CogVLM-17B TPS kalkulátor

Nyitott súlyok Tsinghua University,Z.ai (Zhipu AI),Beihang University 17B 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

295 kártyák, amelyek futtatni tudják

818 kártyák, amelyek specifikációs adataink vannak

Legkisebb kártya, ami elfér

GeForce GTX 1080 Ti

11 GB · Q3_K_M · 27.7 tok/s

Leggyorsabb kártya

B200

199 tok/s · 180 GB

Melyik GPU képes futtatni CogVLM-17B?

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.

295 kártyák illeszkednek

Számítás

					Szükséges	Kvantisálás	Illeszkedik
199 tok/s 120–319 · alacsony bizalom	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	18.9 GB	Q8_0	Kényelmes
199 tok/s 120–319 · alacsony bizalom	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	18.9 GB	Q8_0	Kényelmes
159 tok/s 95–255 · alacsony bizalom	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	18.9 GB	Q8_0	Kényelmes
159 tok/s 95–255 · alacsony bizalom	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	18.9 GB	Q8_0	Kényelmes
127 tok/s 76–204 · alacsony bizalom	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	18.9 GB	Q8_0	Kényelmes
122 tok/s 73–195 · alacsony bizalom	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	18.9 GB	Q8_0	Kényelmes
122 tok/s 73–195 · alacsony bizalom	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	18.9 GB	Q8_0	Kényelmes
117 tok/s 70–187 · alacsony bizalom	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	18.9 GB	Q8_0	Kényelmes
103 tok/s 62–166 · alacsony bizalom	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	18.9 GB	Q8_0	Kényelmes
103 tok/s 62–166 · alacsony bizalom	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	18.9 GB	Q8_0	Kényelmes
103 tok/s 62–166 · alacsony bizalom	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	18.9 GB	Q8_0	Kényelmes
98.2 tok/s 59–157 · alacsony bizalom	H100 NVL 94 GB NVIDIA	94 GB	3,940 GB/s	Mar 2023	18.9 GB	Q8_0	Kényelmes
83.7 tok/s 50–134 · alacsony bizalom	H100 PCIe 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	18.9 GB	Q8_0	Kényelmes
83.7 tok/s 50–134 · alacsony bizalom	H100 SXM5 80 GB NVIDIA	80 GB	3,360 GB/s	Oct 2022	18.9 GB	Q8_0	Kényelmes
83.7 tok/s 50–134 · alacsony bizalom	H100 SXM5 94 GB NVIDIA	94 GB	3,360 GB/s	Mar 2023	18.9 GB	Q8_0	Kényelmes
83.7 tok/s 50–134 · alacsony bizalom	H100 SXM5 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	18.9 GB	Q8_0	Kényelmes
83.7 tok/s 50–134 · alacsony bizalom	H800 SXM5 NVIDIA	80 GB	3,360 GB/s	Mar 2023	18.9 GB	Q8_0	Kényelmes
63.7 tok/s 38–102 · alacsony bizalom	Radeon Instinct MI250 AMD	128 GB	3,280 GB/s	Nov 2021	18.9 GB	Q8_0	Kényelmes
63.7 tok/s 38–102 · alacsony bizalom	Radeon Instinct MI250X AMD	128 GB	3,280 GB/s	Nov 2021	18.9 GB	Q8_0	Kényelmes
55.8 tok/s 33–89 · alacsony bizalom	GeForce RTX 3080 12 GB NVIDIA	12 GB	912 GB/s	Jan 2022	10.0 GB	IQ4_XS	Szoros
55.8 tok/s 33–89 · alacsony bizalom	GeForce RTX 3080 Ti NVIDIA	12 GB	912 GB/s	May 2021	10.0 GB	IQ4_XS	Szoros
53.1 tok/s 32–85 · alacsony bizalom	Data Center GPU Max 1550 Intel	128 GB	3,280 GB/s	Jan 2023	18.9 GB	Q8_0	Kényelmes
52.0 tok/s 31–83 · alacsony bizalom	Data Center GPU Max Subsystem Intel	128 GB	3,210 GB/s	Jan 2023	18.9 GB	Q8_0	Kényelmes
50.8 tok/s 30–81 · alacsony bizalom	A100 SXM4 80 GB NVIDIA	80 GB	2,040 GB/s	Nov 2020	18.9 GB	Q8_0	Kényelmes
50.8 tok/s 30–81 · alacsony bizalom	A100X NVIDIA	80 GB	2,040 GB/s	Jun 2021	18.9 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: Tsinghua University,Z.ai (Zhipu AI),Beihang University
Szervezet típusa: Academia,Industry,Academia
Ország: China
Közölt: 6 November 2023
Szerzők: Weihan Wang, Qingsong Lv, Wenmeng Yu, Wenyi Hong, Ji Qi, Yan Wang, Junhui Ji, Zhuoyi Yang, Lei Zhao, Xixuan Song, Jiazheng Xu, Bin Xu, Juanzi Li, Yuxiao Dong, Ming Ding, Jie Tang

Mit csinál

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

Tartomány: Multimodal, Vision, Language
Feladat: Image captioning, Visual question answering, Chat
Megközelítés: Supervised
Alapmodell: Vicuna-7B v0
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: 17B
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: 6.3 × 10²² FLOP
Hogyan jött létre: Reported
Finomhangolás számítás: 2 × 10²² FLOP

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.

Alapmodell: Yes
Miért követik nyomon: SOTA improvement
Nyilvántartási bizalom: Confident
Hivatkozások: 794

Források

Honnan származik ez a felvétel és mikor ellenőrizték utoljára.

Referencia: CogVLM: Visual Expert for Pretrained Language Models
Utoljára frissítve: 25 May 2026

Az extremitások

A tíz leggyorsabb GPU, amely képes futtatni CogVLM-17B

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 CogVLM-17B

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

GeForce GTX 1080 Ti

Szükséges memória

9.0 GB

Leggyorsabb

199 tok/s

CogVLM-17B eléri a paraméterek számát 17B. 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: 295.

A legkevesebb hardver, ami működik, az GeForce GTX 1080 Ti, memória kapacitással rendelkezik 11 GB, futtatás egy tömörítési arányon Q3_K_M és körülbelül előállítva 27.7 tokenek másodpercenként

A leggyorsabb eredmény a következőből származik B200, nagyjából generálás 199 másodpercenkénti tokenek egy memória sávszélesség erejében 8,000 GB/s.

Háttér

CogVLM-17B ki lett adva által Tsinghua University,Z.ai (Zhipu AI),Beihang University, az országban rögzítve mint China, alatt November 2023. A kiadó szervezet a következő kategóriába tartozik academia,Industry,Academia.

Működik a területen a Multimodal, Vision, Language, és úgy van rögzítve, mint a feladat végrehajtása image captioning, Visual question answering, Chat.

Ahelyett, hogy nulláról lenne betanítva, az származik Vicuna-7B v0. Ezért osztja a bázismodell általános formáját és méretét.

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 átbocsátási számadatok olvasása

A kártyák felének, amelyek tartják, több mint 20.6 másodpercenkénti tokenek 251 tőlük

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

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

Mi került a felépítésébe

A képzés futás körülbelül 6.3 × 10²² FLOP. Ez a szám azt méri, hogy mennyibe került a modell előállítása, és nincs hatással arra, hogy milyen gyorsan válaszol.

A kiválasztási kritériuma: sOTA improvement.

Lépésről lépésre

Hogyan válasszunk GPU-t a CogVLM-17B

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.

A táblázat felsorolja az összes kártyát, amely képes tartani CogVLM-17B, körülbelül szükséges 9.0 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.

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. CogVLM-17B.
03

Válaszd ki, milyen messzire fogod tömöríteni.

Minden KÁRTYA a legkevésbé tömörített másolatot futtatja, amelyet el tud tartani., 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. CogVLM-17B. Nem fog illeszkedni egy gaming rendeléshez, mert a generálás a memória sávszélesség által kötött. A listát vezető KÁRTYA B200, at 199 tok/s
05

Olvasd el az illeszkedés oszlopot utoljára.

Tömör jelentése, hogy betölti és működik, nincs hely a későbbi kontextus növelésére, a következő esetben CogVLM-17B. 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 CogVLM-17B.

Válaszok

CogVLM-17B — gyakori kérdések

CogVLM-17B— miért különbözik a kvantálás a kártyák között?

Egy nagyobb KÁRTYA pontosabb másolatot tárol. Azoknak a tömörítési szinteknek a száma, amelyeket a futó KÁRTYÁK használnak: 5. A nagyobb kártyák a pontosabb verziót kapják, és a minőségi küszöb felett a összehasonlítást egy szinten rögzíti.

CogVLM-17B— 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: 120–319 tok/s a fájlban B200. Ugyanaz a modell és kártya harminc és ötven százalék között változik a következtetési szoftvertől és annak verziójától függően.

CogVLM-17B— Milyen GPU-ra van szükségem, hogy futtathassam?

A katalógusunk legkisebb kártyája, ami ezt tartja, az GeForce GTX 1080 Ti, memória kapacitással rendelkezik 11 GB. A modell egy tömörítéssel fut. Q3_K_M használva körülbelül 9.0 GB, és körülbelül 27.7 másodpercenkénti tokenek. A kártyák összes száma, amelyek képesek futtatni. 295.

CogVLM-17B— mennyi idő alatt fut a GPU-n?

A kártyától függ. A leggyorsabb, amit számolunk, az B200, körülbelül 199 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: 251.

CogVLM-17B— mennyi VRAM-ra van szüksége?

Kb. 9.0 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.

CogVLM-17B— futtathatom egy GPU-n tartva 12 GB?

Igen. A KÁRTYA GeForce RTX 3080 Ti, tartás 12 GB, futtatja egy tömörítési arány mellett IQ4_XS, használva körülbelül 10.0 GB és körülbelül generálás 55.8 tokensek másodpercenként. A fit szoros.

CogVLM-17B— futtathatom egy GPU-n tartva 16 GB?

Igen. A KÁRTYA Tesla V100 SXM2 16 GB, tartás 16 GB, futtatja egy tömörítési arány mellett Q5_K_M, használva körülbelül 13.0 GB és körülbelül generálás 50.3 tokensek másodpercenként. A fit szoros.

CogVLM-17B— 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 18.9 GB és körülbelül generálás 33.4 tokensek másodpercenként. A fit szoros.

CogVLM-17B— 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.

CogVLM-17B— Hány paramétere van?

Paraméterszáma 17B. CogVLM-17B has 10 billion vision parameters and 7 billion language parameters. However, "the total number of trainable parameters is 6.5B". "CogVLM model comprises four fundamental components: a vision transformer (ViT) encoder, an MLP adapter, a pretrained large language model (GPT), and a visual expert module." ViT: EVA2-CLIP-E, last layer removed (5B params with last layer, non-trainable) MLP adapter: 2 layers, parameter count unavailable GPT: Vicuna1.5-7B (7B params) Visual expert module: parameter count unclear. 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.

CogVLM-17B— Ki készítette ezt?

Kiadta Tsinghua University,Z.ai (Zhipu AI),Beihang University, alapján China, egy szervezet, amelyet kategorizáltak mint academia,Industry,Academia.

CogVLM-17B— 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.

CogVLM-17B— Mire használják?

Működik a területen a Multimodal, Vision, Language, és rögzítve van, hogy kezeli a feladatot image captioning, Visual question answering, Chat. A modell több mindenből is képes cipelni, így ezek azok a területek, amelyekre épült, nem pedig egy korlát arra, amit meg fog próbálni.

CogVLM-17B— Hol tudom letölteni?

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

CogVLM-17B— mennyi számítási kapacitást használtak annak a betanításához?

A képzés körülbelül elfogyasztott 6.3 × 10²² FLOP. 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.

CogVLM-17B— 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 2.0 GB Minden ábra azt feltételezi, hogy az egész model a kártyán tartózkodik.

CogVLM-17B— 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: 295. Tehát egy második KÁRTYA ritkán a megoldás itt.

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