InternVL2-40B calcolatore TPS

Apri i pesi Shanghai AI Lab 40.1B 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

126 schede che possono eseguirlo

818 schede per cui abbiamo specifiche

Scheda più piccola che si adatta

Tesla M40 24 GB

24 GB · Q3_K_M · 7.0 tok/s

Scheda più veloce

B200

84.5 tok/s · 180 GB

Quali GPU possono eseguire InternVL2-40B?

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.

126 schede corrispondono

Calcolo

					Ha bisogno	Quantizzazione	Adatto
84.5 tok/s 51–135 · bassa fiducia	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	43.6 GB	Q8_0	Comodo
84.5 tok/s 51–135 · bassa fiducia	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	43.6 GB	Q8_0	Comodo
67.5 tok/s 40–108 · bassa fiducia	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	43.6 GB	Q8_0	Comodo
67.5 tok/s 40–108 · bassa fiducia	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	43.6 GB	Q8_0	Comodo
54.0 tok/s 32–86 · bassa fiducia	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	43.6 GB	Q8_0	Comodo
51.7 tok/s 31–83 · bassa fiducia	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	43.6 GB	Q8_0	Comodo
51.7 tok/s 31–83 · bassa fiducia	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	43.6 GB	Q8_0	Comodo
49.4 tok/s 30–79 · bassa fiducia	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	43.6 GB	Q8_0	Comodo
45.6 tok/s 27–73 · bassa fiducia	DRIVE A100 PROD NVIDIA	32 GB	1,870 GB/s	May 2020	25.0 GB	Q4_K_M	Stretto
45.6 tok/s 27–73 · bassa fiducia	GRID A100A NVIDIA	32 GB	1,870 GB/s	May 2020	25.0 GB	Q4_K_M	Stretto
43.9 tok/s 26–70 · bassa fiducia	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	43.6 GB	Q8_0	Comodo
43.9 tok/s 26–70 · bassa fiducia	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	43.6 GB	Q8_0	Comodo
43.9 tok/s 26–70 · bassa fiducia	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	43.6 GB	Q8_0	Comodo
43.7 tok/s 26–70 · bassa fiducia	GeForce RTX 5090 NVIDIA	32 GB	1,790 GB/s	Jan 2025	25.0 GB	Q4_K_M	Stretto
43.7 tok/s 26–70 · bassa fiducia	GeForce RTX 5090 D NVIDIA	32 GB	1,790 GB/s	Jan 2025	25.0 GB	Q4_K_M	Stretto
41.6 tok/s 25–67 · bassa fiducia	H100 NVL 94 GB NVIDIA	94 GB	3,940 GB/s	Mar 2023	43.6 GB	Q8_0	Comodo
38.2 tok/s 23–61 · bassa fiducia	GeForce RTX 5090 D V2 NVIDIA	24 GB	1,340 GB/s	Aug 2025	20.3 GB	Q3_K_M	Stretto
35.5 tok/s 21–57 · bassa fiducia	H100 PCIe 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	43.6 GB	Q8_0	Comodo
35.5 tok/s 21–57 · bassa fiducia	H100 SXM5 80 GB NVIDIA	80 GB	3,360 GB/s	Oct 2022	43.6 GB	Q8_0	Comodo
35.5 tok/s 21–57 · bassa fiducia	H100 SXM5 94 GB NVIDIA	94 GB	3,360 GB/s	Mar 2023	43.6 GB	Q8_0	Comodo
35.5 tok/s 21–57 · bassa fiducia	H100 SXM5 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	43.6 GB	Q8_0	Comodo
35.5 tok/s 21–57 · bassa fiducia	H800 SXM5 NVIDIA	80 GB	3,360 GB/s	Mar 2023	43.6 GB	Q8_0	Comodo
34.8 tok/s 21–56 · bassa fiducia	A30X NVIDIA	24 GB	1,220 GB/s	Apr 2021	20.3 GB	Q3_K_M	Stretto
28.8 tok/s 17–46 · bassa fiducia	GeForce RTX 3090 Ti NVIDIA	24 GB	1,010 GB/s	Jan 2022	20.3 GB	Q3_K_M	Stretto
28.8 tok/s 17–46 · bassa fiducia	GeForce RTX 4090 NVIDIA	24 GB	1,010 GB/s	Sep 2022	20.3 GB	Q3_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: Shanghai AI Lab
Tipo di organizzazione: Academia
Paese: China
Pubblicato: 4 July 2024

Cosa fa

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

Dominio: Multimodal, Language, Vision, Video
Compito: Visual question answering, Language modeling/generation, Question answering, Video description, Character recognition (OCR)
Modello di base: Nous-Hermes-2-Yi-34B,InternViT-6B

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: 40.1B
Dati di addestramento: tokens
Epoche: 1

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)
Codice di addestramento: Open source
Hugging Face: OpenGVLab

Come è classificato

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

Record fiducia: Confident
Citazioni: 190

Fonti

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

Riferimento: InternVL2: Better than the Best—Expanding Performance Boundaries of Open-Source Multimodal Models with the Progressive Scaling Strategy
Ultimo aggiornamento: 28 November 2025

Gli estremi

Le dieci GPU più veloci che eseguono InternVL2-40B

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 InternVL2-40B

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

Tesla M40 24 GB

Memoria necessaria

20.3 GB

Più veloce

84.5 tok/s

InternVL2-40B raggiunge un conteggio di parametri di 40.1B. Questo rientra nell'intervallo che una seria GPU DESKTOP può gestire una volta compressi i pesi. Il numero di GPU che monitoriamo che possono eseguirlo: 126.

L'hardware minimo che funziona è Tesla M40 24 GB, con una capacità di memoria di 24 GB, eseguendolo a una compressione di Q3_K_M e producendo circa 7.0 token al secondo

Il risultato più rapido proviene da B200, generando approssimativamente 84.5 token al secondo sulla base di una larghezza di banda di VRAM 8,000 GB/s.

Sfondo

InternVL2-40B è stato pubblicato da Shanghai AI Lab, nel paese registrato come China, durante July 2024. Esce da un'organizzazione categorizzata come academia.

Funziona nel dominio di Multimodal, Language, Vision, Video, ed è registrato come eseguire il compito di visual question answering, Language modeling/generation, Question answering, Video description, Character recognition (OCR).

Costruisce su Nous-Hermes-2-Yi-34B,InternViT-6B. La maggior parte dei modelli di questa scala sono adattati da una base esistente piuttosto che costruiti da zero.

I pesi pubblicati significano che il modello gira sulla tua macchina piuttosto che su quella di qualcun altro, il che rende la domanda sull'hardware qui sotto rispondibile. Su Hugging Face è pubblicato sotto l'organizzazione OpenGVLab.

Leggendo i dati di throughput

Meta delle schede che lo supportano gestiscono più di 21.2 token al secondo. Producendo testo più veloce della maggior parte delle persone che lo leggono. 106 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.

Senza il layout di attenzione in archivio, la colonna della memoria è un'approssimazione. È abbastanza vicino per scegliere l'hardware e meno affidabile con contesto lungo.

Passo dopo passo

Come scegliere una GPU per InternVL2-40B

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

Ogni card qui è stata controllata contro InternVL2-40B, avere bisogno di circa 20.3 GB a una compressione di Q3_K_M. Quella cifra, non le prestazioni di punta di una CARD, è ciò che decide se può essere eseguita.
02

Corrispondi il contesto al tuo utilizzo attuale

Imposta il contesto su ciò che utilizzerai effettivamente. La cache cresce con la conversazione, ed è il motivo consueto per cui una card che sembrava a posto smette di adattarsi. InternVL2-40B.
03

Decidi quanto spazio di compressione accetterai

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

Confronta TOKEN AL SEC, non specifiche.

La velocità dell'ordinamento è effettivamente un ordinamento per larghezza di banda di memoria, per InternVL2-40B. 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 B200, nella 84.5 tok/s
05

Leggi l'ultima colonna di fit

Tight significa che si carica e funziona senza spazio per aumentare il context length in caso di InternVL2-40B. 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

Ogni pagina della scheda ripete questo sondaggio per ogni modello che possediamo, rispondendo a cosa altro l'hardware è utile oltre a InternVL2-40B.

Risposte

InternVL2-40B — domande comuni

InternVL2-40B— posso eseguirlo se non si adatta nella mia GPU?

Parzialmente. I layer che non si adattano si trovano nella memoria di sistema e funzionano a una frazione della velocità, quindi un modello in gran parte scaricato è raramente conveniente da usare. La più vicina mancata che calcoliamo risulta insufficiente di 7.0 GB Ogni figura qui presume che l'intero modello sia residente sulla scheda.

InternVL2-40B— 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: 126. Quindi una seconda CARD è raramente la risposta qui.

InternVL2-40B— 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: 4. Schede più grandi ottengono la versione più accurata e il livello di qualità sopra fissa il confronto a un livello.

InternVL2-40B— quanto sono accurate queste stime di velocità?

Ogni cifra è derivata dalla larghezza di banda della memoria e dalle dimensioni del modello, non calibrata, motivo per cui ognuna è pubblicata come un intervallo anziché come un singolo numero. Un esempio: 51–135 tok/s su B200. Lo stesso modello e scheda variano tra il trenta e il cinquanta per cento a seconda del software di inferenza e della sua versione.

InternVL2-40B— che GPU ho bisogno per eseguirlo?

La scheda più piccola nel nostro catalogo che la contiene è Tesla M40 24 GB, con una capacità di memoria di 24 GB. Esegui il modello a una compressione di Q3_K_M utilizzando circa 20.3 GB, e produce approssimativamente 7.0 token al secondo. Il numero di card in grado di eseguirlo in totale: 126.

InternVL2-40B— quanto è veloce su una GPU?

Dipende dalla scheda. La più rapida che calcoliamo è B200, circa 84.5 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: 106.

InternVL2-40B— quanta VRAM serve?

Ha bisogno di 20.3 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.

InternVL2-40B— posso eseguirlo su una GPU holding 24 GB?

Sì. La scheda GeForce RTX 5090 D V2, tenere 24 GB, lo esegue a una compressione di Q3_K_M, utilizzando circa 20.3 GB e generando approssimativamente 38.2 token al secondo. Il fit è stretto.

InternVL2-40B— 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.

InternVL2-40B— quanti parametri ha?

Ha un numero di parametri di 40.1B. 40.1B. 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.

InternVL2-40B— chi l'ha creato?

È stato pubblicato da Shanghai AI Lab, basato su China, un'organizzazione categorizzata come academia.

InternVL2-40B— 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.

InternVL2-40B— A cosa serve?

Funziona nel dominio di Multimodal, Language, Vision, Video, e viene registrato come gestire il compito di visual question answering, Language modeling/generation, Question answering, Video description, Character recognition (OCR). 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.

InternVL2-40B— Dove posso scaricarlo?

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

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