DeepSeekMoE-16B TPS kalkulátor

Nyitott súlyok DeepSeek 16B Paraméterek January 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 · 108 tok/s

Leggyorsabb kártya

B200

1,176 tok/s · 180 GB

Melyik GPU képes futtatni DeepSeekMoE-16B?

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
1,176 tok/s 706–1,882 · alacsony bizalom	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	17.5 GB	Q8_0	Kényelmes
1,176 tok/s 706–1,882 · alacsony bizalom	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	17.5 GB	Q8_0	Kényelmes
939 tok/s 564–1,503 · alacsony bizalom	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	17.5 GB	Q8_0	Kényelmes
939 tok/s 564–1,503 · alacsony bizalom	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	17.5 GB	Q8_0	Kényelmes
751 tok/s 451–1,202 · alacsony bizalom	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	17.5 GB	Q8_0	Kényelmes
719 tok/s 431–1,151 · alacsony bizalom	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	17.5 GB	Q8_0	Kényelmes
719 tok/s 431–1,151 · alacsony bizalom	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	17.5 GB	Q8_0	Kényelmes
688 tok/s 413–1,101 · alacsony bizalom	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	17.5 GB	Q8_0	Kényelmes
619 tok/s 371–990 · alacsony bizalom	CMP 170HX 10 GB NVIDIA	10 GB	1,560 GB/s	Sep 2021	8.1 GB	Q3_K_M	Szoros
611 tok/s 366–977 · alacsony bizalom	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	17.5 GB	Q8_0	Kényelmes
611 tok/s 366–977 · alacsony bizalom	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	17.5 GB	Q8_0	Kényelmes
611 tok/s 366–977 · alacsony bizalom	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	17.5 GB	Q8_0	Kényelmes
579 tok/s 348–927 · alacsony bizalom	H100 NVL 94 GB NVIDIA	94 GB	3,940 GB/s	Mar 2023	17.5 GB	Q8_0	Kényelmes
494 tok/s 296–791 · alacsony bizalom	H100 PCIe 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	17.5 GB	Q8_0	Kényelmes
494 tok/s 296–791 · alacsony bizalom	H100 SXM5 80 GB NVIDIA	80 GB	3,360 GB/s	Oct 2022	17.5 GB	Q8_0	Kényelmes
494 tok/s 296–791 · alacsony bizalom	H100 SXM5 94 GB NVIDIA	94 GB	3,360 GB/s	Mar 2023	17.5 GB	Q8_0	Kényelmes
494 tok/s 296–791 · alacsony bizalom	H100 SXM5 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	17.5 GB	Q8_0	Kényelmes
494 tok/s 296–791 · alacsony bizalom	H800 SXM5 NVIDIA	80 GB	3,360 GB/s	Mar 2023	17.5 GB	Q8_0	Kényelmes
376 tok/s 226–602 · alacsony bizalom	Radeon Instinct MI250 AMD	128 GB	3,280 GB/s	Nov 2021	17.5 GB	Q8_0	Kényelmes
376 tok/s 226–602 · alacsony bizalom	Radeon Instinct MI250X AMD	128 GB	3,280 GB/s	Nov 2021	17.5 GB	Q8_0	Kényelmes
314 tok/s 188–502 · alacsony bizalom	Data Center GPU Max 1550 Intel	128 GB	3,280 GB/s	Jan 2023	17.5 GB	Q8_0	Kényelmes
310 tok/s 186–496 · alacsony bizalom	GeForce RTX 3080 12 GB NVIDIA	12 GB	912 GB/s	Jan 2022	10.0 GB	Q4_K_M	Szoros
310 tok/s 186–496 · alacsony bizalom	GeForce RTX 3080 Ti NVIDIA	12 GB	912 GB/s	May 2021	10.0 GB	Q4_K_M	Szoros
307 tok/s 184–491 · alacsony bizalom	Data Center GPU Max Subsystem Intel	128 GB	3,210 GB/s	Jan 2023	17.5 GB	Q8_0	Kényelmes
302 tok/s 181–483 · alacsony bizalom	CMP 90HX NVIDIA	10 GB	760 GB/s	Jul 2021	8.1 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: DeepSeek
Szervezet típusa: Industry
Ország: China
Közölt: 11 January 2024
Szerzők: Damai Dai, Chengqi Deng, Chenggang Zhao, R.X. Xu, Huazuo Gao, Deli Chen, Jiashi Li, Wangding Zeng, Xingkai Yu, Y. Wu, Zhenda Xie, Y.K. Li, Panpan Huang, Fuli Luo, Chong Ruan, Zhifang Sui, Wenfeng Liang

Mit csinál

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

Tartomány: Language
Feladat: 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: 16B
Képzési adatok: 2,000,000,000,000 tokens
Epochok: 1

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: 3.4 × 10²² FLOP
Hogyan jött létre: Operation counting

A tréning futás

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

Képzési hardver: NVIDIA A100,NVIDIA H800 SXM5

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

Hogyan van besorolva

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

Nyilvántartási bizalom: Likely
Hivatkozások: 844

Források

Honnan származik ez a felvétel és mikor ellenőrizték utoljára.

Referencia: DeepSeekMoE: Towards Ultimate Expert Specialization in Mixture-of-Experts Language Models
Utoljára frissítve: 25 May 2026

Az extremitások

A tíz leggyorsabb GPU, amely képes futtatni DeepSeekMoE-16B

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 DeepSeekMoE-16B

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

8.1 GB

Leggyorsabb

1,176 tok/s

DeepSeekMoE-16B eléri a paraméterek számát 16B. 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 108 tokenek másodpercenként

A legjobb kategóriájú B200, nagyjából generálás 1,176 másodpercenkénti tokenek egy memória sávszélesség erejében 8,000 GB/s.

Honnan jött

DeepSeekMoE-16B ki lett adva által DeepSeek, az országban rögzítve mint China, alatt January 2024. A kiadó kategóriája alá tartozik industry.

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

A nyílt súlyok az okai annak, hogy ez az oldal a kalkulátorban van, és nem csak a katalógusban: ez egy olyan modell, amit valójában meg tudsz tartani.

A sebességek megértése

A medián eredmény körül 109.8 másodpercenkénti tokenek 304 tőlük

Mivel minden egyes tokent az súlyainak egy részhalmazán keresztül irányít, olyan szöveget állít elő, amely egy sokkal kisebb modell sebességén halad. A probléma a MEMORY: mindennek még mindig bele kell férnie, tehát a sebesség inkább bónusz, mint árkedvezmény a HARDWARE-ra.

A figyelem elrendezése a fájlban van, így a memóriaértékek pontosan számítva vannak, nem pedig közelítve.

Hogyan lett betanítva

A betanításhoz körülbelül egy számítási költségvetés kellett 3.4 × 10²² FLOP, hardveren rögzítve NVIDIA A100,NVIDIA H800 SXM5. Ez a szám azt méri, hogy mennyibe került a modell előállítása, és nincs hatással arra, hogy milyen gyorsan válaszol.

Körülbelül egy korpuszon lett betanítva 2,000,000,000,000 szöveg tokenjei

Lépésről lépésre

Hogyan válasszunk GPU-t a DeepSeekMoE-16B

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 DeepSeekMoE-16B, körülbelül szükséges 8.1 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. DeepSeekMoE-16B.
03

Válaszd ki, milyen messzire fogod tömöríteni.

A kvantálási oszlop kártyánként változik, mert egy nagyobb kártya pontosabb másolatot tartalmaz., 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 rangsorolás a másodpercenkénti tokenek alapján a memóriából származó sávszélességet követi, nem pedig a core-ok számát, ezért DeepSeekMoE-16B. Nem fog illeszkedni egy gaming rendeléshez, mert a generálás a memória sávszélesség által kötött. A listát vezető KÁRTYA B200, at 1,176 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 DeepSeekMoE-16B. 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.

Egy KÁRTYA végigkövetése a saját oldaláig megmutatja az összes többi modellt, amelyet el tud tartani, ami az a kérdés, ami felmerül, miután döntöttél. DeepSeekMoE-16B.

Válaszok

DeepSeekMoE-16B — gyakori kérdések

DeepSeekMoE-16B— Mikor adták ki?

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

DeepSeekMoE-16B— Mire használják?

Működik a területen a Language, és rögzítve van, hogy kezeli a feladatot chat. A modellek gyakran több mint egyet hordoznak mindegyikből, és a címkék a célra, nem pedig a képességek határaira utalnak.

DeepSeekMoE-16B— Hol tudom letölteni?

A súlyok közzététele megtörtént, bár nem rendelkezünk tárolólinkkel erre. Ez az oldal a hardverkövetelményeket számítja ki, nem pedig modellfájlokat tárol.

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

A képzés körülbelül elfogyasztott 3.4 × 10²² FLOP, hardveren rögzítve NVIDIA A100,NVIDIA H800 SXM5. 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.

DeepSeekMoE-16B— 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 2.8 GB Minden ábra azt feltételezi, hogy az egész model a kártyán tartózkodik.

DeepSeekMoE-16B— 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: 306. Tehát egy második KÁRTYA ritkán a megoldás itt.

DeepSeekMoE-16B— miért különbözik a kvantálás a kártyák között?

Minden kártya a lehető legkevésbé tömörített másolatát futtatva jelenik meg, amit képes tárolni. A kártyákon elférő különböző tömörítési szintek száma: 5. A nagyobb kártyák a pontosabb verziót kapják, és a minőségi küszöb felett a összehasonlítást egy szinten rögzíti.

DeepSeekMoE-16B— 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: 706–1,882 tok/s a fájlban B200. Ugyanaz a modell és kártya harminc és ötven százalék között változik a következtetési szoftvertől és annak verziójától függően.

DeepSeekMoE-16B— 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 8.1 GB, és körülbelül 108 másodpercenkénti tokenek. A kártyák összes száma, amelyek képesek futtatni. 306.

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

A kártyától függ. A leggyorsabb, amit számolunk, az B200, körülbelül 1,176 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: 304.

DeepSeekMoE-16B— mennyi VRAM-ra van szüksége?

Kb. 8.1 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.

DeepSeekMoE-16B— 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 10.0 GB és körülbelül generálás 310 tokensek másodpercenként. A fit szoros.

DeepSeekMoE-16B— 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 13.7 GB és körülbelül generálás 241 tokensek másodpercenként. A fit szoros.

DeepSeekMoE-16B— 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 17.5 GB és körülbelül generálás 197 másodpercenkénti tokenek. A illeszkedés kényelmes.

DeepSeekMoE-16B— 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.

DeepSeekMoE-16B— Hány paramétere van?

Paraméterszáma 16B. 16B (total, but it's sparse). 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.

DeepSeekMoE-16B— Ki készítette ezt?

Kiadta DeepSeek, alapján China, egy szervezet, amelyet kategorizáltak mint industry.

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