T0-XXL TPS kalkulátor

Nyitott súlyok Hugging Face,Brown University 11B Paraméterek October 2021

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 · IQ4_XS · 19.7 tok/s

Leggyorsabb kártya

B200

308 tok/s · 180 GB

Melyik GPU képes futtatni T0-XXL?

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
308 tok/s 185–493 · alacsony bizalom	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	12.5 GB	Q8_0	Kényelmes
308 tok/s 185–493 · alacsony bizalom	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	12.5 GB	Q8_0	Kényelmes
246 tok/s 148–394 · alacsony bizalom	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	12.5 GB	Q8_0	Kényelmes
246 tok/s 148–394 · alacsony bizalom	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	12.5 GB	Q8_0	Kényelmes
197 tok/s 118–315 · alacsony bizalom	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	12.5 GB	Q8_0	Kényelmes
188 tok/s 113–301 · alacsony bizalom	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	12.5 GB	Q8_0	Kényelmes
188 tok/s 113–301 · alacsony bizalom	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	12.5 GB	Q8_0	Kényelmes
180 tok/s 108–288 · alacsony bizalom	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	12.5 GB	Q8_0	Kényelmes
160 tok/s 96–256 · alacsony bizalom	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	12.5 GB	Q8_0	Kényelmes
160 tok/s 96–256 · alacsony bizalom	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	12.5 GB	Q8_0	Kényelmes
160 tok/s 96–256 · alacsony bizalom	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	12.5 GB	Q8_0	Kényelmes
152 tok/s 91–243 · alacsony bizalom	H100 NVL 94 GB NVIDIA	94 GB	3,940 GB/s	Mar 2023	12.5 GB	Q8_0	Kényelmes
141 tok/s 85–225 · alacsony bizalom	CMP 170HX 8 GB NVIDIA	8 GB	1,490 GB/s	Sep 2021	6.7 GB	IQ4_XS	Szoros
129 tok/s 78–207 · alacsony bizalom	H100 PCIe 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	12.5 GB	Q8_0	Kényelmes
129 tok/s 78–207 · alacsony bizalom	H100 SXM5 80 GB NVIDIA	80 GB	3,360 GB/s	Oct 2022	12.5 GB	Q8_0	Kényelmes
129 tok/s 78–207 · alacsony bizalom	H100 SXM5 94 GB NVIDIA	94 GB	3,360 GB/s	Mar 2023	12.5 GB	Q8_0	Kényelmes
129 tok/s 78–207 · alacsony bizalom	H100 SXM5 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	12.5 GB	Q8_0	Kényelmes
129 tok/s 78–207 · alacsony bizalom	H800 SXM5 NVIDIA	80 GB	3,360 GB/s	Mar 2023	12.5 GB	Q8_0	Kényelmes
107 tok/s 64–172 · alacsony bizalom	CMP 170HX 10 GB NVIDIA	10 GB	1,560 GB/s	Sep 2021	8.6 GB	Q5_K_M	Szoros
98.5 tok/s 59–158 · alacsony bizalom	Radeon Instinct MI250 AMD	128 GB	3,280 GB/s	Nov 2021	12.5 GB	Q8_0	Kényelmes
98.5 tok/s 59–158 · alacsony bizalom	Radeon Instinct MI250X AMD	128 GB	3,280 GB/s	Nov 2021	12.5 GB	Q8_0	Kényelmes
82.1 tok/s 49–131 · alacsony bizalom	Data Center GPU Max 1550 Intel	128 GB	3,280 GB/s	Jan 2023	12.5 GB	Q8_0	Kényelmes
80.3 tok/s 48–129 · alacsony bizalom	Data Center GPU Max Subsystem Intel	128 GB	3,210 GB/s	Jan 2023	12.5 GB	Q8_0	Kényelmes
78.6 tok/s 47–126 · alacsony bizalom	A100 SXM4 80 GB NVIDIA	80 GB	2,040 GB/s	Nov 2020	12.5 GB	Q8_0	Kényelmes
78.6 tok/s 47–126 · alacsony bizalom	A100X NVIDIA	80 GB	2,040 GB/s	Jun 2021	12.5 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: Hugging Face,Brown University
Szervezet típusa: Industry,Academia
Ország: United States of America
Közölt: 15 October 2021
Szerzők: Victor Sanh, Albert Webson, Colin Raffel, Stephen H. Bach, Lintang Sutawika, Zaid Alyafeai, Antoine Chaffin, Arnaud Stiegler, Teven Le Scao, Arun Raja, Manan Dey, M Saiful Bari, Canwen Xu, Urmish Thakker, Shanya Sharma, Eliza Szczechla, Taewoon Kim, Gunjan Chhablani, Nihal V. Nayak, Debajyoti Datta, Jonathan Chang, Mike Tian-Jian Jiang, Han Wang, Matteo Manica, Sheng Shen, Zheng-Xin Yong, Harshit…

Mit csinál

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

Tartomány: Language
Feladat: Language modeling
Alapmodell: T5-11B

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: 11B
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: 9.2 × 10²⁰ FLOP
Hogyan jött létre: Hardware

A tréning futás

Ami fizikailag szükséges volt a betanításhoz: mely chipek, hány, mennyi ideig, és ez mit fogyasztott a falból.

Képzési hardver: Google TPU v3
Használt chipek: 256
Chip-óra: 69,120
Fali óra idő: 27 hours
Teljesítményfogyasztás: 232.4 kW
Számítási költség: $11,672

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: Open source

Hogyan van besorolva

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

Nyilvántartási bizalom: Confident
Hivatkozások: 1,988

Források

Honnan származik ez a felvétel és mikor ellenőrizték utoljára.

Referencia: Multitask Prompted Training Enables Zero-Shot Task Generalization
Utoljára frissítve: 25 May 2026

Az extremitások

A tíz leggyorsabb GPU, amely képes futtatni T0-XXL

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 T0-XXL

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

Xeon Phi 5110P

Szükséges memória

6.7 GB

Leggyorsabb

308 tok/s

T0-XXL eléri a paraméterek számát 11B. 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.

A legkevesebb hardver, ami működik, az Xeon Phi 5110P, memória kapacitással rendelkezik 8 GB, futtatás egy tömörítési arányon IQ4_XS és körülbelül előállítva 19.7 tokenek másodpercenként

A legjobb kategóriájú B200, nagyjából generálás 308 másodpercenkénti tokenek egy memória sávszélesség erejében 8,000 GB/s.

Háttér

T0-XXL ki lett adva által Hugging Face,Brown University, az országban rögzítve mint United States of America, alatt October 2021. Egy olyan szervezetből származik, amelyet kategorizálnak mint industry,Academia.

Működik a területen a Language, és úgy van rögzítve, mint a feladat végrehajtása language modeling.

Ahelyett, hogy nulláról lenne betanítva, az származik T5-11B. Ez a szokásos módja egy specializált modell előállításának.

Mivel a súlyai ki lettek adva, semmi sem függ attól, hogy egy szolgáltató elérhető marad-e - a tiéd, amint letöltötted.

A átbocsátási számadatok olvasása

A medián eredmény körül 21.2 másodpercenkénti tokenek. Jogosultsági olvasási sebesség: 460 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.

Képzés és származás

A betanításhoz körülbelül egy számítási költségvetés kellett 9.2 × 10²⁰ FLOP, hardveren rögzítve Google TPU v3. Ez a szám azt méri, hogy mennyibe került a modell előállítása, és nincs hatással arra, hogy milyen gyorsan válaszol.

Lépésről lépésre

Hogyan válasszunk GPU-t a T0-XXL

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

01

Nézd meg, mire van szüksége, mielőtt bármi mást tennél.

Minden kártyát itt leellenőriztünk a következőkkel szemben T0-XXL, körülbelül szükséges 6.7 GB a tömörítésnél IQ4_XS. A kapacitás a kapu — egy kártya vagy tartalmazza, vagy nem.
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. T0-XXL.
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 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

Rendezés sebesség szerint

A sebességsorrend lényegében egy sorrend a MEMÓRIA-SÁV szerint, a T0-XXL. Nem fog illeszkedni egy gaming rendeléshez, mert a generálás a memória sávszélesség által kötött. A listát vezető KÁRTYA B200, at 308 tok/s
05

Olvasd el az illeszkedés oszlopot utoljára.

A megfelelő oszlop elválasztja azokat a kártyákat, amelyek épp hogy elboldogulnak, azoktól, amelyeknek van szabad helyük, az esetében T0-XXL. 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.

Minden kártyaoldal megismétli ezt a vizsgálatot minden modellre, amelyet birtoklunk, válaszolva arra, hogy mi másra jó a hardver, azon kívül, hogy T0-XXL.

Válaszok

T0-XXL — gyakori kérdések

T0-XXL— mennyi számítási kapacitást használtak annak a betanításához?

A képzés körülbelül elfogyasztott 9.2 × 10²⁰ FLOP, hardveren rögzítve Google TPU v3. 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.

T0-XXL— 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.

T0-XXL— 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: 509. Tehát egy második KÁRTYA ritkán a megoldás itt.

T0-XXL— 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.

T0-XXL— 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: 185–493 tok/s a fájlban B200. Ugyanaz a modell és kártya harminc és ötven százalék között változik a következtetési szoftvertől és annak verziójától függően.

T0-XXL— 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. IQ4_XS használva körülbelül 6.7 GB, és körülbelül 19.7 másodpercenkénti tokenek. A kártyák összes száma, amelyek képesek futtatni. 509.

T0-XXL— mennyi idő alatt fut a GPU-n?

A kártyától függ. A leggyorsabb, amit számolunk, az B200, körülbelül 308 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: 460.

T0-XXL— mennyi VRAM-ra van szüksége?

Kb. 6.7 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.

T0-XXL— futtathatom egy GPU-n tartva 8 GB?

Igen. A KÁRTYA CMP 170HX 8 GB, tartás 8 GB, futtatja egy tömörítési arány mellett IQ4_XS, használva körülbelül 6.7 GB és körülbelül generálás 141 tokensek másodpercenként. A fit szoros.

T0-XXL— 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 9.9 GB és körülbelül generálás 51.0 tokensek másodpercenként. A fit szoros.

T0-XXL— 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 12.5 GB és körülbelül generálás 43.5 tokensek másodpercenként. A fit szoros.

T0-XXL— 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 12.5 GB és körülbelül generálás 51.6 másodpercenkénti tokenek. A illeszkedés kényelmes.

T0-XXL— 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.

T0-XXL— Hány paramétere van?

Paraméterszáma 11B. "Unless specified otherwise, we use the XXL version which has 11B 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.

T0-XXL— Ki készítette ezt?

Kiadta Hugging Face,Brown University, alapján United States of America, egy szervezet, amelyet kategorizáltak mint industry,Academia.

T0-XXL— Mikor adták ki?

Kibocsátották a October 2021. A paraméterenkénti képesség lényegesen javult azóta, így egy újabb, azonos méretű modell gyakran jobb felhasználása a same hardvernek.

T0-XXL— Mire használják?

Működik a területen a Language, és rögzítve van, hogy kezeli a feladatot language modeling. A modell több mindenből is képes cipelni, így ezek azok a területek, amelyekre épült, nem pedig egy korlát arra, amit meg fog próbálni.

T0-XXL— Hol tudom letölteni?

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

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