Yi-34B TPS kalkulátor

Nyitott súlyok 01.AI 34B 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

132 kártyák, amelyek futtatni tudják

818 kártyák, amelyek specifikációs adataink vannak

Legkisebb kártya, ami elfér

RTX A4500

20 GB · Q3_K_M · 21.5 tok/s

Leggyorsabb kártya

B200

99.7 tok/s · 180 GB

Melyik GPU képes futtatni Yi-34B?

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.

132 kártyák illeszkednek

Számítás

					Szükséges	Kvantisálás	Illeszkedik
99.7 tok/s 60–159 · alacsony bizalom	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	37.1 GB	Q8_0	Kényelmes
99.7 tok/s 60–159 · alacsony bizalom	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	37.1 GB	Q8_0	Kényelmes
79.6 tok/s 48–127 · alacsony bizalom	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	37.1 GB	Q8_0	Kényelmes
79.6 tok/s 48–127 · alacsony bizalom	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	37.1 GB	Q8_0	Kényelmes
63.6 tok/s 38–102 · alacsony bizalom	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	37.1 GB	Q8_0	Kényelmes
60.9 tok/s 37–97 · alacsony bizalom	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	37.1 GB	Q8_0	Kényelmes
60.9 tok/s 37–97 · alacsony bizalom	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	37.1 GB	Q8_0	Kényelmes
58.3 tok/s 35–93 · alacsony bizalom	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	37.1 GB	Q8_0	Kényelmes
51.7 tok/s 31–83 · alacsony bizalom	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	37.1 GB	Q8_0	Kényelmes
51.7 tok/s 31–83 · alacsony bizalom	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	37.1 GB	Q8_0	Kényelmes
51.7 tok/s 31–83 · alacsony bizalom	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	37.1 GB	Q8_0	Kényelmes
49.1 tok/s 29–79 · alacsony bizalom	H100 NVL 94 GB NVIDIA	94 GB	3,940 GB/s	Mar 2023	37.1 GB	Q8_0	Kényelmes
41.9 tok/s 25–67 · alacsony bizalom	H100 PCIe 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	37.1 GB	Q8_0	Kényelmes
41.9 tok/s 25–67 · alacsony bizalom	H100 SXM5 80 GB NVIDIA	80 GB	3,360 GB/s	Oct 2022	37.1 GB	Q8_0	Kényelmes
41.9 tok/s 25–67 · alacsony bizalom	H100 SXM5 94 GB NVIDIA	94 GB	3,360 GB/s	Mar 2023	37.1 GB	Q8_0	Kényelmes
41.9 tok/s 25–67 · alacsony bizalom	H100 SXM5 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	37.1 GB	Q8_0	Kényelmes
41.9 tok/s 25–67 · alacsony bizalom	H800 SXM5 NVIDIA	80 GB	3,360 GB/s	Mar 2023	37.1 GB	Q8_0	Kényelmes
41.6 tok/s 25–67 · alacsony bizalom	DRIVE A100 PROD NVIDIA	32 GB	1,870 GB/s	May 2020	25.2 GB	Q5_K_M	Szoros
41.6 tok/s 25–67 · alacsony bizalom	GRID A100A NVIDIA	32 GB	1,870 GB/s	May 2020	25.2 GB	Q5_K_M	Szoros
39.8 tok/s 24–64 · alacsony bizalom	GeForce RTX 5090 NVIDIA	32 GB	1,790 GB/s	Jan 2025	25.2 GB	Q5_K_M	Szoros
39.8 tok/s 24–64 · alacsony bizalom	GeForce RTX 5090 D NVIDIA	32 GB	1,790 GB/s	Jan 2025	25.2 GB	Q5_K_M	Szoros
38.5 tok/s 23–62 · alacsony bizalom	GeForce RTX 5090 D V2 NVIDIA	24 GB	1,340 GB/s	Aug 2025	21.3 GB	Q4_K_M	Szoros
35.1 tok/s 21–56 · alacsony bizalom	A30X NVIDIA	24 GB	1,220 GB/s	Apr 2021	21.3 GB	Q4_K_M	Szoros
31.9 tok/s 19–51 · alacsony bizalom	Radeon Instinct MI250 AMD	128 GB	3,280 GB/s	Nov 2021	37.1 GB	Q8_0	Kényelmes
31.9 tok/s 19–51 · alacsony bizalom	Radeon Instinct MI250X AMD	128 GB	3,280 GB/s	Nov 2021	37.1 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: 01.AI
Szervezet típusa: Industry
Ország: China
Közölt: 2 November 2023
Szerzők: Alex Young, Bei Chen, Chao Li, Chengen Huang, Ge Zhang, Guanwei Zhang, Heng Li, Jiangcheng Zhu, Jianqun Chen, Jing Chang, Kaidong Yu, Peng Liu, Qiang Liu, Shawn Yue, Senbin Yang, Shiming Yang, Tao Yu, Wen Xie, Wenhao Huang, Xiaohui Hu, Xiaoyi Ren, Xinyao Niu, Pengcheng Nie, Yuchi Xu, Yudong Liu, Yue Wang, Yuxuan Cai, Zhenyu Gu, Zhiyuan Liu, Zonghong Dai

Mit csinál

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

Tartomány: Language
Feladat: Chat, Language modeling/generation, Translation, Code generation
Numerikus formátum: FP16

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: 34B
Képzési adatok: 3,100,000,000,000 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: 6.1 × 10²³ 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
Használt chipek: 128
Teljesítményfogyasztás: 101.6 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 (restricted use)
Képzés kód: Unreleased
Hugging Face: 01-ai

Hogyan van besorolva

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

Valószínűleg 10²³ FLOP felett: Yes
Miért követik nyomon: Significant use
Nyilvántartási bizalom: Confident

Források

Honnan származik ez a felvétel és mikor ellenőrizték utoljára.

Referencia: Yi: Open Foundation Models by 01.AI
Utoljára frissítve: 18 December 2025

Az extremitások

A tíz leggyorsabb GPU, amely képes futtatni Yi-34B

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 Yi-34B

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

RTX A4500

Szükséges memória

17.3 GB

Leggyorsabb

99.7 tok/s

Yi-34B eléri a paraméterek számát 34B. Ez a tartományba esik, amelyet egy komoly asztali KÁRTYA kezelni tud, miután a súlyok tömörítve vannak. Azoknak a KÁRTYÁKNAK a száma, amelyeket nyomon követünk, és amelyek képesek futtatni: 132.

A belépési pont a RTX A4500, memória kapacitással rendelkezik 20 GB, futtatás egy tömörítési arányon Q3_K_M és körülbelül előállítva 21.5 tokenek másodpercenként

A másik végén ül B200, nagyjából generálás 99.7 másodpercenkénti tokenek egy memória sávszélesség erejében 8,000 GB/s.

Honnan jött

Yi-34B ki lett adva által 01.AI, az országban rögzítve mint China, alatt November 2023. A kiadó kategóriája alá tartozik industry.

Működik a területen a Language, és úgy van rögzítve, mint a feladat végrehajtása chat, Language modeling/generation, Translation, Code generation.

Mivel a súlyai ki lettek adva, semmi sem függ attól, hogy egy szolgáltató elérhető marad-e - a tiéd, amint letöltötted. A Hugging Face-en az alábbi szervezet alatt van publikálva 01-ai.

A sebességek megértése

Minden olyan kártya esetében, amely képes futtatni, a közép tartományban ül 21.2 másodpercenkénti tokenek 103 tőlük

Ez egy sűrű modell, így minden paramétert minden előállított tokenhez elolvasnak. Ez szinte pontosan nyomon követi a memória-sávszélességet — egy kártya, amelynek kétszer akkora a sávszélessége, körülbelül kétszer olyan gyorsan generál.

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. 6.1 × 10²³ FLOP, hardveren rögzítve NVIDIA A100. Ez a szám azt méri, hogy mennyibe került a modell előállítása, és nincs hatással arra, hogy milyen gyorsan válaszol.

A tanító készlet kb. futott 3,100,000,000,000 szöveg tokenjei

Az oka, hogy egyáltalán megjelenik ebben a katalógusban: significant use.

Lépésről lépésre

Hogyan válasszunk GPU-t a Yi-34B

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.

Kezdj a tényleges szükségletekből, ami a követelményének a Yi-34B, körülbelül szükséges 17.3 GB a tömörítésnél Q3_K_M. A kapacitás a kapu — egy kártya vagy tartalmazza, vagy nem.
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. Yi-34B.
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. Yi-34B. Nem fog illeszkedni egy gaming rendeléshez, mert a generálás a memória sávszélesség által kötött. A listát vezető KÁRTYA B200, at 99.7 tok/s
05

Nézd a mozgásteret, ne csak a passzolást.

A megfelelő oszlop elválasztja azokat a kártyákat, amelyek épp hogy elboldogulnak, azoktól, amelyeknek van szabad helyük, az esetében Yi-34B. 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.

Egy KÁRTYA végigkövetése a saját oldaláig megmutatja az összes többi modellt, amelyet el tud tartani, ami az a kérdés, ami felmerül, miután döntöttél. Yi-34B.

Válaszok

Yi-34B — gyakori kérdések

Yi-34B— Hány paramétere van?

Paraméterszáma 34B. 34b. 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.

Yi-34B— Ki készítette ezt?

Kiadta 01.AI, alapján China, egy szervezet, amelyet kategorizáltak mint industry.

Yi-34B— 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.

Yi-34B— Mire használják?

Működik a területen a Language, és rögzítve van, hogy kezeli a feladatot chat, Language modeling/generation, Translation, Code generation. Ezek azok a területek, amelyek köré tervezték; ezek a szándékot írják le, nem pedig egy szigorú határt.

Yi-34B— Hol tudom letölteni?

Súlyait a Hugging Face-en tette közzé, a szervezet alatt 01-ai. Nem tárolunk modell fájlokat — ez az oldal kiszámolja, hogy milyen hardver szükséges a futtatásukhoz.

Yi-34B— mennyi számítási kapacitást használtak annak a betanításához?

A képzés körülbelül elfogyasztott 6.1 × 10²³ 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.

Yi-34B— Futtathatom, ha nem fér el a GPU-mban?

Csak a terhelés áthelyezésével, amely általában téves gazdaságosság: a rendszermemóriában tárolt rész az egészet visszahúzza. A legközelebbi hiba, amit számítunk, alulmúlja 6.9 GB Minden ábra azt feltételezi, hogy az egész model a kártyán tartózkodik.

Yi-34B— Futtatna-e két GPU gyorsabban?

A kapacitás kártyánként összeadódik; a teljesítmény nem. A kártyák számának már saját magukban tartva: 132. Tehát egy második KÁRTYA ritkán a megoldás itt.

Yi-34B— 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.

Yi-34B— 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: 60–159 tok/s a fájlban B200. Ugyanaz a modell és kártya harminc és ötven százalék között változik a következtetési szoftvertől és annak verziójától függően.

Yi-34B— Milyen GPU-ra van szükségem, hogy futtathassam?

A katalógusunk legkisebb kártyája, ami ezt tartja, az RTX A4500, memória kapacitással rendelkezik 20 GB. A modell egy tömörítéssel fut. Q3_K_M használva körülbelül 17.3 GB, és körülbelül 21.5 másodpercenkénti tokenek. A kártyák összes száma, amelyek képesek futtatni. 132.

Yi-34B— mennyi idő alatt fut a GPU-n?

A kártyától függ. A leggyorsabb, amit számolunk, az B200, körülbelül 99.7 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: 103.

Yi-34B— mennyi VRAM-ra van szüksége?

Kb. 17.3 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.

Yi-34B— futtathatom egy GPU-n tartva 24 GB?

Igen. A KÁRTYA GeForce RTX 5090 D V2, tartás 24 GB, futtatja egy tömörítési arány mellett Q4_K_M, használva körülbelül 21.3 GB és körülbelül generálás 38.5 tokensek másodpercenként. A fit szoros.

Yi-34B— 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.

Forrás

Eredeti kiadvány

Az utolsó frissítés időpontja 18 December 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