SaulLM-large calcolatore TPS

Apri i pesi Equall.ai 141B parametri July 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

37 schede che possono eseguirlo

818 schede per cui abbiamo specifiche

Scheda più piccola che si adatta

A100 SXM4 80 GB

80 GB · Q3_K_M · 16.5 tok/s

Scheda più veloce

H100 NVL 94 GB

29.1 tok/s · 94 GB

Quali GPU possono eseguire SaulLM-large?

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.

37 schede corrispondono

Calcolo

					Ha bisogno	Quantizzazione	Adatto
29.1 tok/s 17–47 · bassa fiducia	H100 NVL 94 GB NVIDIA	94 GB	3,940 GB/s	Mar 2023	77.8 GB	IQ4_XS	Stretto
27.4 tok/s 16–44 · bassa fiducia	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	102.4 GB	Q5_K_M	Stretto
27.2 tok/s 16–44 · bassa fiducia	H100 SXM5 80 GB NVIDIA	80 GB	3,360 GB/s	Oct 2022	69.6 GB	Q3_K_M	Stretto
27.2 tok/s 16–44 · bassa fiducia	H800 SXM5 NVIDIA	80 GB	3,360 GB/s	Mar 2023	69.6 GB	Q3_K_M	Stretto
24.8 tok/s 15–40 · bassa fiducia	H100 SXM5 94 GB NVIDIA	94 GB	3,360 GB/s	Mar 2023	77.8 GB	IQ4_XS	Stretto
24.0 tok/s 14–38 · bassa fiducia	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	151.7 GB	Q8_0	Stretto
24.0 tok/s 14–38 · bassa fiducia	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	151.7 GB	Q8_0	Comodo
23.3 tok/s 14–37 · bassa fiducia	H100 PCIe 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	86.0 GB	Q4_K_M	Stretto
23.3 tok/s 14–37 · bassa fiducia	H100 SXM5 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	86.0 GB	Q4_K_M	Stretto
22.3 tok/s 13–36 · bassa fiducia	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	102.4 GB	Q5_K_M	Stretto
21.3 tok/s 13–34 · bassa fiducia	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	118.8 GB	Q6_K	Stretto
21.3 tok/s 13–34 · bassa fiducia	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	118.8 GB	Q6_K	Stretto
19.2 tok/s 12–31 · bassa fiducia	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	151.7 GB	Q8_0	Comodo
19.2 tok/s 12–31 · bassa fiducia	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	151.7 GB	Q8_0	Comodo
16.5 tok/s 10–26 · bassa fiducia	A100 SXM4 80 GB NVIDIA	80 GB	2,040 GB/s	Nov 2020	69.6 GB	Q3_K_M	Stretto
16.5 tok/s 10–26 · bassa fiducia	A100X NVIDIA	80 GB	2,040 GB/s	Jun 2021	69.6 GB	Q3_K_M	Stretto
16.5 tok/s 10–26 · bassa fiducia	A800 SXM4 80 GB NVIDIA	80 GB	2,040 GB/s	Aug 2022	69.6 GB	Q3_K_M	Stretto
16.5 tok/s 10–26 · bassa fiducia	H100 CNX NVIDIA	80 GB	2,040 GB/s	Mar 2023	69.6 GB	Q3_K_M	Stretto
16.5 tok/s 10–26 · bassa fiducia	H100 PCIe 80 GB NVIDIA	80 GB	2,040 GB/s	Oct 2022	69.6 GB	Q3_K_M	Stretto
16.5 tok/s 10–26 · bassa fiducia	H800 PCIe 80 GB NVIDIA	80 GB	2,040 GB/s	Mar 2023	69.6 GB	Q3_K_M	Stretto
15.7 tok/s 9–25 · bassa fiducia	A100 PCIe 80 GB NVIDIA	80 GB	1,940 GB/s	Jun 2021	69.6 GB	Q3_K_M	Stretto
15.7 tok/s 9–25 · bassa fiducia	A800 PCIe 80 GB NVIDIA	80 GB	1,940 GB/s	Nov 2022	69.6 GB	Q3_K_M	Stretto
14.1 tok/s 8–22 · bassa fiducia	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	151.7 GB	Q8_0	Comodo
13.7 tok/s 8–22 · bassa fiducia	Radeon Instinct MI250 AMD	128 GB	3,280 GB/s	Nov 2021	102.4 GB	Q5_K_M	Stretto
13.7 tok/s 8–22 · bassa fiducia	Radeon Instinct MI250X AMD	128 GB	3,280 GB/s	Nov 2021	102.4 GB	Q5_K_M	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: Equall.ai
Tipo di organizzazione: Industry
Paese: United States of America
Pubblicato: 28 July 2024
Autori: Pierre Colombo, Telmo Pires, Malik Boudiaf, Rui Melo, Dominic Culver, Sofia Morgado, Etienne Malaboeuf, Gabriel Hautreux, Johanne Charpentier, Michael Desa

Cosa fa

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

Dominio: Language
Compito: Question answering
Modello di base: Mixtral 8x22B

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: 141B
Dati di addestramento: tokens
Dimensione del Batch: 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.

Addestramento fine: 1.3 × 10²³ 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: AMD Radeon Instinct MI250
Chip utilizzati: 384
Utilizzo dell'hardware: HFU 40.0%
Consumo energetico: 378.7 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 (unrestricted)

Come è classificato

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

Record fiducia: Likely
Citazioni: 44

Fonti

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

Riferimento: SaulLM-54B & SaulLM-141B: Scaling Up Domain Adaptation for the Legal Domain
Ultimo aggiornamento: 25 May 2026

Gli estremi

Le dieci GPU più veloci che eseguono SaulLM-large

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 SaulLM-large

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

Cosa ti serve per eseguirlo

Scheda minima

A100 SXM4 80 GB

Memoria necessaria

69.6 GB

Più veloce

29.1 tok/s

SaulLM-large raggiunge un conteggio di parametri di 141B. Questo lo colloca al di sopra dell'hardware consumer, nella fascia in cui una CARD viene acquistata per questo scopo piuttosto che riadattata per esso. Il numero di CARD che teniamo traccia e che possono contenerlo: 37.

L'hardware minimo che funziona è A100 SXM4 80 GB, con una capacità di memoria di 80 GB, eseguendolo a una compressione di Q3_K_M e producendo circa 16.5 token al secondo

All'altra estremità si trova H100 NVL 94 GB, generando approssimativamente 29.1 token al secondo sulla base di una larghezza di banda di VRAM 3,940 GB/s.

Cosa è questo modello

SaulLM-large è stato pubblicato da Equall.ai, nel paese registrato come United States of America, durante July 2024. L'organizzazione di pubblicazione è classificata come industry.

Funziona nel dominio di Language, ed è registrato come eseguire il compito di question answering.

Il suo punto di partenza era un modello di base esistente, Mixtral 8x22B. Quello è il modo abituale in cui viene prodotto un modello specializzato.

I pesi sono pubblicati, quindi possono essere scaricati e eseguiti sul proprio hardware indefinitamente, offline, senza un account associato.

Cosa decide la velocità

Su ogni CARD che può eseguirlo, il centro della gamma si trova a 16.5 token al secondo. Producendo testo più veloce della maggior parte delle persone che lo leggono. 35 di loro

Ogni peso partecipa a ogni token qui, quindi la larghezza di banda è tutta la storia: la classifica sottostante è effettivamente una classifica del throughput di memoria.

La memoria qui è stimata dalla dimensione piuttosto che calcolata dall'architettura, che non è registrata per questo modello — i numeri sono indicativi piuttosto che esatti.

Passo dopo passo

Come scegliere una GPU per SaulLM-large

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

Controlla cosa serve prima di ogni altra cosa

La tabella elenca ogni card in grado di contenere SaulLM-large, avere bisogno di circa 69.6 GB a una compressione di Q3_K_M. Nessuna quantità di potenza di elaborazione compensano una card che non può contenerla.
02

Corrispondi il contesto al tuo utilizzo attuale

Conversazioni più lunghe richiedono memoria oltre a ciò che i pesi necessitano. Muovi il cursore sulla tua reale lunghezza di lavoro prima di fidarti di qualsiasi riga per SaulLM-large.
03

Scegli quanto lontano lo comprimerai

Ogni card esegue la copia meno compressa che può contenere., raggiungendo una compressione di Q3_K_M 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

Ordina per velocità

Il ranking per tokens al secondo segue la larghezza di banda della memoria piuttosto che il numero di core, per SaulLM-large. 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 H100 NVL 94 GB, nella 29.1 tok/s
05

Controlla il giudizio di compatibilità prima di acquistare

La colonna della compatibilità separa le schede che riescono appena a farlo da quelle con spazio in più, nel caso di SaulLM-large. 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

Vedi cos'altro che questa card esegue

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 SaulLM-large.

Risposte

SaulLM-large — domande comuni

SaulLM-large— quanto è veloce su una GPU?

Dipende dalla scheda. La più rapida che calcoliamo è H100 NVL 94 GB, circa 29.1 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: 35.

SaulLM-large— quanta VRAM serve?

Ha bisogno di 69.6 GB a una compressione di Q3_K_M, 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.

SaulLM-large— 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.

SaulLM-large— quanti parametri ha?

Ha un numero di parametri di 141B. SaulLM-large is based on Mixtral-141B-Instruct, a Transformer model with a Mixture of Experts that selects only 2 out of 8 experts to process tokens for each layer [1]. https://arxiv.org/abs/2407.19584. 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.

SaulLM-large— chi l'ha creato?

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

SaulLM-large— quando è stato rilasciato?

È stato pubblicato in July 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.

SaulLM-large— A cosa serve?

Funziona nel dominio di Language, e viene registrato come gestire il compito di question answering. Un modello può gestire diversi di ciascuno, quindi queste sono le aree per cui è stato costruito piuttosto che un limite su ciò che tenterà.

SaulLM-large— Dove posso scaricarlo?

I pesi sono pubblicati, anche se non abbiamo un link al repository per essi. Questo sito calcola i requisiti hardware anziché ospitare file di modello.

SaulLM-large— 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 21.2 GB Ogni figura qui presume che l'intero modello sia residente sulla scheda.

SaulLM-large— due GPU lo farebbero andare più veloce?

Una seconda CARD raddoppia grossolanamente la VRAM disponibile ma non il tasso di generazione. Il numero già in grado di eseguirlo da solo: 37. Quindi una seconda CARD è raramente la risposta qui.

SaulLM-large— perché la quantizzazione differisce tra le schede?

Ogni card è mostrata mentre esegue la copia meno compressa che può contenere. Il numero di livelli di compressione distinti tra le card che si adattano: 6. Schede più grandi ottengono la versione più accurata e il livello di qualità sopra fissa il confronto a un livello.

SaulLM-large— quanto sono accurate queste stime di velocità?

Vengono calcolati dalle specifiche piuttosto che misurati, e ognuno ha un intervallo. Un esempio: 17–47 tok/s su H100 NVL 94 GB. Lo stesso modello e scheda variano tra il trenta e il cinquanta per cento a seconda del software di inferenza e della sua versione.

SaulLM-large— che GPU ho bisogno per eseguirlo?

La scheda più piccola nel nostro catalogo che la contiene è A100 SXM4 80 GB, con una capacità di memoria di 80 GB. Esegui il modello a una compressione di Q3_K_M utilizzando circa 69.6 GB, e produce approssimativamente 16.5 token al secondo. Il numero di card in grado di eseguirlo in totale: 37.

Fonte

Pubblicazione originale

Ultimo aggiornamento del record 25 May 2026

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