SRU++ Large TPS kalkulátor

Nyitott súlyok ASAPP 234M Paraméterek February 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

818 kártyák, amelyek futtatni tudják

818 kártyák, amelyek specifikációs adataink vannak

Legkisebb kártya, ami elfér

Tesla C1080

4 GB · Q8_0 · 158 tok/s

Leggyorsabb kártya

B200

14,480 tok/s · 180 GB

Melyik GPU képes futtatni SRU++ Large?

Állítsa be a bemeneteket, olvassa el a választ

Egy hosszabb beszélgetés több memóriaigényt támaszt, ami kiszoríthatja ezt a modellt a kisebb kártyákról..

Elrejti azokat a GPU-kártyákat, amelyek csak a modellbe illeszkednének a compressziójuk ezen pont alá..

818 kártyák illeszkednek

Számítás
Szükséges Kvantisálás Illeszkedik
14,480 tok/s

8,688–23,167 · alacsony bizalom

B200 NVIDIA 180 GB 8,000 GB/s Jan 2024 0.9 GB Q8_0 Kényelmes
14,480 tok/s

8,688–23,167 · alacsony bizalom

B300 NVIDIA 288 GB 8,000 GB/s Sep 2025 0.9 GB Q8_0 Kényelmes
11,562 tok/s

6,937–18,500 · alacsony bizalom

Radeon Instinct MI350X AMD 288 GB 8,190 GB/s Jan 2025 0.9 GB Q8_0 Kényelmes
11,562 tok/s

6,937–18,500 · alacsony bizalom

Radeon Instinct MI355X AMD 288 GB 8,190 GB/s Jan 2025 0.9 GB Q8_0 Kényelmes
9,247 tok/s

5,548–14,795 · alacsony bizalom

Radeon Instinct MI300 AMD 128 GB 6,550 GB/s Jan 2023 0.9 GB Q8_0 Kényelmes
8,851 tok/s

5,310–14,161 · alacsony bizalom

H200 NVL NVIDIA 141 GB 4,890 GB/s Nov 2024 0.9 GB Q8_0 Kényelmes
8,851 tok/s

5,310–14,161 · alacsony bizalom

H200 SXM 141 GB NVIDIA 141 GB 4,890 GB/s Nov 2024 0.9 GB Q8_0 Kényelmes
8,471 tok/s

5,082–13,553 · alacsony bizalom

Radeon Instinct MI325X AMD 256 GB 6,000 GB/s Oct 2024 0.9 GB Q8_0 Kényelmes
7,518 tok/s

4,511–12,028 · alacsony bizalom

Radeon Instinct MI300A AMD 128 GB 5,325 GB/s Dec 2023 0.9 GB Q8_0 Kényelmes
7,518 tok/s

4,511–12,028 · alacsony bizalom

Radeon Instinct MI300X AMD 192 GB 5,325 GB/s Dec 2023 0.9 GB Q8_0 Kényelmes
7,518 tok/s

4,511–12,028 · alacsony bizalom

Radeon Instinct MI308X AMD 192 GB 5,325 GB/s Dec 2023 0.9 GB Q8_0 Kényelmes
7,131 tok/s

4,279–11,410 · alacsony bizalom

H100 NVL 94 GB NVIDIA 94 GB 3,940 GB/s Mar 2023 0.9 GB Q8_0 Kényelmes
6,081 tok/s

3,649–9,730 · alacsony bizalom

H100 PCIe 96 GB NVIDIA 96 GB 3,360 GB/s Mar 2023 0.9 GB Q8_0 Kényelmes
6,081 tok/s

3,649–9,730 · alacsony bizalom

H100 SXM5 80 GB NVIDIA 80 GB 3,360 GB/s Oct 2022 0.9 GB Q8_0 Kényelmes
6,081 tok/s

3,649–9,730 · alacsony bizalom

H100 SXM5 94 GB NVIDIA 94 GB 3,360 GB/s Mar 2023 0.9 GB Q8_0 Kényelmes
6,081 tok/s

3,649–9,730 · alacsony bizalom

H100 SXM5 96 GB NVIDIA 96 GB 3,360 GB/s Mar 2023 0.9 GB Q8_0 Kényelmes
6,081 tok/s

3,649–9,730 · alacsony bizalom

H800 SXM5 NVIDIA 80 GB 3,360 GB/s Mar 2023 0.9 GB Q8_0 Kényelmes
4,631 tok/s

2,778–7,409 · alacsony bizalom

Radeon Instinct MI250 AMD 128 GB 3,280 GB/s Nov 2021 0.9 GB Q8_0 Kényelmes
4,631 tok/s

2,778–7,409 · alacsony bizalom

Radeon Instinct MI250X AMD 128 GB 3,280 GB/s Nov 2021 0.9 GB Q8_0 Kényelmes
3,859 tok/s

2,315–6,174 · alacsony bizalom

Data Center GPU Max 1550 Intel 128 GB 3,280 GB/s Jan 2023 0.9 GB Q8_0 Kényelmes
3,776 tok/s

2,266–6,042 · alacsony bizalom

Data Center GPU Max Subsystem Intel 128 GB 3,210 GB/s Jan 2023 0.9 GB Q8_0 Kényelmes
3,692 tok/s

2,215–5,908 · alacsony bizalom

A100 SXM4 80 GB NVIDIA 80 GB 2,040 GB/s Nov 2020 0.9 GB Q8_0 Kényelmes
3,692 tok/s

2,215–5,908 · alacsony bizalom

A100X NVIDIA 80 GB 2,040 GB/s Jun 2021 0.9 GB Q8_0 Kényelmes
3,692 tok/s

2,215–5,908 · alacsony bizalom

A800 SXM4 80 GB NVIDIA 80 GB 2,040 GB/s Aug 2022 0.9 GB Q8_0 Kényelmes
3,692 tok/s

2,215–5,908 · alacsony bizalom

H100 CNX NVIDIA 80 GB 2,040 GB/s Mar 2023 0.9 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
ASAPP
Szervezet típusa
Industry
Ország
United States of America
Közölt
24 February 2021
Szerzők
Tao Lei

Mit csinál

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

Tartomány
Language
Feladat
Language modeling
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
234M

Table 5

Képzési adatok
103,000,000 tokens

Table 12: 400K training steps batch size: 8*8 = 64 sequence length = 1024 1024*8*8*400000/103000000 = 254.5 epochs

Epochok
254.5
Tételméret
65,536

1024*8*8

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
2.1 × 10¹⁹ FLOP

6 FLOP / token / parameter * 234000000 parameters * 1024 tokens per sample * 8*8 samples per batch * 400000 steps = 3.6805018e+19 FLOP 31330000000000 FLOP / sec * 360 GPU-hours * 3600 sec / hour * 0.3 [assumed utilization] = 1.2181104e+19 FLOP sqrt(3.6805018e+19*1.2181104e+19) = 2.1173704e+19

Hogyan jött létre
Operation counting,Hardware

A tréning futás

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

Képzési hardver
NVIDIA V100
Chip-óra
360

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

MIT license repo. says models available as package: https://github.com/asappresearch/sru training: https://github.com/asappresearch/sru/blob/master/language_model/train_lm.py

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

"our model achieves a state-of-the-art result on the ENWIK8 dataset using 1.6 days of training on an 8-GPU machine. "

Nyilvántartási bizalom
Confident
Hivatkozások
54
Benchmark adatok
SRU++ Large

Források

Honnan származik ez a felvétel és mikor ellenőrizték utoljára.

Referencia
When Attention Meets Fast Recurrence: Training Language Models with Reduced Compute
Utoljára frissítve
1 December 2025

Az extremitások

A tíz leggyorsabb GPU, amely képes futtatni SRU++ Large

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..

  1. 01 B300 288 GB · 8,000 GB/s · Q8_0 14,480 tok/s
  2. 02 B200 180 GB · 8,000 GB/s · Q8_0 14,480 tok/s
  3. 03 Radeon Instinct MI350X 288 GB · 8,190 GB/s · Q8_0 11,562 tok/s
  4. 04 Radeon Instinct MI355X 288 GB · 8,190 GB/s · Q8_0 11,562 tok/s
  5. 05 Radeon Instinct MI300 128 GB · 6,550 GB/s · Q8_0 9,247 tok/s
  6. 06 H200 NVL 141 GB · 4,890 GB/s · Q8_0 8,851 tok/s
  7. 07 H200 SXM 141 GB 141 GB · 4,890 GB/s · Q8_0 8,851 tok/s
  8. 08 Radeon Instinct MI325X 256 GB · 6,000 GB/s · Q8_0 8,471 tok/s
  9. 09 Radeon Instinct MI300A 128 GB · 5,325 GB/s · Q8_0 7,518 tok/s
  10. 10 Radeon Instinct MI300X 192 GB · 5,325 GB/s · Q8_0 7,518 tok/s

A legkisebb GPU-k, amik még futnak SRU++ Large

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

  1. 01 GeForce RTX 4010 4 GB · Szükséges 0.9 GB · Q8_0 · Kényelmes 174 tok/s
  2. 02 RTX A400 4 GB · Szükséges 0.9 GB · Q8_0 · Kényelmes 174 tok/s
  3. 03 RTX 500 Mobile Ada Generation 4 GB · Szükséges 0.9 GB · Q8_0 · Kényelmes 232 tok/s
  4. 04 GeForce RTX 3050 A Mobile 4 GB · Szükséges 0.9 GB · Q8_0 · Kényelmes 348 tok/s
  5. 05 Jetson Orin Nano 4 GB 4 GB · Szükséges 0.9 GB · Q8_0 · Kényelmes 61.7 tok/s
  6. 06 Radeon RX 6450M 4 GB · Szükséges 0.9 GB · Q8_0 · Kényelmes 181 tok/s
  7. 07 Radeon RX 6550M 4 GB · Szükséges 0.9 GB · Q8_0 · Kényelmes 203 tok/s
  8. 08 Radeon RX 6550S 4 GB · Szükséges 0.9 GB · Q8_0 · Kényelmes 181 tok/s
  9. 09 Arc A310 4 GB · Szükséges 0.9 GB · Q8_0 · Kényelmes 146 tok/s
  10. 10 Arc Pro A30M 4 GB · Szükséges 0.9 GB · Q8_0 · Kényelmes 151 tok/s

Mit jelentenek a számok

Hardverkövetelmények a gyakorlatban

Minimális kártya

Tesla C1080

Szükséges memória

0.9 GB

Leggyorsabb

14,480 tok/s

SRU++ Large eléri a paraméterek számát 234M. 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: 818.

A belépési pont a Tesla C1080, memória kapacitással rendelkezik 4 GB, futtatás egy tömörítési arányon Q8_0 és körülbelül előállítva 158 tokenek másodpercenként

A leggyorsabb eredmény a következőből származik B200, nagyjából generálás 14,480 másodpercenkénti tokenek egy memória sávszélesség erejében 8,000 GB/s.

Erről a modelről

SRU++ Large ki lett adva által ASAPP, az országban rögzítve mint United States of America, alatt February 2021. A kiadó kategóriája alá tartozik industry.

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

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

A kártyák felének, amelyek tartják, több mint 406.6 másodpercenkénti tokenek. Jogosultsági olvasási sebesség: 818 tőlük

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

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 2.1 × 10¹⁹ FLOP, hardveren rögzítve NVIDIA V100. Ez a szám azt méri, hogy mennyibe került a modell előállítása, és nincs hatással arra, hogy milyen gyorsan válaszol.

A képzés körülbelül egy korpuszt fogyasztott 103,000,000 szöveg tokenjei

A kiválasztási kritériuma: sOTA improvement.

Lépésről lépésre

Hogyan válasszunk GPU-t a SRU++ Large

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

  1. 01

    Olvasd el a MEMORY adatokat először.

    Kezdj a tényleges szükségletekből, ami a követelményének a SRU++ Large, körülbelül szükséges 0.9 GB a tömörítésnél Q8_0. Semennyi feldolgozási teljesítmény nem kompenzálja azt a kártyát, amelyik nem tudja megtartani.

  2. 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. SRU++ Large.

  3. 03

    Válaszd ki, milyen messzire fogod tömöríteni.

    A kvantálási oszlop kártyánként változik, mert egy nagyobb kártya pontosabb másolatot tartalmaz., elérni egy tömörítést a Q8_0 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.

  4. 04

    Hasonlítsd össze a TOKENS PER SECOND-t, ne a SPECIFICATIONS-t.

    A rangsorolás a másodpercenkénti tokenek alapján a memóriából származó sávszélességet követi, nem pedig a core-ok számát, ezért SRU++ Large. Nem fog illeszkedni egy gaming rendeléshez, mert a generálás a memória sávszélesség által kötött. A listát vezető KÁRTYA B200, at 14,480 tok/s

  5. 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 SRU++ Large. A Kényelmes azt jelenti, hogy később bővítheted a contextet. Ez a különbség fontosabb, mint néhány token másodpercenként, így kényelmeset vásárolj, ha ezt várod.

  6. 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. SRU++ Large.

Válaszok

SRU++ Large — gyakori kérdések

01

SRU++ Large— Hány paramétere van?

Paraméterszáma 234M. Table 5. 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.

02

SRU++ Large— Ki készítette ezt?

Kiadta ASAPP, alapján United States of America, egy szervezet, amelyet kategorizáltak mint industry.

03

SRU++ Large— Mikor adták ki?

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

04

SRU++ Large— 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.

05

SRU++ Large— Hol tudom letölteni?

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

06

SRU++ Large— mennyi számítási kapacitást használtak annak a betanításához?

A képzés körülbelül elfogyasztott 2.1 × 10¹⁹ FLOP, hardveren rögzítve NVIDIA V100. 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.

07

SRU++ Large— 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. Minden ábra azt feltételezi, hogy az egész model a kártyán tartózkodik.

08

SRU++ Large— 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: 818. Tehát egy második KÁRTYA ritkán a megoldás itt.

09

SRU++ Large— miért különbözik a kvantálás a kártyák között?

Egy nagyobb KÁRTYA pontosabb másolatot tárol. Azoknak a tömörítési szinteknek a száma, amelyeket a futó KÁRTYÁK használnak: 1. A nagyobb kártyák a pontosabb verziót kapják, és a minőségi küszöb felett a összehasonlítást egy szinten rögzíti.

10

SRU++ Large— 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: 8,688–23,167 tok/s a fájlban B200. Ugyanaz a modell és kártya harminc és ötven százalék között változik a következtetési szoftvertől és annak verziójától függően.

11

SRU++ Large— Milyen GPU-ra van szükségem, hogy futtathassam?

A katalógusunk legkisebb kártyája, ami ezt tartja, az Tesla C1080, memória kapacitással rendelkezik 4 GB. A modell egy tömörítéssel fut. Q8_0 használva körülbelül 0.9 GB, és körülbelül 158 másodpercenkénti tokenek. A kártyák összes száma, amelyek képesek futtatni. 818.

12

SRU++ Large— mennyi idő alatt fut a GPU-n?

A kártyától függ. A leggyorsabb, amit számolunk, az B200, körülbelül 14,480 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: 818.

13

SRU++ Large— mennyi VRAM-ra van szüksége?

Kb. 0.9 GB tömörítési arányban Q8_0, 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.

14

SRU++ Large— futtathatom egy GPU-n tartva 8 GB?

Igen. A KÁRTYA CMP 170HX 8 GB, tartás 8 GB, futtatja egy tömörítési arány mellett Q8_0, használva körülbelül 0.9 GB és körülbelül generálás 2,697 másodpercenkénti tokenek. A illeszkedés kényelmes.

15

SRU++ Large— futtathatom egy GPU-n tartva 12 GB?

Igen. A KÁRTYA GeForce RTX 3080 Ti, tartás 12 GB, futtatja egy tömörítési arány mellett Q8_0, használva körülbelül 0.9 GB és körülbelül generálás 1,651 másodpercenkénti tokenek. A illeszkedés kényelmes.

16

SRU++ Large— 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 0.9 GB és körülbelül generálás 2,045 másodpercenkénti tokenek. A illeszkedés kényelmes.

17

SRU++ Large— 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 0.9 GB és körülbelül generálás 2,425 másodpercenkénti tokenek. A illeszkedés kényelmes.

18

SRU++ Large— 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 1 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