ruDalle: Kandinsky 3.0 TPS kalkulátor

Nyitott súlyok Sber 11.9B 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

509 kártyák, amelyek futtatni tudják

818 kártyák, amelyek specifikációs adataink vannak

Legkisebb kártya, ami elfér

Xeon Phi 5110P

8 GB · Q3_K_M · 20.0 tok/s

Leggyorsabb kártya

B200

285 tok/s · 180 GB

Melyik GPU képes futtatni ruDalle: Kandinsky 3.0?

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.

509 kártyák illeszkednek

Számítás

					Szükséges	Kvantisálás	Illeszkedik
285 tok/s 171–456 · alacsony bizalom	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	13.4 GB	Q8_0	Kényelmes
285 tok/s 171–456 · alacsony bizalom	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	13.4 GB	Q8_0	Kényelmes
227 tok/s 136–364 · alacsony bizalom	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	13.4 GB	Q8_0	Kényelmes
227 tok/s 136–364 · alacsony bizalom	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	13.4 GB	Q8_0	Kényelmes
182 tok/s 109–291 · alacsony bizalom	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	13.4 GB	Q8_0	Kényelmes
174 tok/s 104–278 · alacsony bizalom	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	13.4 GB	Q8_0	Kényelmes
174 tok/s 104–278 · alacsony bizalom	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	13.4 GB	Q8_0	Kényelmes
167 tok/s 100–267 · alacsony bizalom	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	13.4 GB	Q8_0	Kényelmes
148 tok/s 89–237 · alacsony bizalom	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	13.4 GB	Q8_0	Kényelmes
148 tok/s 89–237 · alacsony bizalom	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	13.4 GB	Q8_0	Kényelmes
148 tok/s 89–237 · alacsony bizalom	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	13.4 GB	Q8_0	Kényelmes
143 tok/s 86–229 · alacsony bizalom	CMP 170HX 8 GB NVIDIA	8 GB	1,490 GB/s	Sep 2021	6.5 GB	Q3_K_M	Szoros
140 tok/s 84–224 · alacsony bizalom	H100 NVL 94 GB NVIDIA	94 GB	3,940 GB/s	Mar 2023	13.4 GB	Q8_0	Kényelmes
128 tok/s 77–205 · alacsony bizalom	CMP 170HX 10 GB NVIDIA	10 GB	1,560 GB/s	Sep 2021	7.9 GB	Q4_K_M	Szoros
120 tok/s 72–191 · alacsony bizalom	H100 PCIe 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	13.4 GB	Q8_0	Kényelmes
120 tok/s 72–191 · alacsony bizalom	H100 SXM5 80 GB NVIDIA	80 GB	3,360 GB/s	Oct 2022	13.4 GB	Q8_0	Kényelmes
120 tok/s 72–191 · alacsony bizalom	H100 SXM5 94 GB NVIDIA	94 GB	3,360 GB/s	Mar 2023	13.4 GB	Q8_0	Kényelmes
120 tok/s 72–191 · alacsony bizalom	H100 SXM5 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	13.4 GB	Q8_0	Kényelmes
120 tok/s 72–191 · alacsony bizalom	H800 SXM5 NVIDIA	80 GB	3,360 GB/s	Mar 2023	13.4 GB	Q8_0	Kényelmes
91.1 tok/s 55–146 · alacsony bizalom	Radeon Instinct MI250 AMD	128 GB	3,280 GB/s	Nov 2021	13.4 GB	Q8_0	Kényelmes
91.1 tok/s 55–146 · alacsony bizalom	Radeon Instinct MI250X AMD	128 GB	3,280 GB/s	Nov 2021	13.4 GB	Q8_0	Kényelmes
75.9 tok/s 46–121 · alacsony bizalom	Data Center GPU Max 1550 Intel	128 GB	3,280 GB/s	Jan 2023	13.4 GB	Q8_0	Kényelmes
74.3 tok/s 45–119 · alacsony bizalom	Data Center GPU Max Subsystem Intel	128 GB	3,210 GB/s	Jan 2023	13.4 GB	Q8_0	Kényelmes
73.8 tok/s 44–118 · alacsony bizalom	RTX A5000-8Q NVIDIA	8 GB	768 GB/s	Apr 2021	6.5 GB	Q3_K_M	Szoros
72.6 tok/s 44–116 · alacsony bizalom	A100 SXM4 80 GB NVIDIA	80 GB	2,040 GB/s	Nov 2020	13.4 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: Sber
Szervezet típusa: Industry,Government
Ország: Russia
Közölt: 11 December 2023
Szerzők: Vladimir Arkhipkin, Andrei Filatov, Viacheslav Vasilev, Anastasia Maltseva, Said Azizov, Igor Pavlov, Julia Agafonova, Andrey Kuznetsov, Denis Dimitrov

Mit csinál

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

Tartomány: Image generation
Feladat: Text-to-image, Image generation

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: 11.9B
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: 2 × 10²⁰ 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

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: ai-forever

Hogyan van besorolva

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

Nyilvántartási bizalom: Speculative

Források

Honnan származik ez a felvétel és mikor ellenőrizték utoljára.

Referencia: KANDINSKY 3.0 TECHNICAL REPORT
Utoljára frissítve: 28 November 2025

Az extremitások

A tíz leggyorsabb GPU, amely képes futtatni ruDalle: Kandinsky 3.0

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 ruDalle: Kandinsky 3.0

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 5110P

Szükséges memória

6.5 GB

Leggyorsabb

285 tok/s

ruDalle: Kandinsky 3.0 eléri a paraméterek számát 11.9B. 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: 509.

az alsó végén ezt kezelik Xeon Phi 5110P, memória kapacitással rendelkezik 8 GB, futtatás egy tömörítési arányon Q3_K_M és körülbelül előállítva 20.0 tokenek másodpercenként

A leggyorsabb, amit erre számolunk, az B200, nagyjából generálás 285 másodpercenkénti tokenek egy memória sávszélesség erejében 8,000 GB/s.

Erről a modelről

ruDalle: Kandinsky 3.0 ki lett adva által Sber, az országban rögzítve mint Russia, alatt December 2023. Egy olyan szervezetből származik, amelyet kategorizálnak mint industry,Government.

Működik a területen a Image generation, és úgy van rögzítve, mint a feladat végrehajtása text-to-image, Image generation.

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 ai-forever.

Milyen gyorsan fut, és miért

A kártyák felének, amelyek tartják, több mint 20.9 másodpercenkénti tokenek 455 tőlük

A sűrűsége miatt minden egyes tokent önállóan olvas, ezért a sebesség szerinti rendezés alább annyira közel követi a memória sávszélesség szerinti rendezést.

Itt a memória méret alapján van megbecsülve, nem pedig az architektúrából számítva, amely nincs rögzítve ennél a modellnél — a számok tájékoztató jellegűek, nem pontosak.

Képzés és származás

A létrehozásához körülbelül összesítő aritmetikára volt szükség. 2 × 10²⁰ FLOP, hardveren rögzítve NVIDIA A100. 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 ruDalle: Kandinsky 3.0

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 ruDalle: Kandinsky 3.0, körülbelül szükséges 6.5 GB a tömörítésnél Q3_K_M. A kapacitás a kapu — egy kártya vagy tartalmazza, vagy nem.
02

Döntsön arról, hogy mennyi ideig tartanak a beszélgetései.

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. ruDalle: Kandinsky 3.0.
03

Döntsd el, mennyi tömörítést fogadsz el.

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

Rendezze sebesség szerint, hogy lássa, hogyan rangsorolnak a kártyák. ruDalle: Kandinsky 3.0. Nem fog illeszkedni egy gaming rendeléshez, mert a generálás a memória sávszélesség által kötött. A listát vezető KÁRTYA B200, at 285 tok/s
05

Olvasd el az illeszkedés oszlopot utoljára.

Tömör jelentése, hogy betölti és működik, nincs hely a későbbi kontextus növelésére, a következő esetben ruDalle: Kandinsky 3.0. A Kényelmes azt jelenti, hogy később bővítheted a contextet. Ez a különbség fontosabb, mint néhány token másodpercenként, így kényelmeset vásárolj, ha ezt várod.
06

Nyisd meg a kiválasztott kártyát.

Minden kártyaoldal megismétli ezt a vizsgálatot minden modellre, amelyet birtoklunk, válaszolva arra, hogy mi másra jó a hardver, azon kívül, hogy ruDalle: Kandinsky 3.0.

Válaszok

ruDalle: Kandinsky 3.0 — gyakori kérdések

ruDalle: Kandinsky 3.0— Futtatna-e két GPU gyorsabban?

A kapacitás kártyánként összeadódik; a teljesítmény nem. A kártyák számának már saját magukban tartva: 509. Tehát egy második KÁRTYA ritkán a megoldás itt.

ruDalle: Kandinsky 3.0— 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.

ruDalle: Kandinsky 3.0— Mennyire pontosak ezek a sebességbecslések?

A specifikációkból számítják ki őket, nem pedig mérik, és mindegyiknek van egy tartománya. Egy példa: 171–456 tok/s a fájlban B200. Ugyanaz a modell és kártya harminc és ötven százalék között változik a következtetési szoftvertől és annak verziójától függően.

ruDalle: Kandinsky 3.0— Milyen GPU-ra van szükségem, hogy futtathassam?

A katalógusunk legkisebb kártyája, ami ezt tartja, az Xeon Phi 5110P, memória kapacitással rendelkezik 8 GB. A modell egy tömörítéssel fut. Q3_K_M használva körülbelül 6.5 GB, és körülbelül 20.0 másodpercenkénti tokenek. A kártyák összes száma, amelyek képesek futtatni. 509.

ruDalle: Kandinsky 3.0— mennyi idő alatt fut a GPU-n?

A kártyától függ. A leggyorsabb, amit számolunk, az B200, körülbelül 285 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: 455.

ruDalle: Kandinsky 3.0— mennyi VRAM-ra van szüksége?

Kb. 6.5 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.

ruDalle: Kandinsky 3.0— futtathatom egy GPU-n tartva 8 GB?

Igen. A KÁRTYA CMP 170HX 8 GB, tartás 8 GB, futtatja egy tömörítési arány mellett Q3_K_M, használva körülbelül 6.5 GB és körülbelül generálás 143 tokensek másodpercenként. A fit szoros.

ruDalle: Kandinsky 3.0— futtathatom egy GPU-n tartva 12 GB?

Igen. A KÁRTYA GeForce RTX 3080 Ti, tartás 12 GB, futtatja egy tömörítési arány mellett Q6_K, használva körülbelül 10.7 GB és körülbelül generálás 47.2 tokensek másodpercenként. A fit szoros.

ruDalle: Kandinsky 3.0— 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 13.4 GB és körülbelül generálás 40.2 tokensek másodpercenként. A fit szoros.

ruDalle: Kandinsky 3.0— 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 13.4 GB és körülbelül generálás 47.7 másodpercenkénti tokenek. A illeszkedés kényelmes.

ruDalle: Kandinsky 3.0— 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.

ruDalle: Kandinsky 3.0— Hány paramétere van?

Paraméterszáma 11.9B. 11.9 billion parameters. 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.

ruDalle: Kandinsky 3.0— Ki készítette ezt?

Kiadta Sber, alapján Russia, egy szervezet, amelyet kategorizáltak mint industry,Government.

ruDalle: Kandinsky 3.0— 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.

ruDalle: Kandinsky 3.0— Mire használják?

Működik a területen a Image generation, és rögzítve van, hogy kezeli a feladatot text-to-image, Image generation. A modellek gyakran több mint egyet hordoznak mindegyikből, és a címkék a célra, nem pedig a képességek határaira utalnak.

ruDalle: Kandinsky 3.0— Hol tudom letölteni?

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

ruDalle: Kandinsky 3.0— mennyi számítási kapacitást használtak annak a betanításához?

A képzés körülbelül elfogyasztott 2 × 10²⁰ 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.

ruDalle: Kandinsky 3.0— 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 2.5 GB Minden ábra azt feltételezi, hogy az egész model a kártyán tartózkodik.

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