Nemotron-4 340B calcolatore TPS
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
818 schede per cui abbiamo specifiche
Scheda più piccola che si adatta
Radeon Instinct MI300X
192 GB · Q3_K_M · 14.0 tok/s
Scheda più veloce
B300
17.8 tok/s · 288 GB
Quali GPU possono eseguire Nemotron-4 340B?
Imposta gli input, leggi la risposta
Una conversazione più lunga richiede più MEMORY, il che può spingere questo modello fuori da schede più piccole..
Nasconde le schede che si adatterebbero solo al modello comprimendolo al di sotto di questo punto..
6 schede corrispondono
Calcolo| Ha bisogno | Quantizzazione | Adatto | |||||
|---|---|---|---|---|---|---|---|
|
17.8
tok/s
11–28 · bassa fiducia |
B300 NVIDIA | 288 GB | 8,000 GB/s | Sep 2025 | 246.0 GB | Q5_K_M | Stretto |
|
14.2
tok/s
9–23 · bassa fiducia |
Radeon Instinct MI350X AMD | 288 GB | 8,190 GB/s | Jan 2025 | 246.0 GB | Q5_K_M | Stretto |
|
14.2
tok/s
9–23 · bassa fiducia |
Radeon Instinct MI355X AMD | 288 GB | 8,190 GB/s | Jan 2025 | 246.0 GB | Q5_K_M | Stretto |
|
14.0
tok/s
8–22 · bassa fiducia |
Radeon Instinct MI300X AMD | 192 GB | 5,325 GB/s | Dec 2023 | 166.8 GB | Q3_K_M | Stretto |
|
14.0
tok/s
8–22 · bassa fiducia |
Radeon Instinct MI308X AMD | 192 GB | 5,325 GB/s | Dec 2023 | 166.8 GB | Q3_K_M | Stretto |
|
13.5
tok/s
8–22 · bassa fiducia |
Radeon Instinct MI325X AMD | 256 GB | 6,000 GB/s | Oct 2024 | 206.4 GB | Q4_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
- NVIDIA
- Tipo di organizzazione
- Industry
- Paese
- United States of America
- Pubblicato
- 14 June 2024
- Autori
- Bo Adler, Niket Agarwal, Ashwath Aithal, Dong H. Anh, Pallab Bhattacharya, Annika Brundyn, Jared Casper, Bryan Catanzaro, Sharon Clay, Jonathan Cohen, Sirshak Das, Ayush Dattagupta, Olivier Delalleau, Leon Derczynski, Yi Dong, Daniel Egert, Ellie Evans, Aleksander Ficek, Denys Fridman, Shaona Ghosh, Boris Ginsburg, Igor Gitman, Tomasz Grzegorzek, Robert Hero, Jining Huang, Vibhu Jawa, Joseph Jenni…
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
- Formato numerico
- BF16
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
- 340B
- Dati di addestramento
- 9,000,000,000,000 tokens
- Dimensione del Batch
- 9,437,184
340B
9T training tokens. They first train on an 8T token dataset and then an additional 1T tokens, it's slightly unclear if that's more data or a partial second epoch 6.75T words using 1 token = 0.75 words
2304 * 4096
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.
- Calcolo di addestramento
- 1.8 × 10²⁵ FLOP
- Come è stato stabilito
- Operation counting,Hardware
9 trillion tokens for training 6 * 340B * 9T = 1.8E25 alternatively, can do a hardware estimate with a few extra steps: According to the technical report, Nemotron-4 340B was trained using up to 6144 H100 GPUs. Helpfully, they also report the model FLOP utilization (MFU), which was 41-42% (Table 2). This is the ratio of the actual output of their GPUs, in FLOP used for training, relative to their theoretical max of 989 teraFLOP/s per GPU. Unfortunately, the report omits the last ingredient, w…
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
- 6,144
- Tempo di parete
- 2,200 hours (91.7 days)
- Utilizzo dell'hardware
- MFU 41.1%
- Consumo energetico
- 8.5 MW
- Costo di calcolo
- $21,271,018
see training compute notes, this is an inferred estimate
Table 2 indicates MFU at different stages of training. ((42.4% * 200B) + (42.3% * 200B) + (41.0% * 7600B)) / (200B + 200B + 7600B) = 0.410675, averaged over training.
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
- Unreleased
- Hugging Face
- nvidia
Permissive commercial license: https://developer.download.nvidia.com/licenses/nvidia-open-model-license-agreement-june-2024.pdf
Come è classificato
Etichette del dataset sorgente si applicano quando si tracciano modelli notevoli, e quanto è sicuro nell'entry.
- Modello Frontier
- Yes
- Probabilmente sopra 10²³ FLOP
- Yes
- Perché è monitorato
- Training cost
- Record fiducia
- Confident
~2e25 FLOP, so high training cost, likely >5M
Fonti
Da dove proviene questo record e quando è stato controllato l'ultima volta.
- Riferimento
- NVIDIA Releases Open Synthetic Data Generation Pipeline for Training Large Language Models
- Ultimo aggiornamento
- 18 December 2025
Gli estremi
Le dieci GPU più veloci che eseguono Nemotron-4 340B
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..
- 01 B300 288 GB · 8,000 GB/s · Q5_K_M 17.8 tok/s
- 02 Radeon Instinct MI350X 288 GB · 8,190 GB/s · Q5_K_M 14.2 tok/s
- 03 Radeon Instinct MI355X 288 GB · 8,190 GB/s · Q5_K_M 14.2 tok/s
- 04 Radeon Instinct MI300X 192 GB · 5,325 GB/s · Q3_K_M 14.0 tok/s
- 05 Radeon Instinct MI308X 192 GB · 5,325 GB/s · Q3_K_M 14.0 tok/s
- 06 Radeon Instinct MI325X 256 GB · 6,000 GB/s · Q4_K_M 13.5 tok/s
Le GPU più piccole che ancora funzionano Nemotron-4 340B
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..
- 01 Radeon Instinct MI300X 192 GB · Ha bisogno 166.8 GB · Q3_K_M · Stretto 14.0 tok/s
- 02 Radeon Instinct MI308X 192 GB · Ha bisogno 166.8 GB · Q3_K_M · Stretto 14.0 tok/s
- 03 Radeon Instinct MI325X 256 GB · Ha bisogno 206.4 GB · Q4_K_M · Stretto 13.5 tok/s
- 04 B300 288 GB · Ha bisogno 246.0 GB · Q5_K_M · Stretto 17.8 tok/s
- 05 Radeon Instinct MI350X 288 GB · Ha bisogno 246.0 GB · Q5_K_M · Stretto 14.2 tok/s
- 06 Radeon Instinct MI355X 288 GB · Ha bisogno 246.0 GB · Q5_K_M · Stretto 14.2 tok/s
Cosa significano i numeri
Cosa serve per eseguire questo modello
Scheda minima
Radeon Instinct MI300X
Memoria necessaria
166.8 GB
Più veloce
17.8 tok/s
Nemotron-4 340B raggiunge un conteggio di parametri di 340B. 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: 6.
La scheda più piccola che lo tiene è Radeon Instinct MI300X, con una capacità di memoria di 192 GB, eseguendolo a una compressione di Q3_K_M e producendo circa 14.0 token al secondo
Il più veloce che calcoliamo per esso è B300, generando approssimativamente 17.8 token al secondo sulla base di una larghezza di banda di VRAM 8,000 GB/s.
Cosa è questo modello
Nemotron-4 340B è stato pubblicato da NVIDIA, nel paese registrato come United States of America, durante June 2024. La categoria sotto cui rientra l'editore è industry.
Funziona nel dominio di Language, ed è registrato come eseguire il compito di language modeling/generation, Chat, Question answering.
Poiché i suoi pesi sono stati rilasciati, nulla sull'esecuzione dipende da un fornitore che rimane disponibile — è tuo una volta scaricato. Su Hugging Face è pubblicato sotto l'organizzazione nvidia.
Cosa decide la velocità
Meta delle schede che lo supportano gestiscono più di 14.1 token al secondo. Producendo testo più veloce della maggior parte delle persone che lo leggono. 6 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 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.
Addestramento e provenienza
Il run di addestramento ha consumato circa 1.8 × 10²⁵ FLOP, su hardware registrato come NVIDIA H100 SXM5 80GB. Quella cifra misura quanto è costata la produzione del modello e non ha alcun impatto su quanto velocemente risponde.
È stato addestrato su un corpus di circa 9,000,000,000,000 token di testo
Il suo criterio di inclusione: training cost.
Passo dopo passo
Come scegliere una GPU per Nemotron-4 340B
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
Inizia dalla colonna VRAM
Ogni card qui è stata controllata contro Nemotron-4 340B, avere bisogno di circa 166.8 GB a una compressione di Q3_K_M. La Capacità è il cancello — una card o la tiene o non la tiene.
-
02
Imposta la lunghezza del CONTEXT che utilizzerai.
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. Nemotron-4 340B.
-
03
Imposta un pavimento di qualità
La Compression è ciò che rende un modello adatto a schede più piccole, a fronte di un certo costo in accuratezza., 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 throughput piuttosto che per specifiche.
La velocità dell'ordinamento è effettivamente un ordinamento per larghezza di banda di memoria, per Nemotron-4 340B. 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 17.8 tok/s
-
05
Guarda il margine, non solo l'adattamento
Una vestibilità stretta funziona, ma non lascia nulla in più per una conversazione più lunga, nel caso di Nemotron-4 340B. 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
Apri la scheda su cui ti sei deciso.
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 Nemotron-4 340B.
Risposte
Nemotron-4 340B — domande comuni
Nemotron-4 340B— 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 44.4 GB Ogni figura qui presume che l'intero modello sia residente sulla scheda.
Nemotron-4 340B— 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: 6. Quindi una seconda CARD è raramente la risposta qui.
Nemotron-4 340B— 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: 3. Schede più grandi ottengono la versione più accurata e il livello di qualità sopra fissa il confronto a un livello.
Nemotron-4 340B— quanto sono accurate queste stime di velocità?
Vengono calcolati dalle specifiche piuttosto che misurati, e ognuno ha un intervallo. Un esempio: 11–28 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.
Nemotron-4 340B— che GPU ho bisogno per eseguirlo?
La scheda più piccola nel nostro catalogo che la contiene è Radeon Instinct MI300X, con una capacità di memoria di 192 GB. Esegui il modello a una compressione di Q3_K_M utilizzando circa 166.8 GB, e produce approssimativamente 14.0 token al secondo. Il numero di card in grado di eseguirlo in totale: 6.
Nemotron-4 340B— quanto è veloce su una GPU?
Dipende dalla scheda. La più rapida che calcoliamo è B300, circa 17.8 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: 6.
Nemotron-4 340B— quanta VRAM serve?
Ha bisogno di 166.8 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.
Nemotron-4 340B— 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.
Nemotron-4 340B— quanti parametri ha?
Ha un numero di parametri di 340B. 340B. 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.
Nemotron-4 340B— chi l'ha creato?
È stato pubblicato da NVIDIA, basato su United States of America, un'organizzazione categorizzata come industry.
Nemotron-4 340B— quando è stato rilasciato?
È stato pubblicato in June 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.
Nemotron-4 340B— 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.
Nemotron-4 340B— Dove posso scaricarlo?
I suoi pesi sono pubblicati su Hugging Face, sotto l'organizzazione nvidia. Non ospitiamo file di modelli — questo sito calcola quale hardware è necessario per eseguirli.
Nemotron-4 340B— quanto calcolo è stato utilizzato per addestrarlo?
L'addestramento ha consumato circa 1.8 × 10²⁵ FLOP, su hardware registrato come NVIDIA H100 SXM5 80GB. Questo misura quanto costa produrre il modello e non dice nulla su quanto rapidamente risponde una volta addestrato — la velocità di inferenza deriva dalla larghezza di banda della memoria, non dal budget di addestramento.
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.