OpenVLA calcolatore TPS

Apri i pesi Stanford University,University of California (UC) Berkeley,Toyota Research Institute,Google DeepMind,Massachusetts Institute of Technology (MIT),Physical Intelligence 7.2B parametri June 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

589 schede che possono eseguirlo

818 schede per cui abbiamo specifiche

Scheda più piccola che si adatta

Tesla K20c

5 GB · Q3_K_M · 28.1 tok/s

Scheda più veloce

B200

471 tok/s · 180 GB

Quali GPU possono eseguire OpenVLA?

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.

589 schede corrispondono

Calcolo

					Ha bisogno	Quantizzazione	Adatto
471 tok/s 283–754 · bassa fiducia	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	8.4 GB	Q8_0	Comodo
471 tok/s 283–754 · bassa fiducia	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	8.4 GB	Q8_0	Comodo
376 tok/s 226–602 · bassa fiducia	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	8.4 GB	Q8_0	Comodo
376 tok/s 226–602 · bassa fiducia	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	8.4 GB	Q8_0	Comodo
301 tok/s 181–482 · bassa fiducia	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	8.4 GB	Q8_0	Comodo
288 tok/s 173–461 · bassa fiducia	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	8.4 GB	Q8_0	Comodo
288 tok/s 173–461 · bassa fiducia	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	8.4 GB	Q8_0	Comodo
276 tok/s 165–441 · bassa fiducia	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	8.4 GB	Q8_0	Comodo
245 tok/s 147–392 · bassa fiducia	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	8.4 GB	Q8_0	Comodo
245 tok/s 147–392 · bassa fiducia	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	8.4 GB	Q8_0	Comodo
245 tok/s 147–392 · bassa fiducia	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	8.4 GB	Q8_0	Comodo
232 tok/s 139–371 · bassa fiducia	H100 NVL 94 GB NVIDIA	94 GB	3,940 GB/s	Mar 2023	8.4 GB	Q8_0	Comodo
198 tok/s 119–317 · bassa fiducia	H100 PCIe 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	8.4 GB	Q8_0	Comodo
198 tok/s 119–317 · bassa fiducia	H100 SXM5 80 GB NVIDIA	80 GB	3,360 GB/s	Oct 2022	8.4 GB	Q8_0	Comodo
198 tok/s 119–317 · bassa fiducia	H100 SXM5 94 GB NVIDIA	94 GB	3,360 GB/s	Mar 2023	8.4 GB	Q8_0	Comodo
198 tok/s 119–317 · bassa fiducia	H100 SXM5 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	8.4 GB	Q8_0	Comodo
198 tok/s 119–317 · bassa fiducia	H800 SXM5 NVIDIA	80 GB	3,360 GB/s	Mar 2023	8.4 GB	Q8_0	Comodo
151 tok/s 90–241 · bassa fiducia	Radeon Instinct MI250 AMD	128 GB	3,280 GB/s	Nov 2021	8.4 GB	Q8_0	Comodo
151 tok/s 90–241 · bassa fiducia	Radeon Instinct MI250X AMD	128 GB	3,280 GB/s	Nov 2021	8.4 GB	Q8_0	Comodo
128 tok/s 77–204 · bassa fiducia	CMP 170HX 8 GB NVIDIA	8 GB	1,490 GB/s	Sep 2021	6.7 GB	Q6_K	Stretto
126 tok/s 75–201 · bassa fiducia	Data Center GPU Max 1550 Intel	128 GB	3,280 GB/s	Jan 2023	8.4 GB	Q8_0	Comodo
123 tok/s 74–197 · bassa fiducia	Data Center GPU Max Subsystem Intel	128 GB	3,210 GB/s	Jan 2023	8.4 GB	Q8_0	Comodo
120 tok/s 72–192 · bassa fiducia	A100 SXM4 80 GB NVIDIA	80 GB	2,040 GB/s	Nov 2020	8.4 GB	Q8_0	Comodo
120 tok/s 72–192 · bassa fiducia	A100X NVIDIA	80 GB	2,040 GB/s	Jun 2021	8.4 GB	Q8_0	Comodo
120 tok/s 72–192 · bassa fiducia	A800 SXM4 80 GB NVIDIA	80 GB	2,040 GB/s	Aug 2022	8.4 GB	Q8_0	Comodo

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: Stanford University,University of California (UC) Berkeley,Toyota Research Institute,Google DeepMind,Massachusetts Institute of Technology (MIT),Physical Intelligence
Tipo di organizzazione: Academia,Academia,Industry,Industry,Academia,Industry
Paese: United States of America
Pubblicato: 13 June 2024
Autori: Moo Jin Kim, Karl Pertsch, Siddharth Karamcheti, Ted Xiao, Ashwin Balakrishna, Suraj Nair, Rafael Rafailov, Ethan Foster, Grace Lam, Pannag Sanketi, Quan Vuong, Thomas Kollar, Benjamin Burchfiel, Russ Tedrake, Dorsa Sadigh, Sergey Levine, Percy Liang, Chelsea Finn

Cosa fa

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

Dominio: Robotics, Vision, Language
Compito: Robotic manipulation
Approccio: Supervised
Modello di base: Llama 2-7B
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: 7.2B
Dati di addestramento: tokens
Epoche: 27
Dimensione del Batch: 2,048

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: 1.1 × 10²³ FLOP
Come è stato stabilito: Hardware
Addestramento fine: 9.7 × 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 A100
Chip utilizzati: 64
Tempo di parete: 336 hours (14 days)
Consumo energetico: 50.5 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)
Codice di addestramento: Open source

Come è classificato

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

Probabilmente sopra 10²³ FLOP: Yes
Perché è monitorato: SOTA improvement
Record fiducia: Confident
Citazioni: 2,123

Fonti

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

Riferimento: OpenVLA: An Open-Source Vision-Language-Action Mode
Ultimo aggiornamento: 25 May 2026

Gli estremi

Le dieci GPU più veloci che eseguono OpenVLA

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 OpenVLA

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

Il lato hardware

Scheda minima

Tesla K20c

Memoria necessaria

4.2 GB

Più veloce

471 tok/s

OpenVLA raggiunge un conteggio di parametri di 7.2B. È piccolo abbastanza che l'hardware è raramente l'ostacolo, anche su CARD di diversi anni fa. Il numero di CARD che monitoriamo che possono eseguirlo: 589.

A basso prezzo è gestito da Tesla K20c, con una capacità di memoria di 5 GB, eseguendolo a una compressione di Q3_K_M e producendo circa 28.1 token al secondo

Top di gamma è B200, generando approssimativamente 471 token al secondo sulla base di una larghezza di banda di VRAM 8,000 GB/s.

Cosa è questo modello

OpenVLA è stato pubblicato da Stanford University,University of California (UC) Berkeley,Toyota Research Institute,Google DeepMind,Massachusetts Institute of Technology (MIT),Physical Intelligence, nel paese registrato come United States of America, durante June 2024. Esce da un'organizzazione categorizzata come academia,Academia,Industry,Industry,Academia,Industry.

Funziona nel dominio di Robotics, Vision, Language, ed è registrato come eseguire il compito di robotic manipulation.

Il suo punto di partenza era un modello di base esistente, Llama 2-7B. La maggior parte dei modelli di questa scala sono adattati da una base esistente piuttosto che costruiti da zero.

I pesi aperti sono ciò che mette questa pagina nel calcolatore piuttosto che solo nel catalogo: è un modello che puoi effettivamente tenere.

Cosa decide la velocità

Su ogni CARD che può eseguirlo, il centro della gamma si trova a 25.5 token al secondo. Producendo testo più veloce della maggior parte delle persone che lo leggono. 559 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.

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.

Come è stato addestrato

La produzione di esso ha richiesto un'aritmetica totale di circa 1.1 × 10²³ FLOP, su hardware registrato come NVIDIA A100. Quella cifra misura quanto è costata la produzione del modello e non ha alcun impatto su quanto velocemente risponde.

È tracciato nel dataset sottostante per una ragione in particolare: sOTA improvement.

Passo dopo passo

Come scegliere una GPU per OpenVLA

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 OpenVLA, avere bisogno di circa 4.2 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

Decidi quanto a lungo durano le tue conversazioni

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 OpenVLA.
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.

Il ranking per tokens al secondo segue la larghezza di banda della memoria piuttosto che il numero di core, per OpenVLA. 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 471 tok/s
05

Guarda il margine, non solo l'adattamento

Tight significa che si carica e funziona senza spazio per aumentare il context length in caso di OpenVLA. 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 OpenVLA.

Risposte

OpenVLA — domande comuni

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

OpenVLA— 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: 283–754 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.

OpenVLA— che GPU ho bisogno per eseguirlo?

La scheda più piccola nel nostro catalogo che la contiene è Tesla K20c, con una capacità di memoria di 5 GB. Esegui il modello a una compressione di Q3_K_M utilizzando circa 4.2 GB, e produce approssimativamente 28.1 token al secondo. Il numero di card in grado di eseguirlo in totale: 589.

OpenVLA— quanto è veloce su una GPU?

Dipende dalla scheda. La più rapida che calcoliamo è B200, circa 471 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: 559.

OpenVLA— quanta VRAM serve?

Ha bisogno di 4.2 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.

OpenVLA— posso eseguirlo su una GPU holding 8 GB?

Sì. La scheda CMP 170HX 8 GB, tenere 8 GB, lo esegue a una compressione di Q6_K, utilizzando circa 6.7 GB e generando approssimativamente 128 token al secondo. Il fit è stretto.

OpenVLA— posso eseguirlo su una GPU holding 12 GB?

Sì. La scheda GeForce RTX 3080 Ti, tenere 12 GB, lo esegue a una compressione di Q8_0, utilizzando circa 8.4 GB e generando approssimativamente 53.8 token al secondo. Il fit è comodo.

OpenVLA— posso eseguirlo su una GPU holding 16 GB?

Sì. La scheda Tesla V100 SXM2 16 GB, tenere 16 GB, lo esegue a una compressione di Q8_0, utilizzando circa 8.4 GB e generando approssimativamente 66.6 token al secondo. Il fit è comodo.

OpenVLA— 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 Q8_0, utilizzando circa 8.4 GB e generando approssimativamente 79.0 token al secondo. Il fit è comodo.

OpenVLA— 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.

OpenVLA— quanti parametri ha?

Ha un numero di parametri di 7.2B. Based on a Prismatic-7B VLM backbone, which itself is comprised of 600M parameter vision encoder (DinoV2 + SigLIP) plus Llama-2 7B. Table 1 indicates 7.1881 billion trainable parameters. 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.

OpenVLA— chi l'ha creato?

È stato pubblicato da Stanford University,University of California (UC) Berkeley,Toyota Research Institute,Google DeepMind,Massachusetts Institute of Technology (MIT),Physical Intelligence, basato su United States of America, un'organizzazione categorizzata come academia,Academia,Industry,Industry,Academia,Industry.

OpenVLA— 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.

OpenVLA— A cosa serve?

Funziona nel dominio di Robotics, Vision, Language, e viene registrato come gestire il compito di robotic manipulation. 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.

OpenVLA— 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.

OpenVLA— quanto calcolo è stato utilizzato per addestrarlo?

L'addestramento ha consumato circa 1.1 × 10²³ FLOP, su hardware registrato come NVIDIA A100. 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.

OpenVLA— 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 1.4 GB Ogni figura qui presume che l'intero modello sia residente sulla scheda.

OpenVLA— 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: 589. Quindi una seconda CARD è raramente la risposta qui.

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