TokenFlow-XL TPS kalkulátor

Nyitott súlyok ByteDance 14B Paraméterek December 2024

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

306 kártyák, amelyek futtatni tudják

818 kártyák, amelyek specifikációs adataink vannak

Legkisebb kártya, ami elfér

P102-101

10 GB · IQ4_XS · 20.2 tok/s

Leggyorsabb kártya

B200

242 tok/s · 180 GB

Melyik GPU képes futtatni TokenFlow-XL?

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.

306 kártyák illeszkednek

Számítás

					Szükséges	Kvantisálás	Illeszkedik
242 tok/s 145–387 · alacsony bizalom	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	15.7 GB	Q8_0	Kényelmes
242 tok/s 145–387 · alacsony bizalom	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	15.7 GB	Q8_0	Kényelmes
193 tok/s 116–309 · alacsony bizalom	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	15.7 GB	Q8_0	Kényelmes
193 tok/s 116–309 · alacsony bizalom	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	15.7 GB	Q8_0	Kényelmes
155 tok/s 93–247 · alacsony bizalom	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	15.7 GB	Q8_0	Kényelmes
148 tok/s 89–237 · alacsony bizalom	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	15.7 GB	Q8_0	Kényelmes
148 tok/s 89–237 · alacsony bizalom	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	15.7 GB	Q8_0	Kényelmes
142 tok/s 85–227 · alacsony bizalom	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	15.7 GB	Q8_0	Kényelmes
126 tok/s 75–201 · alacsony bizalom	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	15.7 GB	Q8_0	Kényelmes
126 tok/s 75–201 · alacsony bizalom	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	15.7 GB	Q8_0	Kényelmes
126 tok/s 75–201 · alacsony bizalom	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	15.7 GB	Q8_0	Kényelmes
119 tok/s 72–191 · alacsony bizalom	H100 NVL 94 GB NVIDIA	94 GB	3,940 GB/s	Mar 2023	15.7 GB	Q8_0	Kényelmes
116 tok/s 70–185 · alacsony bizalom	CMP 170HX 10 GB NVIDIA	10 GB	1,560 GB/s	Sep 2021	8.4 GB	IQ4_XS	Szoros
102 tok/s 61–163 · alacsony bizalom	H100 PCIe 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	15.7 GB	Q8_0	Kényelmes
102 tok/s 61–163 · alacsony bizalom	H100 SXM5 80 GB NVIDIA	80 GB	3,360 GB/s	Oct 2022	15.7 GB	Q8_0	Kényelmes
102 tok/s 61–163 · alacsony bizalom	H100 SXM5 94 GB NVIDIA	94 GB	3,360 GB/s	Mar 2023	15.7 GB	Q8_0	Kényelmes
102 tok/s 61–163 · alacsony bizalom	H100 SXM5 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	15.7 GB	Q8_0	Kényelmes
102 tok/s 61–163 · alacsony bizalom	H800 SXM5 NVIDIA	80 GB	3,360 GB/s	Mar 2023	15.7 GB	Q8_0	Kényelmes
77.4 tok/s 46–124 · alacsony bizalom	Radeon Instinct MI250 AMD	128 GB	3,280 GB/s	Nov 2021	15.7 GB	Q8_0	Kényelmes
77.4 tok/s 46–124 · alacsony bizalom	Radeon Instinct MI250X AMD	128 GB	3,280 GB/s	Nov 2021	15.7 GB	Q8_0	Kényelmes
64.5 tok/s 39–103 · alacsony bizalom	Data Center GPU Max 1550 Intel	128 GB	3,280 GB/s	Jan 2023	15.7 GB	Q8_0	Kényelmes
63.1 tok/s 38–101 · alacsony bizalom	Data Center GPU Max Subsystem Intel	128 GB	3,210 GB/s	Jan 2023	15.7 GB	Q8_0	Kényelmes
61.7 tok/s 37–99 · alacsony bizalom	A100 SXM4 80 GB NVIDIA	80 GB	2,040 GB/s	Nov 2020	15.7 GB	Q8_0	Kényelmes
61.7 tok/s 37–99 · alacsony bizalom	A100X NVIDIA	80 GB	2,040 GB/s	Jun 2021	15.7 GB	Q8_0	Kényelmes
61.7 tok/s 37–99 · alacsony bizalom	A800 SXM4 80 GB NVIDIA	80 GB	2,040 GB/s	Aug 2022	15.7 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: ByteDance
Szervezet típusa: Industry
Ország: China
Közölt: 4 December 2024
Szerzők: Liao Qu, Huichao Zhang, Yiheng Liu, Xu Wang, Yi Jiang, Yiming Gao, Hu Ye, Daniel K. Du, Zehuan Yuan, Xinglong Wu

Mit csinál

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

Tartomány: Vision, Multimodal, Language
Feladat: Visual question answering
Alapmodell: Qwen2.5-14B

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: 14B
Képzési adatok: tokens

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
Hugging Face: ByteFlow-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: TokenFlow: Unified Image Tokenizer for Multimodal Understanding and Generation
Utoljára frissítve: 28 November 2025

Az extremitások

A tíz leggyorsabb GPU, amely képes futtatni TokenFlow-XL

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 TokenFlow-XL

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

P102-101

Szükséges memória

8.4 GB

Leggyorsabb

242 tok/s

TokenFlow-XL eléri a paraméterek számát 14B. 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: 306.

A legkevesebb hardver, ami működik, az P102-101, memória kapacitással rendelkezik 10 GB, futtatás egy tömörítési arányon IQ4_XS és körülbelül előállítva 20.2 tokenek másodpercenként

A másik végén ül B200, nagyjából generálás 242 másodpercenkénti tokenek egy memória sávszélesség erejében 8,000 GB/s.

Mit jelent ez a modell

TokenFlow-XL ki lett adva által ByteDance, az országban rögzítve mint China, alatt December 2024. A kiadó kategóriája alá tartozik industry.

Működik a területen a Vision, Multimodal, Language, és úgy van rögzítve, mint a feladat végrehajtása visual question answering.

Ez alapoz. Qwen2.5-14B. A legtöbb modell ezen a skálán egy meglévő alaphoz van igazítva, ahelyett, hogy semmiből épült volna.

A nyílt súlyok az okai annak, hogy ez az oldal a kalkulátorban van, és nem csak a katalógusban: ez egy olyan modell, amit valójában meg tudsz tartani. A Hugging Face-en az alábbi szervezet alatt van publikálva ByteFlow-AI.

Mi dönti el a sebességet

A kártyák felének, amelyek tartják, több mint 20.4 másodpercenkénti tokenek 268 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.

Itt a memória méret alapján van megbecsülve, nem pedig az architektúrából számítva, amely nincs rögzítve ennél a modellnél — a számok tájékoztató jellegűek, nem pontosak.

Lépésről lépésre

Hogyan válasszunk GPU-t a TokenFlow-XL

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.

A táblázat felsorolja az összes kártyát, amely képes tartani TokenFlow-XL, körülbelül szükséges 8.4 GB a tömörítésnél IQ4_XS. Ez a szám, nem a kártya címválaszték teljesítménye, az, ami eldönti, hogy fut-e.
02

Illeszd a kontextust a tényleges használatodhoz.

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. TokenFlow-XL.
03

Döntsd el, mennyi tömörítést fogadsz el.

Minden KÁRTYA a legkevésbé tömörített másolatot futtatja, amelyet el tud tartani., 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 TokenFlow-XL. Nem fog illeszkedni egy gaming rendeléshez, mert a generálás a memória sávszélesség által kötött. A listát vezető KÁRTYA B200, at 242 tok/s
05

Nézd a mozgásteret, ne csak a passzolást.

Tömör jelentése, hogy betölti és működik, nincs hely a későbbi kontextus növelésére, a következő esetben TokenFlow-XL. 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.

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

Válaszok

TokenFlow-XL — gyakori kérdések

TokenFlow-XL— 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 15.7 GB és körülbelül generálás 40.5 másodpercenkénti tokenek. A illeszkedés kényelmes.

TokenFlow-XL— 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.

TokenFlow-XL— Hány paramétere van?

Paraméterszáma 14B. 14B. 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.

TokenFlow-XL— Ki készítette ezt?

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

TokenFlow-XL— Mikor adták ki?

Kibocsátották a December 2024. A paraméterenkénti képesség lényegesen javult azóta, így egy újabb, azonos méretű modell gyakran jobb felhasználása a same hardvernek.

TokenFlow-XL— Mire használják?

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

TokenFlow-XL— Hol tudom letölteni?

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

TokenFlow-XL— 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 2.0 GB Minden ábra azt feltételezi, hogy az egész model a kártyán tartózkodik.

TokenFlow-XL— 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: 306. Tehát egy második KÁRTYA ritkán a megoldás itt.

TokenFlow-XL— 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: 5. A nagyobb kártyák a pontosabb verziót kapják, és a minőségi küszöb felett a összehasonlítást egy szinten rögzíti.

TokenFlow-XL— 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: 145–387 tok/s a fájlban B200. Ugyanaz a modell és kártya harminc és ötven százalék között változik a következtetési szoftvertől és annak verziójától függően.

TokenFlow-XL— Milyen GPU-ra van szükségem, hogy futtathassam?

A katalógusunk legkisebb kártyája, ami ezt tartja, az P102-101, memória kapacitással rendelkezik 10 GB. A modell egy tömörítéssel fut. IQ4_XS használva körülbelül 8.4 GB, és körülbelül 20.2 másodpercenkénti tokenek. A kártyák összes száma, amelyek képesek futtatni. 306.

TokenFlow-XL— mennyi idő alatt fut a GPU-n?

A kártyától függ. A leggyorsabb, amit számolunk, az B200, körülbelül 242 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: 268.

TokenFlow-XL— mennyi VRAM-ra van szüksége?

Kb. 8.4 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.

TokenFlow-XL— futtathatom egy GPU-n tartva 12 GB?

Igen. A KÁRTYA GeForce RTX 3080 Ti, tartás 12 GB, futtatja egy tömörítési arány mellett Q5_K_M, használva körülbelül 10.8 GB és körülbelül generálás 49.3 tokensek másodpercenként. A fit szoros.

TokenFlow-XL— futtathatom egy GPU-n tartva 16 GB?

Igen. A KÁRTYA Tesla V100 SXM2 16 GB, tartás 16 GB, futtatja egy tömörítési arány mellett Q6_K, használva körülbelül 12.4 GB és körülbelül generálás 49.7 tokensek másodpercenként. A fit szoros.

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