Tulu 3 405B TPS kalkulátor
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 specifikációs adataink vannak
Legkisebb kártya, ami elfér
Radeon Instinct MI325X
256 GB · IQ4_XS · 12.0 tok/s
Leggyorsabb kártya
B300
19.3 tok/s · 288 GB
Melyik GPU képes futtatni Tulu 3 405B?
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..
4 kártyák illeszkednek
Számítás| Szükséges | Kvantisálás | Illeszkedik | |||||
|---|---|---|---|---|---|---|---|
|
19.3
tok/s
12–31 · alacsony bizalom |
B300 NVIDIA | 288 GB | 8,000 GB/s | Sep 2025 | 245.7 GB | Q4_K_M | Szoros |
|
15.4
tok/s
9–25 · alacsony bizalom |
Radeon Instinct MI350X AMD | 288 GB | 8,190 GB/s | Jan 2025 | 245.7 GB | Q4_K_M | Szoros |
|
15.4
tok/s
9–25 · alacsony bizalom |
Radeon Instinct MI355X AMD | 288 GB | 8,190 GB/s | Jan 2025 | 245.7 GB | Q4_K_M | Szoros |
|
12.0
tok/s
7–19 · alacsony bizalom |
Radeon Instinct MI325X AMD | 256 GB | 6,000 GB/s | Oct 2024 | 222.1 GB | IQ4_XS | Szoros |
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
- Allen Institute for AI,University of Washington
- Szervezet típusa
- Research collective,Academia
- Ország
- United States of America
- Közölt
- 30 January 2025
- Szerzők
- Nathan Lambert, Jacob Morrison, Valentina Pyatkin, Shengyi Huang, Hamish Ivison, Faeze Brahman, Lester James V. Miranda, Alisa Liu, Nouha Dziri, Shane Lyu, Yuling Gu, Saumya Malik, Victoria Graf, Jena D. Hwang, Jiangjiang Yang, Ronan Le Bras, Oyvind Tafjord, Chris Wilhelm, Luca Soldaini, Noah A. Smith, Yizhong Wang, Pradeep Dasigi, Hannaneh Hajishirzi
Mit csinál
A probléma területek, amelyekre a modell készült. Egy modell több mindegyikből hordozhat.
- Tartomány
- Language
- Feladat
- Language modeling/generation, Question answering, Quantitative reasoning
- Alapmodell
- Llama 3.1-405B
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
- 405B
- Képzési adatok
- tokens
405B
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
- Hardware
- Finomhangolás számítás
- 3.8 × 10²² FLOP
SFT and DPO infrastructure usage is unknown RLVR: "the final 405B RL run takes 46 hours on 256 GPUs" 989400000000000 FLOP / GPU / sec [H100 reported, bf16 assumed] * 256 GPUs * 46 hours * 3600 sec / hour * 0.3 [assumed utilization] = 1.2583268e+22 FLOP Assuming that SFT and DPO training compute was same OOM as RLVR stage (similar to 70B model), 1.2583268e+22 FLOP * 3 = 3.7749804e+22 FLOP
A tréning futás
Ami fizikailag szükséges volt a betanításhoz: mely chipek, hány, mennyi ideig, és ez mit fogyasztott a falból.
- Képzési hardver
- NVIDIA H100 SXM5 80GB
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 (restricted use)
- Képzés kód
- Open source
- Hugging Face
- allenai
Llama 3.1 license https://huggingface.co/allenai/Llama-3.1-Tulu-3-405B Apache 2.0 https://github.com/allenai/open-instruct
Hogyan van besorolva
Címkék a forráshalmazra, amelyeket a figyelemre méltó modellek nyomon követésekor alkalmaznak, és hogy mennyire biztos az adatbevitelben.
- Nyilvántartási bizalom
- Likely
Források
Honnan származik ez a felvétel és mikor ellenőrizték utoljára.
- Referencia
- Tulu 3: Pushing Frontiers in Open Language Model Post-Training
- Utoljára frissítve
- 28 November 2025
Az extremitások
A tíz leggyorsabb GPU, amely képes futtatni Tulu 3 405B
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 Tulu 3 405B
A legolcsóbb út, a memória kapacitás alapján. Egy szoros illeszkedés futtatja a modellt, de semmit sem hagy a hosszabb beszélgetésre..
- 01 Radeon Instinct MI325X 256 GB · Szükséges 222.1 GB · IQ4_XS · Szoros 12.0 tok/s
- 02 B300 288 GB · Szükséges 245.7 GB · Q4_K_M · Szoros 19.3 tok/s
- 03 Radeon Instinct MI350X 288 GB · Szükséges 245.7 GB · Q4_K_M · Szoros 15.4 tok/s
- 04 Radeon Instinct MI355X 288 GB · Szükséges 245.7 GB · Q4_K_M · Szoros 15.4 tok/s
Mit jelentenek a számok
A hardver oldal
Minimális kártya
Radeon Instinct MI325X
Szükséges memória
222.1 GB
Leggyorsabb
19.3 tok/s
Tulu 3 405B eléri a paraméterek számát 405B. 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: 4.
az alsó végén ezt kezelik Radeon Instinct MI325X, memória kapacitással rendelkezik 256 GB, futtatás egy tömörítési arányon IQ4_XS és körülbelül előállítva 12.0 tokenek másodpercenként
A másik végén ül B300, nagyjából generálás 19.3 másodpercenkénti tokenek egy memória sávszélesség erejében 8,000 GB/s.
Mit jelent ez a modell
Tulu 3 405B ki lett adva által Allen Institute for AI,University of Washington, az országban rögzítve mint United States of America, alatt January 2025. Egy olyan szervezetből származik, amelyet kategorizálnak mint research collective,Academia.
Működik a területen a Language, és úgy van rögzítve, mint a feladat végrehajtása language modeling/generation, Question answering, Quantitative reasoning.
Ahelyett, hogy nulláról lenne betanítva, az származik Llama 3.1-405B. A legtöbb modell ezen a skálán egy meglévő alaphoz van igazítva, ahelyett, hogy semmiből épült volna.
A súlyok közzétéve vannak, így letölthető és futtatható a saját hardveren határozatlan ideig, offline, felhasználói fiók nélkül. A Hugging Face-en az alábbi szervezet alatt van publikálva allenai.
Mi dönti el a sebességet
A kártyák felének, amelyek tartják, több mint 15.4 másodpercenkénti tokenek. Jogosultsági olvasási sebesség: 4 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.
Lépésről lépésre
Hogyan válasszunk GPU-t a Tulu 3 405B
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 Tulu 3 405B, körülbelül szükséges 222.1 GB a tömörítésnél IQ4_XS. Semennyi feldolgozási teljesítmény nem kompenzálja azt a kártyát, amelyik nem tudja megtartani.
-
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. Tulu 3 405B.
-
03
Válaszd ki, milyen messzire fogod tömöríteni.
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
Rangsoroljon átbocsátás alapján, nem pedig specifikációs lap szerint.
A sebességsorrend lényegében egy sorrend a MEMÓRIA-SÁV szerint, a Tulu 3 405B. Nem fog illeszkedni egy gaming rendeléshez, mert a generálás a memória sávszélesség által kötött. A listát vezető KÁRTYA B300, at 19.3 tok/s
-
05
Nézd a mozgásteret, ne csak a passzolást.
Egy szűk elhelyezés fut, de nem hagy semmit egy hosszabb beszélgetésre, az esetében Tulu 3 405B. 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. Tulu 3 405B.
Válaszok
Tulu 3 405B — gyakori kérdések
Tulu 3 405B— Mire használják?
Működik a területen a Language, és rögzítve van, hogy kezeli a feladatot language modeling/generation, Question answering, Quantitative reasoning. A modellek gyakran több mint egyet hordoznak mindegyikből, és a címkék a célra, nem pedig a képességek határaira utalnak.
Tulu 3 405B— Hol tudom letölteni?
Súlyait a Hugging Face-en tette közzé, a szervezet alatt allenai. Nem tárolunk modell fájlokat — ez az oldal kiszámolja, hogy milyen hardver szükséges a futtatásukhoz.
Tulu 3 405B— Futtathatom, ha nem fér el a GPU-mban?
Csak a terhelés áthelyezésével, amely általában téves gazdaságosság: a rendszermemóriában tárolt rész az egészet visszahúzza. A legközelebbi hiba, amit számítunk, alulmúlja 72.9 GB Minden ábra azt feltételezi, hogy az egész model a kártyán tartózkodik.
Tulu 3 405B— 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: 4. Tehát egy második KÁRTYA ritkán a megoldás itt.
Tulu 3 405B— 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: 2. A nagyobb kártyák a pontosabb verziót kapják, és a minőségi küszöb felett a összehasonlítást egy szinten rögzíti.
Tulu 3 405B— 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: 12–31 tok/s a fájlban B300. Ugyanaz a modell és kártya harminc és ötven százalék között változik a következtetési szoftvertől és annak verziójától függően.
Tulu 3 405B— Milyen GPU-ra van szükségem, hogy futtathassam?
A katalógusunk legkisebb kártyája, ami ezt tartja, az Radeon Instinct MI325X, memória kapacitással rendelkezik 256 GB. A modell egy tömörítéssel fut. IQ4_XS használva körülbelül 222.1 GB, és körülbelül 12.0 másodpercenkénti tokenek. A kártyák összes száma, amelyek képesek futtatni. 4.
Tulu 3 405B— mennyi idő alatt fut a GPU-n?
A kártyától függ. A leggyorsabb, amit számolunk, az B300, körülbelül 19.3 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: 4.
Tulu 3 405B— mennyi VRAM-ra van szüksége?
Kb. 222.1 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.
Tulu 3 405B— 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.
Tulu 3 405B— Hány paramétere van?
Paraméterszáma 405B. 405B. 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.
Tulu 3 405B— Ki készítette ezt?
Kiadta Allen Institute for AI,University of Washington, alapján United States of America, egy szervezet, amelyet kategorizáltak mint research collective,Academia.
Tulu 3 405B— Mikor adták ki?
Kibocsátották a January 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..