VILA1.5-13B TPS kalkulátor

Nyitott súlyok NVIDIA,Massachusetts Institute of Technology (MIT) 13.5B 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 · Q4_K_M · 19.7 tok/s

Leggyorsabb kártya

B200

251 tok/s · 180 GB

Melyik GPU képes futtatni VILA1.5-13B?

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
251 tok/s 151–402 · alacsony bizalom	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	15.1 GB	Q8_0	Kényelmes
251 tok/s 151–402 · alacsony bizalom	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	15.1 GB	Q8_0	Kényelmes
201 tok/s 120–321 · alacsony bizalom	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	15.1 GB	Q8_0	Kényelmes
201 tok/s 120–321 · alacsony bizalom	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	15.1 GB	Q8_0	Kényelmes
160 tok/s 96–257 · alacsony bizalom	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	15.1 GB	Q8_0	Kényelmes
153 tok/s 92–246 · alacsony bizalom	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	15.1 GB	Q8_0	Kényelmes
153 tok/s 92–246 · alacsony bizalom	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	15.1 GB	Q8_0	Kényelmes
147 tok/s 88–235 · alacsony bizalom	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	15.1 GB	Q8_0	Kényelmes
130 tok/s 78–209 · alacsony bizalom	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	15.1 GB	Q8_0	Kényelmes
130 tok/s 78–209 · alacsony bizalom	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	15.1 GB	Q8_0	Kényelmes
130 tok/s 78–209 · alacsony bizalom	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	15.1 GB	Q8_0	Kényelmes
124 tok/s 74–198 · alacsony bizalom	H100 NVL 94 GB NVIDIA	94 GB	3,940 GB/s	Mar 2023	15.1 GB	Q8_0	Kényelmes
113 tok/s 68–181 · alacsony bizalom	CMP 170HX 10 GB NVIDIA	10 GB	1,560 GB/s	Sep 2021	8.9 GB	Q4_K_M	Szoros
105 tok/s 63–169 · alacsony bizalom	H100 PCIe 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	15.1 GB	Q8_0	Kényelmes
105 tok/s 63–169 · alacsony bizalom	H100 SXM5 80 GB NVIDIA	80 GB	3,360 GB/s	Oct 2022	15.1 GB	Q8_0	Kényelmes
105 tok/s 63–169 · alacsony bizalom	H100 SXM5 94 GB NVIDIA	94 GB	3,360 GB/s	Mar 2023	15.1 GB	Q8_0	Kényelmes
105 tok/s 63–169 · alacsony bizalom	H100 SXM5 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	15.1 GB	Q8_0	Kényelmes
105 tok/s 63–169 · alacsony bizalom	H800 SXM5 NVIDIA	80 GB	3,360 GB/s	Mar 2023	15.1 GB	Q8_0	Kényelmes
80.3 tok/s 48–128 · alacsony bizalom	Radeon Instinct MI250 AMD	128 GB	3,280 GB/s	Nov 2021	15.1 GB	Q8_0	Kényelmes
80.3 tok/s 48–128 · alacsony bizalom	Radeon Instinct MI250X AMD	128 GB	3,280 GB/s	Nov 2021	15.1 GB	Q8_0	Kényelmes
66.9 tok/s 40–107 · alacsony bizalom	Data Center GPU Max 1550 Intel	128 GB	3,280 GB/s	Jan 2023	15.1 GB	Q8_0	Kényelmes
65.5 tok/s 39–105 · alacsony bizalom	Data Center GPU Max Subsystem Intel	128 GB	3,210 GB/s	Jan 2023	15.1 GB	Q8_0	Kényelmes
64.0 tok/s 38–102 · alacsony bizalom	A100 SXM4 80 GB NVIDIA	80 GB	2,040 GB/s	Nov 2020	15.1 GB	Q8_0	Kényelmes
64.0 tok/s 38–102 · alacsony bizalom	A100X NVIDIA	80 GB	2,040 GB/s	Jun 2021	15.1 GB	Q8_0	Kényelmes
64.0 tok/s 38–102 · alacsony bizalom	A800 SXM4 80 GB NVIDIA	80 GB	2,040 GB/s	Aug 2022	15.1 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: NVIDIA,Massachusetts Institute of Technology (MIT)
Szervezet típusa: Industry,Academia
Ország: United States of America
Közölt: 3 May 2024
Szerzők: Ji Lin, Hongxu Yin, Wei Ping, Yao Lu, Pavlo Molchanov, Andrew Tao, Huizi Mao, Jan Kautz, Mohammad Shoeybi, Song Han

Mit csinál

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

Tartomány: Multimodal, Language, Vision, Video
Feladat: Chat, Visual question answering, Image captioning, Language modeling/generation, Question answering
Alapmodell: SigLIP 400M,Vicuna-13B-v1.5
Numerikus formátum: BF16

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: 13.5B
Képzési adatok: 32,430,000,000 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: 2.3 × 10²¹ FLOP

A tréning futás

Ami fizikailag szükséges volt a betanításhoz: mely chipek, hány, mennyi ideig, és ez mit fogyasztott a falból.

Képzési hardver: NVIDIA A100
Használt chipek: 128
Teljesítményfogyasztás: 101.2 kW

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 (non-commercial)
Képzés kód: Open source
Hugging Face: Efficient-Large-Model

Hogyan van besorolva

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

Miért követik nyomon: SOTA improvement
Nyilvántartási bizalom: Confident
Hivatkozások: 827

Források

Honnan származik ez a felvétel és mikor ellenőrizték utoljára.

Referencia: VILA: On Pre-training for Visual Language Models
Utoljára frissítve: 25 May 2026

Az extremitások

A tíz leggyorsabb GPU, amely képes futtatni VILA1.5-13B

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 VILA1.5-13B

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

Mit jelentenek a számok

Mi szükséges ehhez a modellhez való futtatáshoz

Minimális kártya

P102-101

Szükséges memória

8.9 GB

Leggyorsabb

251 tok/s

VILA1.5-13B eléri a paraméterek számát 13.5B. 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 legkisebb kártya, ami elbírja, az P102-101, memória kapacitással rendelkezik 10 GB, futtatás egy tömörítési arányon Q4_K_M és körülbelül előállítva 19.7 tokenek másodpercenként

A leggyorsabb, amit erre számolunk, az B200, nagyjából generálás 251 másodpercenkénti tokenek egy memória sávszélesség erejében 8,000 GB/s.

Honnan jött

VILA1.5-13B ki lett adva által NVIDIA,Massachusetts Institute of Technology (MIT), az országban rögzítve mint United States of America, alatt May 2024. A kiadó szervezet a következő kategóriába tartozik industry,Academia.

Működik a területen a Multimodal, Language, Vision, Video, és úgy van rögzítve, mint a feladat végrehajtása chat, Visual question answering, Image captioning, Language modeling/generation, Question answering.

Ez alapoz. SigLIP 400M,Vicuna-13B-v1.5. Ez a szokásos módja egy specializált modell előállításának.

Mivel a súlyai ki lettek adva, semmi sem függ attól, hogy egy szolgáltató elérhető marad-e - a tiéd, amint letöltötted. A Hugging Face-en az alábbi szervezet alatt van publikálva Efficient-Large-Model.

A sebességek megértése

A medián eredmény körül 21.1 másodpercenkénti tokenek 269 tőlük

Minden súly részt vesz minden tokenben itt, így a sávszélesség a teljes történet: az alábbi rangsor lényegében a memória átbocsátóképességének rangsora.

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.

Hogyan lett betanítva

A létrehozásához körülbelül összesítő aritmetikára volt szükség. 2.3 × 10²¹ FLOP, hardveren rögzítve NVIDIA A100. Ez a szám azt méri, hogy mennyibe került a modell előállítása, és nincs hatással arra, hogy milyen gyorsan válaszol.

Körülbelül egy korpuszon lett betanítva 32,430,000,000 szöveg tokenjei

Egy különös okból nyomon követik az alapul szolgáló adatbázisban: sOTA improvement.

Lépésről lépésre

Hogyan válasszunk GPU-t a VILA1.5-13B

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.

Kezdj a tényleges szükségletekből, ami a követelményének a VILA1.5-13B, körülbelül szükséges 8.9 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. VILA1.5-13B.
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 sebességsorrend lényegében egy sorrend a MEMÓRIA-SÁV szerint, a VILA1.5-13B. Nem fog illeszkedni egy gaming rendeléshez, mert a generálás a memória sávszélesség által kötött. A listát vezető KÁRTYA B200, at 251 tok/s
05

Ellenőrizd a megfelelő ítéletet vásárlás előtt.

A megfelelő oszlop elválasztja azokat a kártyákat, amelyek épp hogy elboldogulnak, azoktól, amelyeknek van szabad helyük, az esetében VILA1.5-13B. 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 a kártyát a másik oldalról.

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. VILA1.5-13B.

Válaszok

VILA1.5-13B — gyakori kérdések

VILA1.5-13B— 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 12.0 GB és körülbelül generálás 51.5 tokensek másodpercenként. A fit szoros.

VILA1.5-13B— 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 15.1 GB és körülbelül generálás 42.1 másodpercenkénti tokenek. A illeszkedés kényelmes.

VILA1.5-13B— 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.

VILA1.5-13B— Hány paramétere van?

Paraméterszáma 13.5B. https://huggingface.co/Efficient-Large-Model/VILA1.5-13b/blob/main/llm/model.safetensors.index.json https://huggingface.co/Efficient-Large-Model/VILA1.5-13b/tree/main/vision_tower https://huggingface.co/Efficient-Large-Model/VILA1.5-13b/blob/main/mm_projector/model.safetensors llm: 13015864320 vision_tower: 428225600 mm_projector: 49826816 total: 13493916736. 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.

VILA1.5-13B— Ki készítette ezt?

Kiadta NVIDIA,Massachusetts Institute of Technology (MIT), alapján United States of America, egy szervezet, amelyet kategorizáltak mint industry,Academia.

VILA1.5-13B— 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.

VILA1.5-13B— Mire használják?

Működik a területen a Multimodal, Language, Vision, Video, és rögzítve van, hogy kezeli a feladatot chat, Visual question answering, Image captioning, Language modeling/generation, Question answering. A modellek gyakran több mint egyet hordoznak mindegyikből, és a címkék a célra, nem pedig a képességek határaira utalnak.

VILA1.5-13B— Hol tudom letölteni?

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

VILA1.5-13B— mennyi számítási kapacitást használtak annak a betanításához?

A képzés körülbelül elfogyasztott 2.3 × 10²¹ FLOP, hardveren rögzítve NVIDIA A100. 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.

VILA1.5-13B— 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 1.7 GB Minden ábra azt feltételezi, hogy az egész model a kártyán tartózkodik.

VILA1.5-13B— Futtatna-e két GPU gyorsabban?

A kapacitás kártyánként összeadódik; a teljesítmény nem. A kártyák számának már saját magukban tartva: 306. Tehát egy második KÁRTYA ritkán a megoldás itt.

VILA1.5-13B— 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.

VILA1.5-13B— 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: 151–402 tok/s a fájlban B200. Ugyanaz a modell és kártya harminc és ötven százalék között változik a következtetési szoftvertől és annak verziójától függően.

VILA1.5-13B— 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. Q4_K_M használva körülbelül 8.9 GB, és körülbelül 19.7 másodpercenkénti tokenek. A kártyák összes száma, amelyek képesek futtatni. 306.

VILA1.5-13B— mennyi idő alatt fut a GPU-n?

A kártyától függ. A leggyorsabb, amit számolunk, az B200, körülbelül 251 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: 269.

VILA1.5-13B— mennyi VRAM-ra van szüksége?

Kb. 8.9 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.

VILA1.5-13B— futtathatom egy GPU-n tartva 12 GB?

Igen. A KÁRTYA GeForce RTX 3080 Ti, tartás 12 GB, futtatja egy tömörítési arány mellett Q5_K_M, használva körülbelül 10.4 GB és körülbelül generálás 51.1 tokensek másodpercenként. A fit szoros.

Forrás

Eredeti kiadvány

Az utolsó frissítés időpontja 25 May 2026

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