Qwen-Audio-Chat TPS kalkulátor

Nyitott súlyok Alibaba 8.5B Paraméterek November 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

582 kártyák, amelyek futtatni tudják

818 kártyák, amelyek specifikációs adataink vannak

Legkisebb kártya, ami elfér

Quadro 6000

6 GB · IQ4_XS · 15.0 tok/s

Leggyorsabb kártya

B200

401 tok/s · 180 GB

Melyik GPU képes futtatni Qwen-Audio-Chat?

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
401 tok/s 240–641 · alacsony bizalom	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	9.8 GB	Q8_0	Kényelmes
401 tok/s 240–641 · alacsony bizalom	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	9.8 GB	Q8_0	Kényelmes
320 tok/s 192–512 · alacsony bizalom	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	9.8 GB	Q8_0	Kényelmes
320 tok/s 192–512 · alacsony bizalom	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	9.8 GB	Q8_0	Kényelmes
256 tok/s 153–409 · alacsony bizalom	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	9.8 GB	Q8_0	Kényelmes
245 tok/s 147–392 · alacsony bizalom	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	9.8 GB	Q8_0	Kényelmes
245 tok/s 147–392 · alacsony bizalom	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	9.8 GB	Q8_0	Kényelmes
234 tok/s 141–375 · alacsony bizalom	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	9.8 GB	Q8_0	Kényelmes
208 tok/s 125–333 · alacsony bizalom	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	9.8 GB	Q8_0	Kényelmes
208 tok/s 125–333 · alacsony bizalom	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	9.8 GB	Q8_0	Kényelmes
208 tok/s 125–333 · alacsony bizalom	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	9.8 GB	Q8_0	Kényelmes
197 tok/s 118–316 · alacsony bizalom	H100 NVL 94 GB NVIDIA	94 GB	3,940 GB/s	Mar 2023	9.8 GB	Q8_0	Kényelmes
168 tok/s 101–269 · alacsony bizalom	H100 PCIe 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	9.8 GB	Q8_0	Kényelmes
168 tok/s 101–269 · alacsony bizalom	H100 SXM5 80 GB NVIDIA	80 GB	3,360 GB/s	Oct 2022	9.8 GB	Q8_0	Kényelmes
168 tok/s 101–269 · alacsony bizalom	H100 SXM5 94 GB NVIDIA	94 GB	3,360 GB/s	Mar 2023	9.8 GB	Q8_0	Kényelmes
168 tok/s 101–269 · alacsony bizalom	H100 SXM5 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	9.8 GB	Q8_0	Kényelmes
168 tok/s 101–269 · alacsony bizalom	H800 SXM5 NVIDIA	80 GB	3,360 GB/s	Mar 2023	9.8 GB	Q8_0	Kényelmes
133 tok/s 80–213 · alacsony bizalom	CMP 170HX 8 GB NVIDIA	8 GB	1,490 GB/s	Sep 2021	6.8 GB	Q5_K_M	Szoros
128 tok/s 77–205 · alacsony bizalom	Radeon Instinct MI250 AMD	128 GB	3,280 GB/s	Nov 2021	9.8 GB	Q8_0	Kényelmes
128 tok/s 77–205 · alacsony bizalom	Radeon Instinct MI250X AMD	128 GB	3,280 GB/s	Nov 2021	9.8 GB	Q8_0	Kényelmes
113 tok/s 68–182 · alacsony bizalom	CMP 170HX 10 GB NVIDIA	10 GB	1,560 GB/s	Sep 2021	7.8 GB	Q6_K	Szoros
107 tok/s 64–171 · alacsony bizalom	Data Center GPU Max 1550 Intel	128 GB	3,280 GB/s	Jan 2023	9.8 GB	Q8_0	Kényelmes
104 tok/s 63–167 · alacsony bizalom	Data Center GPU Max Subsystem Intel	128 GB	3,210 GB/s	Jan 2023	9.8 GB	Q8_0	Kényelmes
102 tok/s 61–163 · alacsony bizalom	A100 SXM4 80 GB NVIDIA	80 GB	2,040 GB/s	Nov 2020	9.8 GB	Q8_0	Kényelmes
102 tok/s 61–163 · alacsony bizalom	A100X NVIDIA	80 GB	2,040 GB/s	Jun 2021	9.8 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: Alibaba
Szervezet típusa: Industry
Ország: China
Közölt: 14 November 2023
Szerzők: Yunfei Chu, Jin Xu, Xiaohuan Zhou, Qian Yang, Shiliang Zhang, Zhijie Yan, Chang Zhou, Jingren Zhou

Mit csinál

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

Tartomány: Language, Speech, Audio
Feladat: Audio question answering, Chat, Speech recognition (ASR), Translation, Transcription, Text classification, Question answering, Audio classification, Voice identification, Part-of-speech tagging, Speech-to-speech
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: 8.5B
Képzési adatok: tokens

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: Open (restricted use)

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: Likely
Hivatkozások: 743

Források

Honnan származik ez a felvétel és mikor ellenőrizték utoljára.

Referencia: Qwen-Audio: Advancing Universal Audio Understanding via Unified Large-Scale Audio-Language Models
Utoljára frissítve: 25 May 2026

Az extremitások

A tíz leggyorsabb GPU, amely képes futtatni Qwen-Audio-Chat

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 Qwen-Audio-Chat

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

5.3 GB

Leggyorsabb

401 tok/s

Qwen-Audio-Chat eléri a paraméterek számát 8.5B. 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: 582.

az alsó végén ezt kezelik Quadro 6000, memória kapacitással rendelkezik 6 GB, futtatás egy tömörítési arányon IQ4_XS és körülbelül előállítva 15.0 tokenek másodpercenként

A leggyorsabb eredmény a következőből származik B200, nagyjából generálás 401 másodpercenkénti tokenek egy memória sávszélesség erejében 8,000 GB/s.

Háttér

Qwen-Audio-Chat ki lett adva által Alibaba, az országban rögzítve mint China, alatt November 2023. A kiadó kategóriája alá tartozik industry.

Működik a területen a Language, Speech, Audio, és úgy van rögzítve, mint a feladat végrehajtása audio question answering, Chat, Speech recognition (ASR), Translation, Transcription, Text classification, Question answering, Audio classification, Voice identification, Part-of-speech tagging, Speech-to-speech.

A közzétett súlyok azt jelentik, hogy a modell a te gépeden fut, nem pedig valaki másén, ami lehetővé teszi az alábbi hardverkérdés megválaszolását.

A átbocsátási számadatok olvasása

A medián eredmény körül 22.5 másodpercenkénti tokenek. Jogosultsági olvasási sebesség: 549 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

Az oka, hogy egyáltalán megjelenik ebben a katalógusban: sOTA improvement.

Lépésről lépésre

Hogyan válasszunk GPU-t a Qwen-Audio-Chat

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

01

Kezdj a GPU VRAM oszloptól.

Minden kártyát itt leellenőriztünk a következőkkel szemben Qwen-Audio-Chat, körülbelül szükséges 5.3 GB a tömörítésnél IQ4_XS. A kapacitás a kapu — egy kártya vagy tartalmazza, vagy nem.
02

Állítsa be a használt CONTEXT LENGTH-et.

A hosszabb beszélgetések memóriaigénye van a súlyok szükségletén kívül. Húzd el a csúszkát a valódi munkahosszodra, mielőtt bármelyik sort megbízhatónak tartanád. Qwen-Audio-Chat.
03

Válaszd ki, milyen messzire fogod tömöríteni.

A kvantálási oszlop kártyánként változik, mert egy nagyobb kártya pontosabb másolatot tartalmaz., elérni egy tömörítést a IQ4_XS 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 Qwen-Audio-Chat. Nem fog illeszkedni egy gaming rendeléshez, mert a generálás a memória sávszélesség által kötött. A listát vezető KÁRTYA B200, at 401 tok/s
05

Olvasd el az illeszkedés oszlopot utoljára.

Egy szűk elhelyezés fut, de nem hagy semmit egy hosszabb beszélgetésre, az esetében Qwen-Audio-Chat. 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. Qwen-Audio-Chat.

Válaszok

Qwen-Audio-Chat — gyakori kérdések

Qwen-Audio-Chat— 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.

Qwen-Audio-Chat— Hány paramétere van?

Paraméterszáma 8.5B. the model has two components - audio and language. 670M + 7.7B = 8.46B "The audio encoder is composed of 640M parameters" "Qwen-Audio incorporates a large language model as its foundational component. The model is initialized using pre-trained weights derived from Qwen-7B (Bai et al., 2023a). Qwen-7B is a 32-layer Transformer decoder model with a hidden size of 4096, encompassing a total of 7.7B 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.

Qwen-Audio-Chat— Ki készítette ezt?

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

Qwen-Audio-Chat— Mikor adták ki?

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

Qwen-Audio-Chat— Mire használják?

Működik a területen a Language, Speech, Audio, és rögzítve van, hogy kezeli a feladatot audio question answering, Chat, Speech recognition (ASR), Translation, Transcription, Text classification, Question answering, Audio classification, Voice identification, Part-of-speech tagging, Speech-to-speech. A modellek gyakran több mint egyet hordoznak mindegyikből, és a címkék a célra, nem pedig a képességek határaira utalnak.

Qwen-Audio-Chat— Hol tudom letölteni?

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

Qwen-Audio-Chat— 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 1.3 GB Minden ábra azt feltételezi, hogy az egész model a kártyán tartózkodik.

Qwen-Audio-Chat— 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.

Qwen-Audio-Chat— 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.

Qwen-Audio-Chat— Mennyire pontosak ezek a sebességbecslések?

A specifikációkból számítják ki őket, nem pedig mérik, és mindegyiknek van egy tartománya. Egy példa: 240–641 tok/s a fájlban B200. Ugyanaz a modell és kártya harminc és ötven százalék között változik a következtetési szoftvertől és annak verziójától függően.

Qwen-Audio-Chat— 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. IQ4_XS használva körülbelül 5.3 GB, és körülbelül 15.0 másodpercenkénti tokenek. A kártyák összes száma, amelyek képesek futtatni. 582.

Qwen-Audio-Chat— mennyi idő alatt fut a GPU-n?

A kártyától függ. A leggyorsabb, amit számolunk, az B200, körülbelül 401 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: 549.

Qwen-Audio-Chat— mennyi VRAM-ra van szüksége?

Kb. 5.3 GB tömörítési arányban IQ4_XS, 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.

Qwen-Audio-Chat— 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 6.8 GB és körülbelül generálás 133 tokensek másodpercenként. A fit szoros.

Qwen-Audio-Chat— 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 9.8 GB és körülbelül generálás 45.7 tokensek másodpercenként. A fit szoros.

Qwen-Audio-Chat— 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 9.8 GB és körülbelül generálás 56.6 másodpercenkénti tokenek. A illeszkedés kényelmes.

Qwen-Audio-Chat— 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 9.8 GB és körülbelül generálás 67.1 másodpercenkénti tokenek. A illeszkedés kényelmes.

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