-Chat— Nyílt forráskódú?

Súlyai közzétételre kerültek, így letölthető és futtatható a saját hardvereden. Ne feledd, hogy az open weight nem azonos az open source teljes értelmében — nem mond semmit a tanulási adatokkal, a tanulási kóddal vagy a kereskedelmi feltételekkel kapcsolatban.

Nanbeige2-16B-Chat— Hány paramétere van?

Paraméterszáma 15.8B. https://huggingface.co/Nanbeige/Nanbeige2-16B-Chat. Ez a szám a teljes összeg, és ez határozza meg, hogy mennyi VRAM-ra van szüksége a modelleknek — körülbelül fél gigabájt milliárdonként a legtöbb ember által használt tömörítési módban.

Nanbeige2-16B-Chat— Ki készítette ezt?

Kiadta Nanbeige LLM Lab, alapján China, egy szervezet, amelyet kategorizáltak mint industry.

Nanbeige2-16B-Chat— Mikor adták ki?

Kibocsátották a May 2024. A paraméterenkénti képesség lényegesen javult azóta, így egy újabb, azonos méretű modell gyakran jobb felhasználása a same hardvernek.

Nanbeige2-16B-Chat— Mire használják?

Működik a területen a Language, és rögzítve van, hogy kezeli a feladatot chat, Question answering. A modell több mindenből is képes cipelni, így ezek azok a területek, amelyekre épült, nem pedig egy korlát arra, amit meg fog próbálni.

Nanbeige2-16B-Chat— Hol tudom letölteni?

Súlyait a Hugging Face-en tette közzé, a szervezet alatt Nanbeige. Nem tárolunk modell fájlokat — ez az oldal kiszámolja, hogy milyen hardver szükséges a futtatásukhoz.

Nanbeige2-16B-Chat— mennyi számítási kapacitást használtak annak a betanításához?

A képzés körülbelül elfogyasztott 4.1 × 10²³ FLOP. Ez azt méri, hogy mennyibe került a modell előállítása, és semmit nem mond arról, hogy milyen gyorsan válaszol, miután betanult — a következtetési sebesség a memória sávszélességéből származik, nem az edzési költségvetésből.

Nanbeige2-16B-Chat— Futtathatom, ha nem fér el a GPU-mban?

Részben. Azok a rétegek, amelyek nem férnek el a GPU VRAM-ban, a rendszer memóriájában ülnek és a sebesség egy töredékén futnak, így egy túlnyomórészt áthelyezett AI model használata ritkán éri meg. A legközelebbi hiba, amit számítunk, alulmúlja 3.1 GB Minden ábra azt feltételezi, hogy az egész model a kártyán tartózkodik.

Nanbeige2-16B-Chat— Futtatna-e két GPU gyorsabban?

Egy második Kártya körülbelül megduplázza a rendelkezésre álló MEMÓRIÁT, de nem a generálási sebességet. A szám, amely már képes egyedül futtatni: 306. Tehát egy második KÁRTYA ritkán a megoldás itt.

Forrás

Eredeti kiadvány

Az utolsó frissítés időpontja 28 November 2025

A másik irány

Másik oldalról nézve?

Ez az oldal a modellel kezdődik. Ha már van kártyád, és szeretnéd tudni, hogy mindent futtat-e, Kezdj a hardverből..

Minden AI modell