CPM-Bee TPS kalkulátor

Nyitott súlyok Tsinghua University,Beijing Academy of Artificial Intelligence / BAAI,ModelBest,OpenBMB (Open Lab for Big Model Base) 10B Paraméterek March 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 · Q4_K_M · 20.3 tok/s

Leggyorsabb kártya

B200

339 tok/s · 180 GB

Melyik GPU képes futtatni CPM-Bee?

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
339 tok/s 203–542 · alacsony bizalom	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	11.4 GB	Q8_0	Kényelmes
339 tok/s 203–542 · alacsony bizalom	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	11.4 GB	Q8_0	Kényelmes
271 tok/s 162–433 · alacsony bizalom	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	11.4 GB	Q8_0	Kényelmes
271 tok/s 162–433 · alacsony bizalom	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	11.4 GB	Q8_0	Kényelmes
216 tok/s 130–346 · alacsony bizalom	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	11.4 GB	Q8_0	Kényelmes
207 tok/s 124–331 · alacsony bizalom	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	11.4 GB	Q8_0	Kényelmes
207 tok/s 124–331 · alacsony bizalom	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	11.4 GB	Q8_0	Kényelmes
198 tok/s 119–317 · alacsony bizalom	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	11.4 GB	Q8_0	Kényelmes
176 tok/s 106–281 · alacsony bizalom	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	11.4 GB	Q8_0	Kényelmes
176 tok/s 106–281 · alacsony bizalom	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	11.4 GB	Q8_0	Kényelmes
176 tok/s 106–281 · alacsony bizalom	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	11.4 GB	Q8_0	Kényelmes
167 tok/s 100–267 · alacsony bizalom	H100 NVL 94 GB NVIDIA	94 GB	3,940 GB/s	Mar 2023	11.4 GB	Q8_0	Kényelmes
146 tok/s 87–233 · alacsony bizalom	CMP 170HX 8 GB NVIDIA	8 GB	1,490 GB/s	Sep 2021	6.7 GB	Q4_K_M	Szoros
142 tok/s 85–228 · alacsony bizalom	H100 PCIe 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	11.4 GB	Q8_0	Kényelmes
142 tok/s 85–228 · alacsony bizalom	H100 SXM5 80 GB NVIDIA	80 GB	3,360 GB/s	Oct 2022	11.4 GB	Q8_0	Kényelmes
142 tok/s 85–228 · alacsony bizalom	H100 SXM5 94 GB NVIDIA	94 GB	3,360 GB/s	Mar 2023	11.4 GB	Q8_0	Kényelmes
142 tok/s 85–228 · alacsony bizalom	H100 SXM5 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	11.4 GB	Q8_0	Kényelmes
142 tok/s 85–228 · alacsony bizalom	H800 SXM5 NVIDIA	80 GB	3,360 GB/s	Mar 2023	11.4 GB	Q8_0	Kényelmes
118 tok/s 71–189 · alacsony bizalom	CMP 170HX 10 GB NVIDIA	10 GB	1,560 GB/s	Sep 2021	7.9 GB	Q5_K_M	Szoros
108 tok/s 65–173 · alacsony bizalom	Radeon Instinct MI250 AMD	128 GB	3,280 GB/s	Nov 2021	11.4 GB	Q8_0	Kényelmes
108 tok/s 65–173 · alacsony bizalom	Radeon Instinct MI250X AMD	128 GB	3,280 GB/s	Nov 2021	11.4 GB	Q8_0	Kényelmes
90.3 tok/s 54–144 · alacsony bizalom	Data Center GPU Max 1550 Intel	128 GB	3,280 GB/s	Jan 2023	11.4 GB	Q8_0	Kényelmes
88.4 tok/s 53–141 · alacsony bizalom	Data Center GPU Max Subsystem Intel	128 GB	3,210 GB/s	Jan 2023	11.4 GB	Q8_0	Kényelmes
86.4 tok/s 52–138 · alacsony bizalom	A100 SXM4 80 GB NVIDIA	80 GB	2,040 GB/s	Nov 2020	11.4 GB	Q8_0	Kényelmes
86.4 tok/s 52–138 · alacsony bizalom	A100X NVIDIA	80 GB	2,040 GB/s	Jun 2021	11.4 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: Tsinghua University,Beijing Academy of Artificial Intelligence / BAAI,ModelBest,OpenBMB (Open Lab for Big Model Base)
Szervezet típusa: Academia,Academia,Industry
Ország: China
Közölt: 24 March 2023

Mit csinál

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

Tartomány: Language
Feladat: Language modeling/generation, Question answering

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: 10B
Képzési adatok: 140,066,666,667 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 × 10²² FLOP
Hogyan jött létre: Operation counting

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: openbmb

Hogyan van besorolva

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

Nyilvántartási bizalom: Confident

Források

Honnan származik ez a felvétel és mikor ellenőrizték utoljára.

Referencia: Large model of open source Chinese and English bilingual base with tens of billions of parameters
Utoljára frissítve: 28 November 2025

Az extremitások

A tíz leggyorsabb GPU, amely képes futtatni CPM-Bee

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 CPM-Bee

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

6.7 GB

Leggyorsabb

339 tok/s

CPM-Bee eléri a paraméterek számát 10B. 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 Q4_K_M és körülbelül előállítva 20.3 tokenek másodpercenként

A leggyorsabb eredmény a következőből származik B200, nagyjából generálás 339 másodpercenkénti tokenek egy memória sávszélesség erejében 8,000 GB/s.

Erről a modelről

CPM-Bee ki lett adva által Tsinghua University,Beijing Academy of Artificial Intelligence / BAAI,ModelBest,OpenBMB (Open Lab for Big Model Base), az országban rögzítve mint China, alatt March 2023. A kiadó kategóriája alá tartozik academia,Academia,Industry.

Működik a területen a Language, és úgy van rögzítve, mint a feladat végrehajtása language modeling/generation, Question answering.

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 Hugging Face-en az alábbi szervezet alatt van publikálva openbmb.

Milyen gyorsan fut, és miért

Minden olyan kártya esetében, amely képes futtatni, a közép tartományban ül 22.0 másodpercenkénti tokenek 469 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.

A belső architektúrája nincs nyilvántartásban, így a memória a paraméterek száma alapján van megbecsülve és ennek megfelelően van megjelölve. Várhatóan a tényleges érték eltér, különösen hosszú CONTEXT LENGTH esetén.

Mi került a felépítésébe

A képzés futás körülbelül 6 × 10²² FLOP. Ez a szám azt méri, hogy mennyibe került a modell előállítása, és nincs hatással arra, hogy milyen gyorsan válaszol.

A tanító készlet kb. futott 140,066,666,667 szöveg tokenjei

Lépésről lépésre

Hogyan válasszunk GPU-t a CPM-Bee

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 CPM-Bee, körülbelül szükséges 6.7 GB a tömörítésnél Q4_K_M. 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. CPM-Bee.
03

Állítsa be a minőségi minimumot

A tömörítés az, ami lehetővé teszi, hogy egy modell kisebb kártyákra illeszkedjen, bizonyos költséggel a pontosság terén., elérni egy tömörítést a Q4_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 CPM-Bee. Nem fog illeszkedni egy gaming rendeléshez, mert a generálás a memória sávszélesség által kötött. A listát vezető KÁRTYA B200, at 339 tok/s
05

Olvasd el az illeszkedés oszlopot utoljára.

Tömör jelentése, hogy betölti és működik, nincs hely a későbbi kontextus növelésére, a következő esetben CPM-Bee. 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.

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

Válaszok

CPM-Bee — gyakori kérdések

CPM-Bee— 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.

CPM-Bee— Mennyire pontosak ezek a sebességbecslések?

Minden szám a memória sávszélességből és a modell méretéből származik, nem benchmarkolták, ezért mindet tartományként tették közzé, nem pedig egyetlen számként. Egy például: 203–542 tok/s a fájlban B200. Ugyanaz a modell és kártya harminc és ötven százalék között változik a következtetési szoftvertől és annak verziójától függően.

CPM-Bee— 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. Q4_K_M használva körülbelül 6.7 GB, és körülbelül 20.3 másodpercenkénti tokenek. A kártyák összes száma, amelyek képesek futtatni. 509.

CPM-Bee— mennyi idő alatt fut a GPU-n?

A kártyától függ. A leggyorsabb, amit számolunk, az B200, körülbelül 339 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: 469.

CPM-Bee— mennyi VRAM-ra van szüksége?

Kb. 6.7 GB tömörítési arányban Q4_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.

CPM-Bee— 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 6.7 GB és körülbelül generálás 146 tokensek másodpercenként. A fit szoros.

CPM-Bee— 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 9.1 GB és körülbelül generálás 56.2 tokensek másodpercenként. A fit szoros.

CPM-Bee— 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 11.4 GB és körülbelül generálás 47.9 másodpercenkénti tokenek. A illeszkedés kényelmes.

CPM-Bee— 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 11.4 GB és körülbelül generálás 56.8 másodpercenkénti tokenek. A illeszkedés kényelmes.

CPM-Bee— 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.

CPM-Bee— Hány paramétere van?

Paraméterszáma 10B. "CPM-Bee 10B large model training will launch on October 13, 2022, with monthly model releases.". 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.

CPM-Bee— Ki készítette ezt?

Kiadta Tsinghua University,Beijing Academy of Artificial Intelligence / BAAI,ModelBest,OpenBMB (Open Lab for Big Model Base), alapján China, egy szervezet, amelyet kategorizáltak mint academia,Academia,Industry.

CPM-Bee— Mikor adták ki?

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

CPM-Bee— Mire használják?

Működik a területen a Language, és rögzítve van, hogy kezeli a feladatot language modeling/generation, Question answering. A modellek gyakran több mint egyet hordoznak mindegyikből, és a címkék a célra, nem pedig a képességek határaira utalnak.

CPM-Bee— Hol tudom letölteni?

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

CPM-Bee— mennyi számítási kapacitást használtak annak a betanításához?

A képzés körülbelül elfogyasztott 6 × 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.

CPM-Bee— 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.

CPM-Bee— 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: 509. Tehát egy második KÁRTYA ritkán a megoldás itt.

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