Yi-1.5-9B TPS kalkulátor

Nyitott súlyok 01.AI 8.8B 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

582 kártyák, amelyek futtatni tudják

818 kártyák, amelyek specifikációs adataink vannak

Legkisebb kártya, ami elfér

Quadro 6000

6 GB · Q3_K_M · 15.8 tok/s

Leggyorsabb kártya

B200

384 tok/s · 180 GB

Melyik GPU képes futtatni Yi-1.5-9B?

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.

582 kártyák illeszkednek

Számítás

					Szükséges	Kvantisálás	Illeszkedik
384 tok/s 230–614 · alacsony bizalom	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	10.2 GB	Q8_0	Kényelmes
384 tok/s 230–614 · alacsony bizalom	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	10.2 GB	Q8_0	Kényelmes
306 tok/s 184–490 · alacsony bizalom	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	10.2 GB	Q8_0	Kényelmes
306 tok/s 184–490 · alacsony bizalom	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	10.2 GB	Q8_0	Kényelmes
245 tok/s 147–392 · alacsony bizalom	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	10.2 GB	Q8_0	Kényelmes
235 tok/s 141–375 · alacsony bizalom	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	10.2 GB	Q8_0	Kényelmes
235 tok/s 141–375 · alacsony bizalom	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	10.2 GB	Q8_0	Kényelmes
224 tok/s 135–359 · alacsony bizalom	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	10.2 GB	Q8_0	Kényelmes
199 tok/s 120–319 · alacsony bizalom	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	10.2 GB	Q8_0	Kényelmes
199 tok/s 120–319 · alacsony bizalom	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	10.2 GB	Q8_0	Kényelmes
199 tok/s 120–319 · alacsony bizalom	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	10.2 GB	Q8_0	Kényelmes
189 tok/s 113–302 · alacsony bizalom	H100 NVL 94 GB NVIDIA	94 GB	3,940 GB/s	Mar 2023	10.2 GB	Q8_0	Kényelmes
161 tok/s 97–258 · alacsony bizalom	H100 PCIe 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	10.2 GB	Q8_0	Kényelmes
161 tok/s 97–258 · alacsony bizalom	H100 SXM5 80 GB NVIDIA	80 GB	3,360 GB/s	Oct 2022	10.2 GB	Q8_0	Kényelmes
161 tok/s 97–258 · alacsony bizalom	H100 SXM5 94 GB NVIDIA	94 GB	3,360 GB/s	Mar 2023	10.2 GB	Q8_0	Kényelmes
161 tok/s 97–258 · alacsony bizalom	H100 SXM5 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	10.2 GB	Q8_0	Kényelmes
161 tok/s 97–258 · alacsony bizalom	H800 SXM5 NVIDIA	80 GB	3,360 GB/s	Mar 2023	10.2 GB	Q8_0	Kényelmes
128 tok/s 77–204 · alacsony bizalom	CMP 170HX 8 GB NVIDIA	8 GB	1,490 GB/s	Sep 2021	7.1 GB	Q5_K_M	Szoros
123 tok/s 74–196 · alacsony bizalom	Radeon Instinct MI250 AMD	128 GB	3,280 GB/s	Nov 2021	10.2 GB	Q8_0	Kényelmes
123 tok/s 74–196 · alacsony bizalom	Radeon Instinct MI250X AMD	128 GB	3,280 GB/s	Nov 2021	10.2 GB	Q8_0	Kényelmes
109 tok/s 65–174 · alacsony bizalom	CMP 170HX 10 GB NVIDIA	10 GB	1,560 GB/s	Sep 2021	8.1 GB	Q6_K	Szoros
102 tok/s 61–164 · alacsony bizalom	Data Center GPU Max 1550 Intel	128 GB	3,280 GB/s	Jan 2023	10.2 GB	Q8_0	Kényelmes
100 tok/s 60–160 · alacsony bizalom	Data Center GPU Max Subsystem Intel	128 GB	3,210 GB/s	Jan 2023	10.2 GB	Q8_0	Kényelmes
97.9 tok/s 59–157 · alacsony bizalom	A100 SXM4 80 GB NVIDIA	80 GB	2,040 GB/s	Nov 2020	10.2 GB	Q8_0	Kényelmes
97.9 tok/s 59–157 · alacsony bizalom	A100X NVIDIA	80 GB	2,040 GB/s	Jun 2021	10.2 GB	Q8_0	Kényelmes

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: 01.AI
Szervezet típusa: Industry
Ország: China
Közölt: 13 May 2024

Mit csinál

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

Tartomány: Language
Feladat: Language modeling/generation, Question answering, Chat

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: 8.8B
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: 1.9 × 10²³ FLOP
Hogyan jött létre: Operation counting

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: 01-ai

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: Yi-1.5 is an upgraded version of Yi.
Utoljára frissítve: 28 November 2025

Az extremitások

A tíz leggyorsabb GPU, amely képes futtatni Yi-1.5-9B

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 Yi-1.5-9B

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

Quadro 6000

Szükséges memória

5.0 GB

Leggyorsabb

384 tok/s

Yi-1.5-9B eléri a paraméterek számát 8.8B. 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: 582.

az alsó végén ezt kezelik Quadro 6000, memória kapacitással rendelkezik 6 GB, futtatás egy tömörítési arányon Q3_K_M és körülbelül előállítva 15.8 tokenek másodpercenként

A másik végén ül B200, nagyjából generálás 384 másodpercenkénti tokenek egy memória sávszélesség erejében 8,000 GB/s.

Háttér

Yi-1.5-9B ki lett adva által 01.AI, 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 language modeling/generation, Question answering, Chat.

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 01-ai.

A átbocsátási számadatok olvasása

A medián eredmény körül 21.6 másodpercenkénti tokenek 541 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.

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 betanításhoz körülbelül egy számítási költségvetés kellett 1.9 × 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 Yi-1.5-9B

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

01

Olvasd el a MEMORY adatokat először.

A táblázat felsorolja az összes kártyát, amely képes tartani Yi-1.5-9B, körülbelül szükséges 5.0 GB a tömörítésnél Q3_K_M. Ez a szám, nem a kártya címválaszték teljesítménye, az, ami eldönti, hogy fut-e.
02

Állítsa be a használt CONTEXT LENGTH-et.

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. Yi-1.5-9B.
03

Válaszd ki, milyen messzire fogod tömöríteni.

Minden KÁRTYA a legkevésbé tömörített másolatot futtatja, amelyet el tud tartani., 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

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

A sebességsorrend lényegében egy sorrend a MEMÓRIA-SÁV szerint, a Yi-1.5-9B. Nem fog illeszkedni egy gaming rendeléshez, mert a generálás a memória sávszélesség által kötött. A listát vezető KÁRTYA B200, at 384 tok/s
05

Olvasd el az illeszkedés oszlopot utoljára.

Tömör jelentése, hogy betölti és működik, nincs hely a későbbi kontextus növelésére, a következő esetben Yi-1.5-9B. 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 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. Yi-1.5-9B.

Válaszok

Yi-1.5-9B — gyakori kérdések

Yi-1.5-9B— Hány paramétere van?

Paraméterszáma 8.8B. 8.83B (safetensors). 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.

Yi-1.5-9B— Ki készítette ezt?

Kiadta 01.AI, alapján China, egy szervezet, amelyet kategorizáltak mint industry.

Yi-1.5-9B— 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.

Yi-1.5-9B— Mire használják?

Működik a területen a Language, és rögzítve van, hogy kezeli a feladatot language modeling/generation, Question answering, Chat. A modellek gyakran több mint egyet hordoznak mindegyikből, és a címkék a célra, nem pedig a képességek határaira utalnak.

Yi-1.5-9B— Hol tudom letölteni?

Súlyait a Hugging Face-en tette közzé, a szervezet alatt 01-ai. Nem tárolunk modell fájlokat — ez az oldal kiszámolja, hogy milyen hardver szükséges a futtatásukhoz.

Yi-1.5-9B— mennyi számítási kapacitást használtak annak a betanításához?

A képzés körülbelül elfogyasztott 1.9 × 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.

Yi-1.5-9B— Futtathatom, ha nem fér el a GPU-mban?

Elosztható a kártya és a rendszer MEMÓRIA között, de így fájdalmasan lassan generálódik. A legközelebbi hiba, amit számítunk, alulmúlja 1.5 GB Minden ábra azt feltételezi, hogy az egész model a kártyán tartózkodik.

Yi-1.5-9B— 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: 582. Tehát egy második KÁRTYA ritkán a megoldás itt.

Yi-1.5-9B— 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: 4. A nagyobb kártyák a pontosabb verziót kapják, és a minőségi küszöb felett a összehasonlítást egy szinten rögzíti.

Yi-1.5-9B— Mennyire pontosak ezek a sebességbecslések?

Ezek becslések valós hibahatárokkal, és bármelyikük ésszerűen bárhol elhelyezkedhet a közzétett tartományán belül, attól függően, hogy milyen futtatási időt használsz. A leggyorsabb eredmény itt: 230–614 tok/s a fájlban B200. Ugyanaz a modell és kártya harminc és ötven százalék között változik a következtetési szoftvertől és annak verziójától függően.

Yi-1.5-9B— Milyen GPU-ra van szükségem, hogy futtathassam?

A katalógusunk legkisebb kártyája, ami ezt tartja, az Quadro 6000, memória kapacitással rendelkezik 6 GB. A modell egy tömörítéssel fut. Q3_K_M használva körülbelül 5.0 GB, és körülbelül 15.8 másodpercenkénti tokenek. A kártyák összes száma, amelyek képesek futtatni. 582.

Yi-1.5-9B— mennyi idő alatt fut a GPU-n?

A kártyától függ. A leggyorsabb, amit számolunk, az B200, körülbelül 384 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: 541.

Yi-1.5-9B— mennyi VRAM-ra van szüksége?

Kb. 5.0 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.

Yi-1.5-9B— futtathatom egy GPU-n tartva 8 GB?

Igen. A KÁRTYA CMP 170HX 8 GB, tartás 8 GB, futtatja egy tömörítési arány mellett Q5_K_M, használva körülbelül 7.1 GB és körülbelül generálás 128 tokensek másodpercenként. A fit szoros.

Yi-1.5-9B— futtathatom egy GPU-n tartva 12 GB?

Igen. A KÁRTYA GeForce RTX 3080 Ti, tartás 12 GB, futtatja egy tömörítési arány mellett Q8_0, használva körülbelül 10.2 GB és körülbelül generálás 43.8 tokensek másodpercenként. A fit szoros.

Yi-1.5-9B— futtathatom egy GPU-n tartva 16 GB?

Igen. A KÁRTYA Tesla V100 SXM2 16 GB, tartás 16 GB, futtatja egy tömörítési arány mellett Q8_0, használva körülbelül 10.2 GB és körülbelül generálás 54.2 másodpercenkénti tokenek. A illeszkedés kényelmes.

Yi-1.5-9B— 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 10.2 GB és körülbelül generálás 64.3 másodpercenkénti tokenek. A illeszkedés kényelmes.

Yi-1.5-9B— 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.

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