Hermes 3 405B calcolatore TPS

Apri i pesi Nous Research 405B parametri August 2024

Ogni scheda sottostante è valutata rispetto a questo modello alla lunghezza di contesto e alla qualità minima che scegli. La velocità è una stima per una singola richiesta, calcolata dalla larghezza di banda della memoria della scheda e dalla dimensione del modello una volta compresso..

Calcolato per questo modello

4 schede che possono eseguirlo

818 schede per cui abbiamo specifiche

Scheda più piccola che si adatta

Radeon Instinct MI325X

256 GB · IQ4_XS · 12.0 tok/s

Scheda più veloce

B300

19.3 tok/s · 288 GB

Quali GPU possono eseguire Hermes 3 405B?

Imposta gli input, leggi la risposta

Lunghezza del contesto token

Una conversazione più lunga richiede più MEMORY, il che può spingere questo modello fuori da schede più piccole..

Qualità minima

Nasconde le schede che si adatterebbero solo al modello comprimendolo al di sotto di questo punto..

Cerca schede

Memoria della scheda

Mostra anche le schede che non possono eseguirlo.

4 schede corrispondono

Calcolo

					Ha bisogno	Quantizzazione	Adatto
19.3 tok/s 12–31 · bassa fiducia	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	245.7 GB	Q4_K_M	Stretto
15.4 tok/s 9–25 · bassa fiducia	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	245.7 GB	Q4_K_M	Stretto
15.4 tok/s 9–25 · bassa fiducia	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	245.7 GB	Q4_K_M	Stretto
12.0 tok/s 7–19 · bassa fiducia	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	222.1 GB	IQ4_XS	Stretto

Le velocità sono stime per una singola richiesta — una conversazione alla volta — calcolate dalla larghezza di banda della memoria, dalla dimensione del modello e dalla quantizzazione. Il throughput reale varia con il runtime di inferenza e la sua versione. I valori pubblicati dai fornitori di hardware misurano molte richieste simultanee e sono molto più elevati..

In registrazione

specifiche complete

Tutto in archivio per questo modello. La maggior parte descrive come è stato addestrato piuttosto che come gira — contesto utile per giudicare quanto lavoro c'è stato dietro, e come si confronta con i modelli costruiti su una scala diversa..

Origine

Chi ha costruito questo modello, dove e quando è stato pubblicato.

Organizzazione: Nous Research
Tipo di organizzazione: Industry
Paese: United States of America
Pubblicato: 14 August 2024
Autori: teknium, Jeffrey Quesnelle, Chen Guang

Cosa fa

Le aree problematiche per cui è stato progettato il modello. Un modello può contenere diversi di ciascuno.

Dominio: Language
Compito: Language modeling/generation, Chat, Question answering
Modello di base: Llama 3.1-405B

Dimensione

Quanto è grande il modello e su quanti dati è stato addestrato. I parametri sono la cifra che decide se si adatta a una determinata scheda grafica.

parametri: 405B
Dati di addestramento: 270,000,000 tokens
Epoche: 4

Calcolo di addestramento

L'aritmetica eseguita per addestrare il modello, misurata in operazioni in virgola mobile. È una misura di quanto è costato il run di addestramento, e non di quanto velocemente il modello finito ti risponde.

Come è stato stabilito: Hardware,Operation counting
Addestramento fine: 2.9 × 10²¹ FLOP

La corsa di addestramento

Cosa ha richiesto fisicamente per addestrare: quali chip, quanti, per quanto tempo e cosa ha prelevato dalla presa.

Hardware di addestramento: NVIDIA H100 SXM5 80GB
Chip utilizzati: 128
Chip-ore: 2,086
Consumo energetico: 176.7 kW

Disponibilità

Se puoi ottenere il modello e farlo funzionare sul tuo hardware, il che decide se alcune delle cifre della scheda grafica su questa pagina sono applicabili.

Pesi: Open — downloadable
Accesso al modello: Open weights (restricted use)
Codice di addestramento: Unreleased
Hugging Face: NousResearch

Come è classificato

Etichette del dataset sorgente si applicano quando si tracciano modelli notevoli, e quanto è sicuro nell'entry.

Record fiducia: Confident

Fonti

Da dove proviene questo record e quando è stato controllato l'ultima volta.

Riferimento: Hermes 3 Technical Report
Ultimo aggiornamento: 28 November 2025

Gli estremi

Le dieci GPU più veloci che eseguono Hermes 3 405B

Classificato per token stimati al secondo, scheda più recente per prima dove le velocità coincidono. Poiché la generazione è vincolata dalla larghezza di banda della memoria, quest'ordinamento segue la larghezza di banda piuttosto che qualsiasi benchmark di gioco..

Le GPU più piccole che ancora funzionano Hermes 3 405B

Il percorso più economico, in base alla capacità di memoria. Un adattamento stretto esegue il modello ma non lascia nulla di riserva per una conversazione più lunga..

Cosa significano i numeri

Requisiti hardware in pratica

Scheda minima

Radeon Instinct MI325X

Memoria necessaria

222.1 GB

Più veloce

19.3 tok/s

Hermes 3 405B raggiunge un conteggio di parametri di 405B. Questo è oltre ciò che qualsiasi singola scheda grafica può contenere. Eseguire questo significa o suddividerlo tra più schede o noleggiare hardware progettato per il lavoro, e ogni scheda in grado di contenerlo da sola è un componente da datacenter. Il numero che può: 4.

Il punto di ingresso è Radeon Instinct MI325X, con una capacità di memoria di 256 GB, eseguendolo a una compressione di IQ4_XS e producendo circa 12.0 token al secondo

Il risultato più rapido proviene da B300, generando approssimativamente 19.3 token al secondo sulla base di una larghezza di banda di VRAM 8,000 GB/s.

Sfondo

Hermes 3 405B è stato pubblicato da Nous Research, nel paese registrato come United States of America, durante August 2024. Esce da un'organizzazione categorizzata come industry.

Funziona nel dominio di Language, ed è registrato come eseguire il compito di language modeling/generation, Chat, Question answering.

Il suo punto di partenza era un modello di base esistente, Llama 3.1-405B. È per questo che condivide la forma e le dimensioni generali del modello base.

I pesi sono pubblicati, quindi possono essere scaricati e eseguiti sul proprio hardware indefinitamente, offline, senza un account associato. Su Hugging Face è pubblicato sotto l'organizzazione NousResearch.

Leggendo i dati di throughput

Su ogni CARD che può eseguirlo, il centro della gamma si trova a 15.4 token al secondo. Superare la velocità di lettura in modo diretto: 4 di loro

Essendo denso, legge tutto se stesso per token, motivo per cui l'ordinamento per velocità qui sotto segue da vicino l'ordinamento per larghezza di banda della memoria.

La sua architettura interna non è in archivio, quindi la memoria è approssimata dal conteggio dei parametri e contrassegnata di conseguenza. Aspettatevi che la cifra reale differisca, soprattutto con contesti lunghi.

Come è stato addestrato

Il set di addestramento si aggirava attorno a 270,000,000 token di testo

Passo dopo passo

Come scegliere una GPU per Hermes 3 405B

La tabella sopra ha già valutato ogni card di cui possediamo le specifiche rispetto a questo modello. Arrivare alla tua risposta richiede sei passaggi..

01

Leggi prima il numero di VRAM

Inizia da ciò di cui ha realmente bisogno, ovvero il requisito di Hermes 3 405B, avere bisogno di circa 222.1 GB a una compressione di IQ4_XS. La Capacità è il cancello — una card o la tiene o non la tiene.
02

Corrispondi il contesto al tuo utilizzo attuale

La conversazione occupa memoria anche, e cresce man mano che procede. Imposta il cursore sulla lunghezza che ti aspetti, perché con un contesto lungo una CARD che gestisce facilmente domande brevi può essere scartata da Hermes 3 405B.
03

Scegli quanto lontano lo comprimerai

Ogni card esegue la copia meno compressa che può contenere., raggiungendo una compressione di IQ4_XS sulla scheda più piccola che si adatta. Impostare una qualità minima elimina le schede che riescono a gestirla solo spremendo oltre quanto desiderato e mantiene il confronto a un livello.
04

Confronta TOKEN AL SEC, non specifiche.

Il ranking per tokens al secondo segue la larghezza di banda della memoria piuttosto che il numero di core, per Hermes 3 405B. Non si adatterà a un'ordinazione da gaming, perché la generazione è vincolata dalla larghezza di banda della memoria. La scheda in cima alla lista è B300, nella 19.3 tok/s
05

Leggi l'ultima colonna di fit

La colonna della compatibilità separa le schede che riescono appena a farlo da quelle con spazio in più, nel caso di Hermes 3 405B. Comfortable significa che puoi espandere il contesto in seguito. Quella differenza conta più di pochi token al secondo, quindi acquista per comfortable se ti aspetti di farlo.
06

Controlla la GPU dall'altro lato

Seguire una GPU attraverso la sua pagina mostra ogni altro modello che può contenere, che è la domanda che segue una volta che hai deciso su Hermes 3 405B.

Risposte

Hermes 3 405B — domande comuni

Hermes 3 405B— Dove posso scaricarlo?

I suoi pesi sono pubblicati su Hugging Face, sotto l'organizzazione NousResearch. Non ospitiamo file di modelli — questo sito calcola quale hardware è necessario per eseguirli.

Hermes 3 405B— posso eseguirlo se non si adatta nella mia GPU?

Può essere diviso tra la scheda e la memoria di sistema, ma genera dolorosamente lentamente in quel modo. La più vicina mancata che calcoliamo risulta insufficiente di 72.9 GB Ogni figura qui presume che l'intero modello sia residente sulla scheda.

Hermes 3 405B— due GPU lo farebbero andare più veloce?

La capacità si somma tra le schede; il throughput no. Il numero di schede che già la possiedono da sole: 4. Quindi una seconda CARD è raramente la risposta qui.

Hermes 3 405B— perché la quantizzazione differisce tra le schede?

Una scheda più grande contiene una copia più accurata. Il numero di livelli di compressione utilizzati tra le schede che lo eseguono: 2. Schede più grandi ottengono la versione più accurata e il livello di qualità sopra fissa il confronto a un livello.

Hermes 3 405B— quanto sono accurate queste stime di velocità?

Vengono calcolati dalle specifiche piuttosto che misurati, e ognuno ha un intervallo. Un esempio: 12–31 tok/s su B300. Lo stesso modello e scheda variano tra il trenta e il cinquanta per cento a seconda del software di inferenza e della sua versione.

Hermes 3 405B— che GPU ho bisogno per eseguirlo?

La scheda più piccola nel nostro catalogo che la contiene è Radeon Instinct MI325X, con una capacità di memoria di 256 GB. Esegui il modello a una compressione di IQ4_XS utilizzando circa 222.1 GB, e produce approssimativamente 12.0 token al secondo. Il numero di card in grado di eseguirlo in totale: 4.

Hermes 3 405B— quanto è veloce su una GPU?

Dipende dalla scheda. La più rapida che calcoliamo è B300, circa 19.3 token al secondo; il più lento che riesce a farlo gestisce considerevolmente meno. La velocità di lettura è di circa dieci token al secondo, e il numero di schede che riescono a farlo: 4.

Hermes 3 405B— quanta VRAM serve?

Ha bisogno di 222.1 GB a una compressione di IQ4_XS, quale è la scheda più piccola che lo utilizza. Meno compressione richiede di più: le cifre nella colonna della memoria sopra sono ricalcolate per ogni scheda, perché ognuna contiene la versione meno compressa possibile.

Hermes 3 405B— è open-source?

I suoi pesi sono pubblicati, quindi può essere scaricato e eseguito sul proprio hardware. Si noti che OPEN WEIGHTS non è lo stesso di OPEN SOURCE nel senso completo — non dice nulla sui dati di addestramento, sul codice di addestramento o sui termini commerciali allegati.

Hermes 3 405B— quanti parametri ha?

Ha un numero di parametri di 405B. 405B. Quella cifra è il totale, ed è ciò che decide quanto memoria il modello ha bisogno — circa mezzo gigabyte per miliardo alla compressione che la maggior parte delle persone usa.

Hermes 3 405B— chi l'ha creato?

È stato pubblicato da Nous Research, basato su United States of America, un'organizzazione categorizzata come industry.

Hermes 3 405B— quando è stato rilasciato?

È stato pubblicato in August 2024. La capacità per parametro è migliorata considerevolmente da allora, quindi un modello più recente della stessa dimensione è spesso un uso migliore dello stesso hardware.

Hermes 3 405B— A cosa serve?

Funziona nel dominio di Language, e viene registrato come gestire il compito di language modeling/generation, Chat, Question answering. Queste sono le aree su cui è stato progettato; descrivono l'intento piuttosto che un confine rigido.

Fonte

Pubblicazione originale

Ultimo aggiornamento del record 28 November 2025

L'altra direzione

Guardandolo dall'altro lato?

Questa pagina parte dal modello. Se possiedi già una scheda e vuoi sapere tutto ciò che farà funzionare, inizia dall'hardware invece.

Tutti i modelli AI