R1 1776 TPS kalkulátor

Nyitott súlyok Perplexity 671B Paraméterek February 2025

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

0 kártyák, amelyek futtatni tudják

818 kártyák, amelyek specifikációs adataink vannak

Melyik GPU képes futtatni R1 1776?

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..

0 kártyák illeszkednek

Számítás
Szükséges Kvantisálás Illeszkedik

A katalógusunkban nincs olyan GPU, amely képes lenne futtatni ezt a modellt ezekkel a beállításokkal..

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
Perplexity
Szervezet típusa
Industry
Ország
United States of America
Közölt
18 February 2025

Mit csinál

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

Tartomány
Language
Feladat
Language modeling/generation, Question answering, Chat
Alapmodell
DeepSeek-R1

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
671B

671B params

Képzési adatok
tokens

40k multilingual prompts assuming ~1000 tokens per prompt -> 40M 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.

Hogyan jött létre
Operation counting
Finomhangolás számítás
8.9 × 10¹⁸ FLOP

Deepseek R1 has 37B active parameters fine-tuning dataset is speculatively estimated to be 40M tokens (see dataset size notes) 6 FLOP / token / parameter * 37 * 10^9 paramters * 40*10^6 tokens = 8.88e+18 FLOP

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

MIT license https://huggingface.co/perplexity-ai/r1-1776

Hugging Face
perplexity-ai

Hogyan van besorolva

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

Nyilvántartási bizalom
Speculative

Források

Honnan származik ez a felvétel és mikor ellenőrizték utoljára.

Referencia
Open-sourcing R1 1776
Utoljára frissítve
28 November 2025

Mit jelentenek a számok

Hardverkövetelmények a gyakorlatban

R1 1776 eléri a paraméterek számát 671B. Ez túl van azon, amit bármelyik egyedi GPU kártya kezelni tud. A futtatása azt jelenti, hogy vagy több kártyára osztja, vagy olyan hardvert bérel, amelyet erre a feladatra terveztek, és minden olyan kártya, amely egyedül képes kezelni, egy adatközponti alkatrész. Az a szám, amely képes rá: 0.

Erről a modelről

R1 1776 ki lett adva által Perplexity, az országban rögzítve mint United States of America, alatt February 2025. A kiadó kategóriája alá tartozik industry.

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

Ez alapoz. DeepSeek-R1. Ez a szokásos módja egy specializált modell előállításának.

A közzétett súlyok azt jelentik, hogy a modell a te gépeden fut, nem pedig valaki másén, ami lehetővé teszi az alábbi hardverkérdés megválaszolását. A Hugging Face-en az alábbi szervezet alatt van publikálva perplexity-ai.

Lépésről lépésre

Hogyan válasszunk GPU-t a R1 1776

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.

    A táblázat felsorolja az összes kártyát, amely képes tartani R1 1776. Semennyi feldolgozási teljesítmény nem kompenzálja azt a kártyát, amelyik nem tudja megtartani.

  2. 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. R1 1776.

  3. 03

    Válaszd ki, milyen messzire fogod tömöríteni.

    A tömörítés az, ami lehetővé teszi, hogy egy modell kisebb kártyákra illeszkedjen, bizonyos költséggel a pontosság terén.. 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.

    Rendezze sebesség szerint, hogy lássa, hogyan rangsorolnak a kártyák. R1 1776. Nem fog illeszkedni egy gaming rendeléshez, mert a generálás a memória sávszélesség által kötött.

  5. 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 R1 1776. 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

    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. R1 1776.

Válaszok

R1 1776 — gyakori kérdések

01

R1 1776— 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 147.5 GB Minden ábra azt feltételezi, hogy az egész model a kártyán tartózkodik.

02

R1 1776— 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: 0. Tehát egy második KÁRTYA ritkán a megoldás itt.

03

R1 1776— miért különbözik a kvantálás a kártyák között?

Mivel a kapacitás változik, úgy az is, hogy mennyire kell összenyomni. A fenti táblázatban lévő különböző szintek száma: 1. A nagyobb kártyák a pontosabb verziót kapják, és a minőségi küszöb felett a összehasonlítást egy szinten rögzíti.

04

R1 1776— 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: a távolság minden egyes szám alatt. Ugyanaz a modell és kártya harminc és ötven százalék között változik a következtetési szoftvertől és annak verziójától függően.

05

R1 1776— 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.

06

R1 1776— Hány paramétere van?

Paraméterszáma 671B. 671B params. 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.

07

R1 1776— Ki készítette ezt?

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

08

R1 1776— Mikor adták ki?

Kibocsátották a February 2025.

09

R1 1776— Mire használják?

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

10

R1 1776— Hol tudom letölteni?

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

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..