VILA-13B TPS kalkulátor

Nyitott súlyok NVIDIA,Massachusetts Institute of Technology (MIT) 13.4B Paraméterek December 2023

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 · 19.9 tok/s

Leggyorsabb kártya

B200

254 tok/s · 180 GB

Melyik GPU képes futtatni VILA-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
254 tok/s 152–406 · alacsony bizalom	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	15.0 GB	Q8_0	Kényelmes
254 tok/s 152–406 · alacsony bizalom	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	15.0 GB	Q8_0	Kényelmes
203 tok/s 122–324 · alacsony bizalom	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	15.0 GB	Q8_0	Kényelmes
203 tok/s 122–324 · alacsony bizalom	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	15.0 GB	Q8_0	Kényelmes
162 tok/s 97–259 · alacsony bizalom	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	15.0 GB	Q8_0	Kényelmes
155 tok/s 93–248 · alacsony bizalom	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	15.0 GB	Q8_0	Kényelmes
155 tok/s 93–248 · alacsony bizalom	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	15.0 GB	Q8_0	Kényelmes
148 tok/s 89–238 · alacsony bizalom	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	15.0 GB	Q8_0	Kényelmes
132 tok/s 79–211 · alacsony bizalom	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	15.0 GB	Q8_0	Kényelmes
132 tok/s 79–211 · alacsony bizalom	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	15.0 GB	Q8_0	Kényelmes
132 tok/s 79–211 · alacsony bizalom	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	15.0 GB	Q8_0	Kényelmes
125 tok/s 75–200 · alacsony bizalom	H100 NVL 94 GB NVIDIA	94 GB	3,940 GB/s	Mar 2023	15.0 GB	Q8_0	Kényelmes
114 tok/s 69–183 · alacsony bizalom	CMP 170HX 10 GB NVIDIA	10 GB	1,560 GB/s	Sep 2021	8.8 GB	Q4_K_M	Szoros
107 tok/s 64–171 · alacsony bizalom	H100 PCIe 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	15.0 GB	Q8_0	Kényelmes
107 tok/s 64–171 · alacsony bizalom	H100 SXM5 80 GB NVIDIA	80 GB	3,360 GB/s	Oct 2022	15.0 GB	Q8_0	Kényelmes
107 tok/s 64–171 · alacsony bizalom	H100 SXM5 94 GB NVIDIA	94 GB	3,360 GB/s	Mar 2023	15.0 GB	Q8_0	Kényelmes
107 tok/s 64–171 · alacsony bizalom	H100 SXM5 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	15.0 GB	Q8_0	Kényelmes
107 tok/s 64–171 · alacsony bizalom	H800 SXM5 NVIDIA	80 GB	3,360 GB/s	Mar 2023	15.0 GB	Q8_0	Kényelmes
81.2 tok/s 49–130 · alacsony bizalom	Radeon Instinct MI250 AMD	128 GB	3,280 GB/s	Nov 2021	15.0 GB	Q8_0	Kényelmes
81.2 tok/s 49–130 · alacsony bizalom	Radeon Instinct MI250X AMD	128 GB	3,280 GB/s	Nov 2021	15.0 GB	Q8_0	Kényelmes
67.6 tok/s 41–108 · alacsony bizalom	Data Center GPU Max 1550 Intel	128 GB	3,280 GB/s	Jan 2023	15.0 GB	Q8_0	Kényelmes
66.2 tok/s 40–106 · alacsony bizalom	Data Center GPU Max Subsystem Intel	128 GB	3,210 GB/s	Jan 2023	15.0 GB	Q8_0	Kényelmes
64.7 tok/s 39–104 · alacsony bizalom	A100 SXM4 80 GB NVIDIA	80 GB	2,040 GB/s	Nov 2020	15.0 GB	Q8_0	Kényelmes
64.7 tok/s 39–104 · alacsony bizalom	A100X NVIDIA	80 GB	2,040 GB/s	Jun 2021	15.0 GB	Q8_0	Kényelmes
64.7 tok/s 39–104 · alacsony bizalom	A800 SXM4 80 GB NVIDIA	80 GB	2,040 GB/s	Aug 2022	15.0 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: 12 December 2023
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
Feladat: Chat, Visual question answering, Image captioning, Language modeling/generation, Question answering
Alapmodell: Llama 2-13B,CLIP (ViT L/14@336px)
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: 13.4B
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 SXM4 80 GB
Használt chipek: 128
Teljesítményfogyasztás: 101.5 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 VILA-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 VILA-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

Hardverkövetelmények a gyakorlatban

Minimális kártya

P102-101

Szükséges memória

8.8 GB

Leggyorsabb

254 tok/s

VILA-13B eléri a paraméterek számát 13.4B. 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 belépési pont a P102-101, memória kapacitással rendelkezik 10 GB, futtatás egy tömörítési arányon Q4_K_M és körülbelül előállítva 19.9 tokenek másodpercenként

A legjobb kategóriájú B200, nagyjából generálás 254 másodpercenkénti tokenek egy memória sávszélesség erejében 8,000 GB/s.

Háttér

VILA-13B ki lett adva által NVIDIA,Massachusetts Institute of Technology (MIT), az országban rögzítve mint United States of America, alatt December 2023. A kiadó szervezet a következő kategóriába tartozik industry,Academia.

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

A kiindulópontja egy meglévő alapmodell volt, Llama 2-13B,CLIP (ViT L/14@336px). 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 Efficient-Large-Model.

A átbocsátási számadatok olvasása

A medián eredmény körül 21.4 másodpercenkénti tokenek. Jogosultsági olvasási sebesség: 269 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.

Hogyan lett betanítva

A betanításhoz körülbelül egy számítási költségvetés kellett 2.3 × 10²¹ FLOP, hardveren rögzítve NVIDIA A100 SXM4 80 GB. Ez a szám azt méri, hogy mennyibe került a modell előállítása, és nincs hatással arra, hogy milyen gyorsan válaszol.

A tanító készlet kb. futott 32,430,000,000 szöveg tokenjei

A kiválasztási kritériuma: sOTA improvement.

Lépésről lépésre

Hogyan válasszunk GPU-t a VILA-13B

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.

A táblázat felsorolja az összes kártyát, amely képes tartani VILA-13B, körülbelül szükséges 8.8 GB a tömörítésnél Q4_K_M. Ez a szám, nem a kártya címválaszték teljesítménye, az, ami eldönti, hogy fut-e.
02

Illeszd a kontextust a tényleges használatodhoz.

A hosszabb beszélgetések memóriaigénye van a súlyok szükségletén kívül. Húzd el a csúszkát a valódi munkahosszodra, mielőtt bármelyik sort megbízhatónak tartanád. VILA-13B.
03

Válaszd ki, milyen messzire fogod tömöríteni.

A tömörítés az, ami lehetővé teszi, hogy egy modell kisebb kártyákra illeszkedjen, bizonyos költséggel a pontosság terén., 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

Rendezés sebesség szerint

A sebességsorrend lényegében egy sorrend a MEMÓRIA-SÁV szerint, a VILA-13B. Nem fog illeszkedni egy gaming rendeléshez, mert a generálás a memória sávszélesség által kötött. A listát vezető KÁRTYA B200, at 254 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 VILA-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 kártyaoldal megismétli ezt a vizsgálatot minden modellre, amelyet birtoklunk, válaszolva arra, hogy mi másra jó a hardver, azon kívül, hogy VILA-13B.

Válaszok

VILA-13B — gyakori kérdések

VILA-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 8.8 GB, és körülbelül 19.9 másodpercenkénti tokenek. A kártyák összes száma, amelyek képesek futtatni. 306.

VILA-13B— mennyi idő alatt fut a GPU-n?

A kártyától függ. A leggyorsabb, amit számolunk, az B200, körülbelül 254 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.

VILA-13B— mennyi VRAM-ra van szüksége?

Kb. 8.8 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.

VILA-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 10.3 GB és körülbelül generálás 51.7 tokensek másodpercenként. A fit szoros.

VILA-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 11.9 GB és körülbelül generálás 52.1 másodpercenkénti tokenek. A illeszkedés kényelmes.

VILA-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 15.0 GB és körülbelül generálás 42.5 másodpercenkénti tokenek. A illeszkedés kényelmes.

VILA-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.

VILA-13B— Hány paramétere van?

Paraméterszáma 13.4B. https://huggingface.co/Efficient-Large-Model/VILA-13b/tree/main?show_file_info=model.safetensors.index.json. 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.

VILA-13B— Ki készítette ezt?

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

VILA-13B— Mikor adták ki?

Kibocsátották a December 2023. A paraméterenkénti képesség lényegesen javult azóta, így egy újabb, azonos méretű modell gyakran jobb felhasználása a same hardvernek.

VILA-13B— Mire használják?

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

VILA-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.

VILA-13B— mennyi számítási kapacitást használtak annak a betanításához?

A képzés körülbelül elfogyasztott 2.3 × 10²¹ FLOP, hardveren rögzítve NVIDIA A100 SXM4 80 GB. 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.

VILA-13B— 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 1.6 GB Minden ábra azt feltételezi, hogy az egész model a kártyán tartózkodik.

VILA-13B— 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.

VILA-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.

VILA-13B— Mennyire pontosak ezek a sebességbecslések?

A specifikációkból számítják ki őket, nem pedig mérik, és mindegyiknek van egy tartománya. Egy példa: 152–406 tok/s a fájlban B200. Ugyanaz a modell és kártya harminc és ötven százalék között változik a következtetési szoftvertől és annak verziójától függően.

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