Qwen-VL TPS kalkulátor

Nyitott súlyok Alibaba 9.6B Paraméterek August 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 · Q3_K_M · 14.5 tok/s

Leggyorsabb kártya

B200

353 tok/s · 180 GB

Melyik GPU képes futtatni Qwen-VL?

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
353 tok/s 212–565 · alacsony bizalom	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	11.0 GB	Q8_0	Kényelmes
353 tok/s 212–565 · alacsony bizalom	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	11.0 GB	Q8_0	Kényelmes
282 tok/s 169–451 · alacsony bizalom	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	11.0 GB	Q8_0	Kényelmes
282 tok/s 169–451 · alacsony bizalom	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	11.0 GB	Q8_0	Kényelmes
225 tok/s 135–361 · alacsony bizalom	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	11.0 GB	Q8_0	Kényelmes
216 tok/s 129–345 · alacsony bizalom	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	11.0 GB	Q8_0	Kényelmes
216 tok/s 129–345 · alacsony bizalom	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	11.0 GB	Q8_0	Kényelmes
206 tok/s 124–330 · alacsony bizalom	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	11.0 GB	Q8_0	Kényelmes
183 tok/s 110–293 · alacsony bizalom	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	11.0 GB	Q8_0	Kényelmes
183 tok/s 110–293 · alacsony bizalom	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	11.0 GB	Q8_0	Kényelmes
183 tok/s 110–293 · alacsony bizalom	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	11.0 GB	Q8_0	Kényelmes
174 tok/s 104–278 · alacsony bizalom	H100 NVL 94 GB NVIDIA	94 GB	3,940 GB/s	Mar 2023	11.0 GB	Q8_0	Kényelmes
152 tok/s 91–243 · alacsony bizalom	CMP 170HX 8 GB NVIDIA	8 GB	1,490 GB/s	Sep 2021	6.5 GB	Q4_K_M	Szoros
148 tok/s 89–237 · alacsony bizalom	H100 PCIe 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	11.0 GB	Q8_0	Kényelmes
148 tok/s 89–237 · alacsony bizalom	H100 SXM5 80 GB NVIDIA	80 GB	3,360 GB/s	Oct 2022	11.0 GB	Q8_0	Kényelmes
148 tok/s 89–237 · alacsony bizalom	H100 SXM5 94 GB NVIDIA	94 GB	3,360 GB/s	Mar 2023	11.0 GB	Q8_0	Kényelmes
148 tok/s 89–237 · alacsony bizalom	H100 SXM5 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	11.0 GB	Q8_0	Kényelmes
148 tok/s 89–237 · alacsony bizalom	H800 SXM5 NVIDIA	80 GB	3,360 GB/s	Mar 2023	11.0 GB	Q8_0	Kényelmes
113 tok/s 68–181 · alacsony bizalom	Radeon Instinct MI250 AMD	128 GB	3,280 GB/s	Nov 2021	11.0 GB	Q8_0	Kényelmes
113 tok/s 68–181 · alacsony bizalom	Radeon Instinct MI250X AMD	128 GB	3,280 GB/s	Nov 2021	11.0 GB	Q8_0	Kényelmes
100 tok/s 60–160 · alacsony bizalom	CMP 170HX 10 GB NVIDIA	10 GB	1,560 GB/s	Sep 2021	8.7 GB	Q6_K	Szoros
94.1 tok/s 56–150 · alacsony bizalom	Data Center GPU Max 1550 Intel	128 GB	3,280 GB/s	Jan 2023	11.0 GB	Q8_0	Kényelmes
92.1 tok/s 55–147 · alacsony bizalom	Data Center GPU Max Subsystem Intel	128 GB	3,210 GB/s	Jan 2023	11.0 GB	Q8_0	Kényelmes
90.0 tok/s 54–144 · alacsony bizalom	A100 SXM4 80 GB NVIDIA	80 GB	2,040 GB/s	Nov 2020	11.0 GB	Q8_0	Kényelmes
90.0 tok/s 54–144 · alacsony bizalom	A100X NVIDIA	80 GB	2,040 GB/s	Jun 2021	11.0 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: Alibaba
Szervezet típusa: Industry
Ország: China
Közölt: 24 August 2023
Szerzők: Jinze Bai, Shuai Bai, Shusheng Yang, Shijie Wang, Sinan Tan, Peng Wang, Junyang Lin, Chang Zhou, Jingren Zhou

Mit csinál

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

Tartomány: Multimodal, Language, Vision
Feladat: Image captioning, Chat, Question answering, Visual question answering
Alapmodell: Qwen-7B
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: 9.6B
Képzési adatok: 500,000,000,000 tokens
Epochok: 1

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.

Miért követik nyomon: SOTA improvement
Nyilvántartási bizalom: Likely
Hivatkozások: 1,998

Források

Honnan származik ez a felvétel és mikor ellenőrizték utoljára.

Referencia: Qwen-VL: A Versatile Vision-Language Model for Understanding, Localization, Text Reading, and Beyond
Utoljára frissítve: 25 May 2026

Az extremitások

A tíz leggyorsabb GPU, amely képes futtatni Qwen-VL

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-VL

A legolcsóbb út, a memória kapacitás alapján. Egy szoros illeszkedés futtatja a modellt, de semmit sem hagy a hosszabb beszélgetésre..

Mit jelentenek a számok

Mi szükséges ehhez a modellhez való futtatáshoz

Minimális kártya

Quadro 6000

Szükséges memória

5.4 GB

Leggyorsabb

353 tok/s

Qwen-VL eléri a paraméterek számát 9.6B. 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.

A legkisebb kártya, ami elbírja, az Quadro 6000, memória kapacitással rendelkezik 6 GB, futtatás egy tömörítési arányon Q3_K_M és körülbelül előállítva 14.5 tokenek másodpercenként

A legjobb kategóriájú B200, nagyjából generálás 353 másodpercenkénti tokenek egy memória sávszélesség erejében 8,000 GB/s.

Erről a modelről

Qwen-VL ki lett adva által Alibaba, az országban rögzítve mint China, alatt August 2023. A kiadó szervezet a következő kategóriába tartozik industry.

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

Ahelyett, hogy nulláról lenne betanítva, az származik Qwen-7B. A legtöbb modell ezen a skálán egy meglévő alaphoz van igazítva, ahelyett, hogy semmiből épült volna.

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

Milyen gyorsan fut, és miért

Minden olyan kártya esetében, amely képes futtatni, a közép tartományban ül 22.9 másodpercenkénti tokenek. Jogosultsági olvasási sebesség: 544 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 tanító készlet kb. futott 500,000,000,000 szöveg tokenjei

A kiválasztási kritériuma: sOTA improvement.

Lépésről lépésre

Hogyan válasszunk GPU-t a Qwen-VL

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-VL, körülbelül szükséges 5.4 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 hosszabb beszélgetések memóriaigénye van a súlyok szükségletén kívül. Húzd el a csúszkát a valódi munkahosszodra, mielőtt bármelyik sort megbízhatónak tartanád. Qwen-VL.
03

Döntsd el, mennyi tömörítést fogadsz el.

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.

A sebességsorrend lényegében egy sorrend a MEMÓRIA-SÁV szerint, a Qwen-VL. Nem fog illeszkedni egy gaming rendeléshez, mert a generálás a memória sávszélesség által kötött. A listát vezető KÁRTYA B200, at 353 tok/s
05

Ellenőrizd a megfelelő ítéletet vásárlás előtt.

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

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

Válaszok

Qwen-VL — gyakori kérdések

Qwen-VL— 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: 4. A nagyobb kártyák a pontosabb verziót kapják, és a minőségi küszöb felett a összehasonlítást egy szinten rögzíti.

Qwen-VL— 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: 212–565 tok/s a fájlban B200. Ugyanaz a modell és kártya harminc és ötven százalék között változik a következtetési szoftvertől és annak verziójától függően.

Qwen-VL— 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. Q3_K_M használva körülbelül 5.4 GB, és körülbelül 14.5 másodpercenkénti tokenek. A kártyák összes száma, amelyek képesek futtatni. 582.

Qwen-VL— mennyi idő alatt fut a GPU-n?

A kártyától függ. A leggyorsabb, amit számolunk, az B200, körülbelül 353 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: 544.

Qwen-VL— mennyi VRAM-ra van szüksége?

Kb. 5.4 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.

Qwen-VL— futtathatom egy GPU-n tartva 8 GB?

Igen. A KÁRTYA CMP 170HX 8 GB, tartás 8 GB, futtatja egy tömörítési arány mellett Q4_K_M, használva körülbelül 6.5 GB és körülbelül generálás 152 tokensek másodpercenként. A fit szoros.

Qwen-VL— 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 8.7 GB és körülbelül generálás 58.5 másodpercenkénti tokenek. A illeszkedés kényelmes.

Qwen-VL— 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 11.0 GB és körülbelül generálás 49.9 másodpercenkénti tokenek. A illeszkedés kényelmes.

Qwen-VL— 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 11.0 GB és körülbelül generálás 59.1 másodpercenkénti tokenek. A illeszkedés kényelmes.

Qwen-VL— 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-VL— Hány paramétere van?

Paraméterszáma 9.6B. 9.6B total - Table 1. 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-VL— Ki készítette ezt?

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

Qwen-VL— Mikor adták ki?

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

Qwen-VL— Mire használják?

Működik a területen a Multimodal, Language, Vision, és rögzítve van, hogy kezeli a feladatot image captioning, Chat, Question answering, Visual question answering. A modellek gyakran több mint egyet hordoznak mindegyikből, és a címkék a célra, nem pedig a képességek határaira utalnak.

Qwen-VL— Hol tudom letölteni?

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

Qwen-VL— 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 2.0 GB Minden ábra azt feltételezi, hogy az egész model a kártyán tartózkodik.

Qwen-VL— 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: 582. 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