LUXIA-21.4B-Alignment TPS kalkulátor

Nyitott súlyok SaltLux 21.4B 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

241 kártyák, amelyek futtatni tudják

818 kártyák, amelyek specifikációs adataink vannak

Legkisebb kártya, ami elfér

Xeon Phi 7120P

16 GB · Q4_K_M · 10.5 tok/s

Leggyorsabb kártya

B200

158 tok/s · 180 GB

Melyik GPU képes futtatni LUXIA-21.4B-Alignment?

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.

241 kártyák illeszkednek

Számítás

					Szükséges	Kvantisálás	Illeszkedik
158 tok/s 95–253 · alacsony bizalom	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	23.6 GB	Q8_0	Kényelmes
158 tok/s 95–253 · alacsony bizalom	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	23.6 GB	Q8_0	Kényelmes
126 tok/s 76–202 · alacsony bizalom	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	23.6 GB	Q8_0	Kényelmes
126 tok/s 76–202 · alacsony bizalom	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	23.6 GB	Q8_0	Kényelmes
101 tok/s 61–162 · alacsony bizalom	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	23.6 GB	Q8_0	Kényelmes
96.8 tok/s 58–155 · alacsony bizalom	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	23.6 GB	Q8_0	Kényelmes
96.8 tok/s 58–155 · alacsony bizalom	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	23.6 GB	Q8_0	Kényelmes
92.6 tok/s 56–148 · alacsony bizalom	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	23.6 GB	Q8_0	Kényelmes
82.2 tok/s 49–132 · alacsony bizalom	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	23.6 GB	Q8_0	Kényelmes
82.2 tok/s 49–132 · alacsony bizalom	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	23.6 GB	Q8_0	Kényelmes
82.2 tok/s 49–132 · alacsony bizalom	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	23.6 GB	Q8_0	Kényelmes
78.0 tok/s 47–125 · alacsony bizalom	H100 NVL 94 GB NVIDIA	94 GB	3,940 GB/s	Mar 2023	23.6 GB	Q8_0	Kényelmes
66.5 tok/s 40–106 · alacsony bizalom	H100 PCIe 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	23.6 GB	Q8_0	Kényelmes
66.5 tok/s 40–106 · alacsony bizalom	H100 SXM5 80 GB NVIDIA	80 GB	3,360 GB/s	Oct 2022	23.6 GB	Q8_0	Kényelmes
66.5 tok/s 40–106 · alacsony bizalom	H100 SXM5 94 GB NVIDIA	94 GB	3,360 GB/s	Mar 2023	23.6 GB	Q8_0	Kényelmes
66.5 tok/s 40–106 · alacsony bizalom	H100 SXM5 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	23.6 GB	Q8_0	Kényelmes
66.5 tok/s 40–106 · alacsony bizalom	H800 SXM5 NVIDIA	80 GB	3,360 GB/s	Mar 2023	23.6 GB	Q8_0	Kényelmes
51.6 tok/s 31–83 · alacsony bizalom	Tesla V100 SXM2 16 GB NVIDIA	16 GB	1,130 GB/s	Nov 2019	13.6 GB	Q4_K_M	Szoros
50.6 tok/s 30–81 · alacsony bizalom	Radeon Instinct MI250 AMD	128 GB	3,280 GB/s	Nov 2021	23.6 GB	Q8_0	Kényelmes
50.6 tok/s 30–81 · alacsony bizalom	Radeon Instinct MI250X AMD	128 GB	3,280 GB/s	Nov 2021	23.6 GB	Q8_0	Kényelmes
43.9 tok/s 26–70 · alacsony bizalom	GeForce RTX 5080 NVIDIA	16 GB	960 GB/s	Jan 2025	13.6 GB	Q4_K_M	Szoros
42.2 tok/s 25–68 · alacsony bizalom	Data Center GPU Max 1550 Intel	128 GB	3,280 GB/s	Jan 2023	23.6 GB	Q8_0	Kényelmes
41.3 tok/s 25–66 · alacsony bizalom	Data Center GPU Max Subsystem Intel	128 GB	3,210 GB/s	Jan 2023	23.6 GB	Q8_0	Kényelmes
41.0 tok/s 25–66 · alacsony bizalom	Tesla V100 DGXS 16 GB NVIDIA	16 GB	897 GB/s	Mar 2018	13.6 GB	Q4_K_M	Szoros
41.0 tok/s 25–66 · alacsony bizalom	Tesla V100 PCIe 16 GB NVIDIA	16 GB	897 GB/s	Jun 2017	13.6 GB	Q4_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: SaltLux
Szervezet típusa: Industry
Ország: Korea (Republic of)
Közölt: 27 May 2024

Mit csinál

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

Tartomány: Language
Feladat: Language modeling/generation, Question answering
Alapmodell: InternLM2-20B

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: 21.4B
Képzési adatok: tokens

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 (unrestricted)
Képzés kód: Unreleased
Hugging Face: saltlux

Hogyan van besorolva

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

Nyilvántartási bizalom: Confident

Források

Honnan származik ez a felvétel és mikor ellenőrizték utoljára.

Referencia: LUXIA-21.4B-Alignment
Utoljára frissítve: 28 November 2025

Az extremitások

A tíz leggyorsabb GPU, amely képes futtatni LUXIA-21.4B-Alignment

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 LUXIA-21.4B-Alignment

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

Mit jelentenek a számok

A hardver oldal

Minimális kártya

Xeon Phi 7120P

Szükséges memória

13.6 GB

Leggyorsabb

158 tok/s

LUXIA-21.4B-Alignment eléri a paraméterek számát 21.4B. Ez a tartományba esik, amelyet egy komoly asztali KÁRTYA kezelni tud, miután a súlyok tömörítve vannak. Azoknak a KÁRTYÁKNAK a száma, amelyeket nyomon követünk, és amelyek képesek futtatni: 241.

az alsó végén ezt kezelik Xeon Phi 7120P, memória kapacitással rendelkezik 16 GB, futtatás egy tömörítési arányon Q4_K_M és körülbelül előállítva 10.5 tokenek másodpercenként

A leggyorsabb, amit erre számolunk, az B200, nagyjából generálás 158 másodpercenkénti tokenek egy memória sávszélesség erejében 8,000 GB/s.

Mit jelent ez a modell

LUXIA-21.4B-Alignment ki lett adva által SaltLux, az országban rögzítve mint Korea (Republic of), alatt May 2024. A kiadó kategóriája alá tartozik industry.

Működik a területen a Language, és úgy van rögzítve, mint a feladat végrehajtása language modeling/generation, Question answering.

Ahelyett, hogy nulláról lenne betanítva, az származik InternLM2-20B. Ez a szokásos módja egy specializált modell előállításának.

A súlyok közzétéve vannak, így letölthető és futtatható a saját hardveren határozatlan ideig, offline, felhasználói fiók nélkül. A Hugging Face-en az alábbi szervezet alatt van publikálva saltlux.

Mi dönti el a sebességet

A medián eredmény körül 20.5 másodpercenkénti tokenek. Jogosultsági olvasási sebesség: 195 tőlük

Ez egy sűrű modell, így minden paramétert minden előállított tokenhez elolvasnak. Ez szinte pontosan nyomon követi a memória-sávszélességet — egy kártya, amelynek kétszer akkora a sávszélessége, körülbelül kétszer olyan gyorsan generál.

A belső architektúrája nincs nyilvántartásban, így a memória a paraméterek száma alapján van megbecsülve és ennek megfelelően van megjelölve. Várhatóan a tényleges érték eltér, különösen hosszú CONTEXT LENGTH esetén.

Lépésről lépésre

Hogyan válasszunk GPU-t a LUXIA-21.4B-Alignment

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

01

Nézd meg, mire van szüksége, mielőtt bármi mást tennél.

Kezdj a tényleges szükségletekből, ami a követelményének a LUXIA-21.4B-Alignment, körülbelül szükséges 13.6 GB a tömörítésnél Q4_K_M. Semennyi feldolgozási teljesítmény nem kompenzálja azt a kártyát, amelyik nem tudja megtartani.
02

Illeszd a kontextust a tényleges használatodhoz.

A beszélgetés is elfoglalja a VRAM-ot, és ahogy halad, nő. Állítsa be a csúszkát a várt hosszúságra, mert hosszú kontextusnál egy kártya, amely könnyen kezeli a rövid kérdéseket, lemaradhat. LUXIA-21.4B-Alignment.
03

Válaszd ki, milyen messzire fogod tömöríteni.

Minden KÁRTYA a legkevésbé tömörített másolatot futtatja, amelyet el tud tartani., elérni egy tömörítést a Q4_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

Hasonlítsd össze a TOKENS PER SECOND-t, ne a SPECIFICATIONS-t.

A rangsorolás a másodpercenkénti tokenek alapján a memóriából származó sávszélességet követi, nem pedig a core-ok számát, ezért LUXIA-21.4B-Alignment. Nem fog illeszkedni egy gaming rendeléshez, mert a generálás a memória sávszélesség által kötött. A listát vezető KÁRTYA B200, at 158 tok/s
05

Olvasd el az illeszkedés oszlopot utoljára.

A megfelelő oszlop elválasztja azokat a kártyákat, amelyek épp hogy elboldogulnak, azoktól, amelyeknek van szabad helyük, az esetében LUXIA-21.4B-Alignment. A Kényelmes azt jelenti, hogy később bővítheted a contextet. Ez a különbség fontosabb, mint néhány token másodpercenként, így kényelmeset vásárolj, ha ezt várod.
06

Nézd meg, mit futtat még az a kártya.

Minden kártyaoldal megismétli ezt a vizsgálatot minden modellre, amelyet birtoklunk, válaszolva arra, hogy mi másra jó a hardver, azon kívül, hogy LUXIA-21.4B-Alignment.

Válaszok

LUXIA-21.4B-Alignment — gyakori kérdések

LUXIA-21.4B-Alignment— Mire használják?

Működik a területen a Language, és rögzítve van, hogy kezeli a feladatot language modeling/generation, Question answering. Ezek azok a területek, amelyek köré tervezték; ezek a szándékot írják le, nem pedig egy szigorú határt.

LUXIA-21.4B-Alignment— Hol tudom letölteni?

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

LUXIA-21.4B-Alignment— Futtathatom, ha nem fér el a GPU-mban?

Csak a terhelés áthelyezésével, amely általában téves gazdaságosság: a rendszermemóriában tárolt rész az egészet visszahúzza. A legközelebbi hiba, amit számítunk, alulmúlja 2.8 GB Minden ábra azt feltételezi, hogy az egész model a kártyán tartózkodik.

LUXIA-21.4B-Alignment— Futtatna-e két GPU gyorsabban?

Két kártya memóriát vásárol, nem sebességet, ami csak akkor számít, ha az egyik kártya nem tudja tartani. Az a szám, ami tudja: 241. Tehát egy második KÁRTYA ritkán a megoldás itt.

LUXIA-21.4B-Alignment— miért különbözik a kvantálás a kártyák között?

Egy nagyobb KÁRTYA pontosabb másolatot tárol. Azoknak a tömörítési szinteknek a száma, amelyeket a futó KÁRTYÁK használnak: 4. A nagyobb kártyák a pontosabb verziót kapják, és a minőségi küszöb felett a összehasonlítást egy szinten rögzíti.

LUXIA-21.4B-Alignment— Mennyire pontosak ezek a sebességbecslések?

A specifikációkból számítják ki őket, nem pedig mérik, és mindegyiknek van egy tartománya. Egy példa: 95–253 tok/s a fájlban B200. Ugyanaz a modell és kártya harminc és ötven százalék között változik a következtetési szoftvertől és annak verziójától függően.

LUXIA-21.4B-Alignment— Milyen GPU-ra van szükségem, hogy futtathassam?

A katalógusunk legkisebb kártyája, ami ezt tartja, az Xeon Phi 7120P, memória kapacitással rendelkezik 16 GB. A modell egy tömörítéssel fut. Q4_K_M használva körülbelül 13.6 GB, és körülbelül 10.5 másodpercenkénti tokenek. A kártyák összes száma, amelyek képesek futtatni. 241.

LUXIA-21.4B-Alignment— mennyi idő alatt fut a GPU-n?

A kártyától függ. A leggyorsabb, amit számolunk, az B200, körülbelül 158 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: 195.

LUXIA-21.4B-Alignment— mennyi VRAM-ra van szüksége?

Kb. 13.6 GB tömörítési arányban Q4_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.

LUXIA-21.4B-Alignment— futtathatom egy GPU-n tartva 16 GB?

Igen. A KÁRTYA Tesla V100 SXM2 16 GB, tartás 16 GB, futtatja egy tömörítési arány mellett Q4_K_M, használva körülbelül 13.6 GB és körülbelül generálás 51.6 tokensek másodpercenként. A fit szoros.

LUXIA-21.4B-Alignment— futtathatom egy GPU-n tartva 24 GB?

Igen. A KÁRTYA GeForce RTX 5090 D V2, tartás 24 GB, futtatja egy tömörítési arány mellett Q6_K, használva körülbelül 18.6 GB és körülbelül generálás 38.5 tokensek másodpercenként. A fit szoros.

LUXIA-21.4B-Alignment— 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.

LUXIA-21.4B-Alignment— Hány paramétere van?

Paraméterszáma 21.4B. 21.4B. 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.

LUXIA-21.4B-Alignment— Ki készítette ezt?

Kiadta SaltLux, alapján Korea (Republic of), egy szervezet, amelyet kategorizáltak mint industry.

LUXIA-21.4B-Alignment— 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.

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