Step-Audio-Chat 130B TPS kalkulátor

Nyitott súlyok StepFun 130B 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

38 kártyák, amelyek futtatni tudják

818 kártyák, amelyek specifikációs adataink vannak

Legkisebb kártya, ami elfér

RTX PRO 5000 72 GB Blackwell

72 GB · Q3_K_M · 11.8 tok/s

Leggyorsabb kártya

H100 NVL 94 GB

29.6 tok/s · 94 GB

Melyik GPU képes futtatni Step-Audio-Chat 130B?

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.

38 kártyák illeszkednek

Számítás

					Szükséges	Kvantisálás	Illeszkedik
29.6 tok/s 18–47 · alacsony bizalom	H100 NVL 94 GB NVIDIA	94 GB	3,940 GB/s	Mar 2023	79.3 GB	Q4_K_M	Szoros
26.9 tok/s 16–43 · alacsony bizalom	H100 SXM5 80 GB NVIDIA	80 GB	3,360 GB/s	Oct 2022	71.8 GB	IQ4_XS	Szoros
26.9 tok/s 16–43 · alacsony bizalom	H800 SXM5 NVIDIA	80 GB	3,360 GB/s	Mar 2023	71.8 GB	IQ4_XS	Szoros
26.1 tok/s 16–42 · alacsony bizalom	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	139.9 GB	Q8_0	Szoros
26.1 tok/s 16–42 · alacsony bizalom	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	139.9 GB	Q8_0	Kényelmes
25.3 tok/s 15–40 · alacsony bizalom	H100 PCIe 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	79.3 GB	Q4_K_M	Szoros
25.3 tok/s 15–40 · alacsony bizalom	H100 SXM5 94 GB NVIDIA	94 GB	3,360 GB/s	Mar 2023	79.3 GB	Q4_K_M	Szoros
25.3 tok/s 15–40 · alacsony bizalom	H100 SXM5 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	79.3 GB	Q4_K_M	Szoros
24.2 tok/s 15–39 · alacsony bizalom	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	109.6 GB	Q6_K	Szoros
23.2 tok/s 14–37 · alacsony bizalom	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	109.6 GB	Q6_K	Szoros
23.2 tok/s 14–37 · alacsony bizalom	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	109.6 GB	Q6_K	Szoros
20.8 tok/s 12–33 · alacsony bizalom	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	139.9 GB	Q8_0	Kényelmes
20.8 tok/s 12–33 · alacsony bizalom	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	139.9 GB	Q8_0	Kényelmes
19.7 tok/s 12–31 · alacsony bizalom	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	109.6 GB	Q6_K	Szoros
16.3 tok/s 10–26 · alacsony bizalom	A100 SXM4 80 GB NVIDIA	80 GB	2,040 GB/s	Nov 2020	71.8 GB	IQ4_XS	Szoros
16.3 tok/s 10–26 · alacsony bizalom	A100X NVIDIA	80 GB	2,040 GB/s	Jun 2021	71.8 GB	IQ4_XS	Szoros
16.3 tok/s 10–26 · alacsony bizalom	A800 SXM4 80 GB NVIDIA	80 GB	2,040 GB/s	Aug 2022	71.8 GB	IQ4_XS	Szoros
16.3 tok/s 10–26 · alacsony bizalom	H100 CNX NVIDIA	80 GB	2,040 GB/s	Mar 2023	71.8 GB	IQ4_XS	Szoros
16.3 tok/s 10–26 · alacsony bizalom	H100 PCIe 80 GB NVIDIA	80 GB	2,040 GB/s	Oct 2022	71.8 GB	IQ4_XS	Szoros
16.3 tok/s 10–26 · alacsony bizalom	H800 PCIe 80 GB NVIDIA	80 GB	2,040 GB/s	Mar 2023	71.8 GB	IQ4_XS	Szoros
15.5 tok/s 9–25 · alacsony bizalom	A100 PCIe 80 GB NVIDIA	80 GB	1,940 GB/s	Jun 2021	71.8 GB	IQ4_XS	Szoros
15.5 tok/s 9–25 · alacsony bizalom	A800 PCIe 80 GB NVIDIA	80 GB	1,940 GB/s	Nov 2022	71.8 GB	IQ4_XS	Szoros
15.3 tok/s 9–24 · alacsony bizalom	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	139.9 GB	Q8_0	Kényelmes
13.5 tok/s 8–22 · alacsony bizalom	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	139.9 GB	Q8_0	Kényelmes
13.5 tok/s 8–22 · alacsony bizalom	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	139.9 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: StepFun
Szervezet típusa: Industry
Ország: China
Közölt: 18 February 2025
Szerzők: Ailin Huang, Boyong Wu, Bruce Wang, Chao Yan, Chen Hu, Chengli Feng, Fei Tian, Feiyu Shen, Jingbei Li, Mingrui Chen, Peng Liu, Ruihang Miao, Wang You, Xi Chen, Xuerui Yang, Yechang Huang, Yuxiang Zhang, Zheng Gong, Zixin Zhang, Hongyu Zhou, Jianjian Sun, Brian Li, Chengting Feng, Changyi Wan, Hanpeng Hu, Jianchang Wu, Jiangjie Zhen, Ranchen Ming, Song Yuan, Xuelin Zhang, Yu Zhou, Bingxin Li, Buyun…

Mit csinál

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

Tartomány: Speech
Feladat: Speech synthesis, Speech recognition (ASR), Speech-to-text, Text-to-speech (TTS), Audio question answering, Audio generation, Speech-to-speech
Alapmodell: Step-1

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: 130B
Képzési adatok: 1,668,000,000,000 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: 1.9 × 10²⁴ 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: stepfun-ai

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: Step-Audio: Unified Understanding and Generation in Intelligent Speech Interaction
Utoljára frissítve: 28 November 2025

Az extremitások

A tíz leggyorsabb GPU, amely képes futtatni Step-Audio-Chat 130B

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 Step-Audio-Chat 130B

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

RTX PRO 5000 72 GB Blackwell

Szükséges memória

64.2 GB

Leggyorsabb

29.6 tok/s

Step-Audio-Chat 130B eléri a paraméterek számát 130B. Ez a fogyasztói hardveren felül helyezi, abba a tartományba, ahol egy kártyát ezért a célért vásárolnak, nem pedig átalakítanak erre. Az általunk nyomon követett kártyák száma, amelyek elférnek benne: 38.

A legkevesebb hardver, ami működik, az RTX PRO 5000 72 GB Blackwell, memória kapacitással rendelkezik 72 GB, futtatás egy tömörítési arányon Q3_K_M és körülbelül előállítva 11.8 tokenek másodpercenként

A leggyorsabb eredmény a következőből származik H100 NVL 94 GB, nagyjából generálás 29.6 másodpercenkénti tokenek egy memória sávszélesség erejében 3,940 GB/s.

Honnan jött

Step-Audio-Chat 130B ki lett adva által StepFun, az országban rögzítve mint China, alatt February 2025. Egy olyan szervezetből származik, amelyet kategorizálnak mint industry.

Működik a területen a Speech, és úgy van rögzítve, mint a feladat végrehajtása speech synthesis, Speech recognition (ASR), Speech-to-text, Text-to-speech (TTS), Audio question answering, Audio generation, Speech-to-speech.

Ahelyett, hogy nulláról lenne betanítva, az származik Step-1. Ezért osztja a bázismodell általános formáját és méretét.

Mivel a súlyai ki lettek adva, semmi sem függ attól, hogy egy szolgáltató elérhető marad-e - a tiéd, amint letöltötted. A Hugging Face-en az alábbi szervezet alatt van publikálva stepfun-ai.

A sebességek megértése

A kártyák felének, amelyek tartják, több mint 16.3 másodpercenkénti tokenek 35 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 létrehozásához körülbelül összesítő aritmetikára volt szükség. 1.9 × 10²⁴ FLOP. 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 1,668,000,000,000 szöveg tokenjei

Lépésről lépésre

Hogyan válasszunk GPU-t a Step-Audio-Chat 130B

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

01

Olvasd el a MEMORY adatokat először.

Minden kártyát itt leellenőriztünk a következőkkel szemben Step-Audio-Chat 130B, körülbelül szükséges 64.2 GB a tömörítésnél Q3_K_M. Semennyi feldolgozási teljesítmény nem kompenzálja azt a kártyát, amelyik nem tudja megtartani.
02

Illeszd a kontextust a tényleges használatodhoz.

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. Step-Audio-Chat 130B.
03

Válaszd ki, milyen messzire fogod tömöríteni.

A kvantálási oszlop kártyánként változik, mert egy nagyobb kártya pontosabb másolatot tartalmaz., 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

Rangsoroljon átbocsátás alapján, nem pedig specifikációs lap szerint.

Rendezze sebesség szerint, hogy lássa, hogyan rangsorolnak a kártyák. Step-Audio-Chat 130B. Nem fog illeszkedni egy gaming rendeléshez, mert a generálás a memória sávszélesség által kötött. A listát vezető KÁRTYA H100 NVL 94 GB, at 29.6 tok/s
05

Olvasd el az illeszkedés oszlopot utoljára.

Egy szűk elhelyezés fut, de nem hagy semmit egy hosszabb beszélgetésre, az esetében Step-Audio-Chat 130B. A Kényelmes azt jelenti, hogy később bővítheted a contextet. Ez a különbség fontosabb, mint néhány token másodpercenként, így kényelmeset vásárolj, ha ezt várod.
06

Nyisd meg a kiválasztott kártyát.

Minden kártyaoldal megismétli ezt a vizsgálatot minden modellre, amelyet birtoklunk, válaszolva arra, hogy mi másra jó a hardver, azon kívül, hogy Step-Audio-Chat 130B.

Válaszok

Step-Audio-Chat 130B — gyakori kérdések

Step-Audio-Chat 130B— miért különbözik a kvantálás a kártyák között?

Egy nagyobb KÁRTYA pontosabb másolatot tárol. Azoknak a tömörítési szinteknek a száma, amelyeket a futó KÁRTYÁK használnak: 5. A nagyobb kártyák a pontosabb verziót kapják, és a minőségi küszöb felett a összehasonlítást egy szinten rögzíti.

Step-Audio-Chat 130B— 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: 18–47 tok/s a fájlban H100 NVL 94 GB. Ugyanaz a modell és kártya harminc és ötven százalék között változik a következtetési szoftvertől és annak verziójától függően.

Step-Audio-Chat 130B— Milyen GPU-ra van szükségem, hogy futtathassam?

A katalógusunk legkisebb kártyája, ami ezt tartja, az RTX PRO 5000 72 GB Blackwell, memória kapacitással rendelkezik 72 GB. A modell egy tömörítéssel fut. Q3_K_M használva körülbelül 64.2 GB, és körülbelül 11.8 másodpercenkénti tokenek. A kártyák összes száma, amelyek képesek futtatni. 38.

Step-Audio-Chat 130B— mennyi idő alatt fut a GPU-n?

A kártyától függ. A leggyorsabb, amit számolunk, az H100 NVL 94 GB, körülbelül 29.6 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: 35.

Step-Audio-Chat 130B— mennyi VRAM-ra van szüksége?

Kb. 64.2 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.

Step-Audio-Chat 130B— 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.

Step-Audio-Chat 130B— Hány paramétere van?

Paraméterszáma 130B. 130B. 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.

Step-Audio-Chat 130B— Ki készítette ezt?

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

Step-Audio-Chat 130B— Mikor adták ki?

Kibocsátották a February 2025.

Step-Audio-Chat 130B— Mire használják?

Működik a területen a Speech, és rögzítve van, hogy kezeli a feladatot speech synthesis, Speech recognition (ASR), Speech-to-text, Text-to-speech (TTS), Audio question answering, Audio generation, Speech-to-speech. A modell több mindenből is képes cipelni, így ezek azok a területek, amelyekre épült, nem pedig egy korlát arra, amit meg fog próbálni.

Step-Audio-Chat 130B— Hol tudom letölteni?

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

Step-Audio-Chat 130B— mennyi számítási kapacitást használtak annak a betanításához?

A képzés körülbelül elfogyasztott 1.9 × 10²⁴ 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.

Step-Audio-Chat 130B— 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 21.7 GB Minden ábra azt feltételezi, hogy az egész model a kártyán tartózkodik.

Step-Audio-Chat 130B— 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: 38. 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