Qwen1.5-110B calcolatore TPS

Apri i pesi Alibaba 110B parametri April 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

43 schede che possono eseguirlo

818 schede per cui abbiamo specifiche

Scheda più piccola che si adatta

Radeon Instinct MI200

64 GB · Q3_K_M · 13.3 tok/s

Scheda più veloce

B200

30.8 tok/s · 180 GB

Quali GPU possono eseguire Qwen1.5-110B?

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.

43 schede corrispondono

Calcolo

					Ha bisogno	Quantizzazione	Adatto
30.8 tok/s 18–49 · bassa fiducia	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	118.5 GB	Q8_0	Comodo
30.8 tok/s 18–49 · bassa fiducia	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	118.5 GB	Q8_0	Comodo
29.9 tok/s 18–48 · bassa fiducia	H100 SXM5 80 GB NVIDIA	80 GB	3,360 GB/s	Oct 2022	67.2 GB	Q4_K_M	Stretto
29.9 tok/s 18–48 · bassa fiducia	H800 SXM5 NVIDIA	80 GB	3,360 GB/s	Mar 2023	67.2 GB	Q4_K_M	Stretto
28.6 tok/s 17–46 · bassa fiducia	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	92.9 GB	Q6_K	Comodo
27.1 tok/s 16–43 · bassa fiducia	H100 NVL 94 GB NVIDIA	94 GB	3,940 GB/s	Mar 2023	80.1 GB	Q5_K_M	Stretto
24.6 tok/s 15–39 · bassa fiducia	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	118.5 GB	Q8_0	Comodo
24.6 tok/s 15–39 · bassa fiducia	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	118.5 GB	Q8_0	Comodo
23.2 tok/s 14–37 · bassa fiducia	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	92.9 GB	Q6_K	Comodo
23.1 tok/s 14–37 · bassa fiducia	H100 PCIe 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	80.1 GB	Q5_K_M	Stretto
23.1 tok/s 14–37 · bassa fiducia	H100 SXM5 94 GB NVIDIA	94 GB	3,360 GB/s	Mar 2023	80.1 GB	Q5_K_M	Stretto
23.1 tok/s 14–37 · bassa fiducia	H100 SXM5 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	80.1 GB	Q5_K_M	Stretto
21.0 tok/s 13–34 · bassa fiducia	H100 SXM5 64 GB NVIDIA	64 GB	2,020 GB/s	Mar 2023	54.4 GB	Q3_K_M	Stretto
18.8 tok/s 11–30 · bassa fiducia	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	118.5 GB	Q8_0	Stretto
18.8 tok/s 11–30 · bassa fiducia	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	118.5 GB	Q8_0	Stretto
18.1 tok/s 11–29 · bassa fiducia	A100 SXM4 80 GB NVIDIA	80 GB	2,040 GB/s	Nov 2020	67.2 GB	Q4_K_M	Stretto
18.1 tok/s 11–29 · bassa fiducia	A100X NVIDIA	80 GB	2,040 GB/s	Jun 2021	67.2 GB	Q4_K_M	Stretto
18.1 tok/s 11–29 · bassa fiducia	A800 SXM4 80 GB NVIDIA	80 GB	2,040 GB/s	Aug 2022	67.2 GB	Q4_K_M	Stretto
18.1 tok/s 11–29 · bassa fiducia	H100 CNX NVIDIA	80 GB	2,040 GB/s	Mar 2023	67.2 GB	Q4_K_M	Stretto
18.1 tok/s 11–29 · bassa fiducia	H100 PCIe 80 GB NVIDIA	80 GB	2,040 GB/s	Oct 2022	67.2 GB	Q4_K_M	Stretto
18.1 tok/s 11–29 · bassa fiducia	H800 PCIe 80 GB NVIDIA	80 GB	2,040 GB/s	Mar 2023	67.2 GB	Q4_K_M	Stretto
18.0 tok/s 11–29 · bassa fiducia	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	118.5 GB	Q8_0	Comodo
17.2 tok/s 10–28 · bassa fiducia	A100 PCIe 80 GB NVIDIA	80 GB	1,940 GB/s	Jun 2021	67.2 GB	Q4_K_M	Stretto
17.2 tok/s 10–28 · bassa fiducia	A800 PCIe 80 GB NVIDIA	80 GB	1,940 GB/s	Nov 2022	67.2 GB	Q4_K_M	Stretto
16.0 tok/s 10–26 · bassa fiducia	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	118.5 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: Alibaba
Tipo di organizzazione: Industry
Paese: China
Pubblicato: 25 April 2024
Autori: Qwen Team

Cosa fa

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

Dominio: Language
Compito: Chat, Language modeling/generation, Quantitative reasoning, Code generation, Translation

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: 110B
Dati di addestramento: tokens

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: Qwen

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
Record fiducia: Confident

Fonti

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

Riferimento: Qwen1.5-110B: The First 100B+ Model of the Qwen1.5 Series
Ultimo aggiornamento: 28 November 2025

Gli estremi

Le dieci GPU più veloci che eseguono Qwen1.5-110B

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 Qwen1.5-110B

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

Radeon Instinct MI200

Memoria necessaria

54.4 GB

Più veloce

30.8 tok/s

Qwen1.5-110B raggiunge un conteggio di parametri di 110B. 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: 43.

L'hardware minimo che funziona è Radeon Instinct MI200, con una capacità di memoria di 64 GB, eseguendolo a una compressione di Q3_K_M e producendo circa 13.3 token al secondo

Il risultato più rapido proviene da B200, generando approssimativamente 30.8 token al secondo sulla base di una larghezza di banda di VRAM 8,000 GB/s.

Cosa è questo modello

Qwen1.5-110B è stato pubblicato da Alibaba, nel paese registrato come China, durante April 2024. L'organizzazione di pubblicazione è classificata come industry.

Funziona nel dominio di Language, ed è registrato come eseguire il compito di chat, Language modeling/generation, Quantitative reasoning, Code generation, Translation.

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 Qwen.

Cosa decide la velocità

Il risultato mediano è attorno 18.0 token al secondo 39 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.

Passo dopo passo

Come scegliere una GPU per Qwen1.5-110B

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

Inizia da ciò di cui ha realmente bisogno, ovvero il requisito di Qwen1.5-110B, avere bisogno di circa 54.4 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

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. Qwen1.5-110B.
03

Imposta un pavimento di qualità

La colonna di quantizzazione varia a seconda della scheda, perché una scheda più grande contiene una copia più precisa., 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

Ordina per velocità per vedere come si classificano le schede per Qwen1.5-110B. 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 30.8 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 Qwen1.5-110B. 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.

Ogni nome di scheda è collegato alla propria pagina, che esegue lo stesso calcolo su tutto il catalogo dei modelli. Una scheda è solitamente acquistata per più di un modello, quindi vale la pena dare un'occhiata prima di acquistare. Qwen1.5-110B.

Risposte

Qwen1.5-110B — domande comuni

Qwen1.5-110B— 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: 18–49 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.

Qwen1.5-110B— che GPU ho bisogno per eseguirlo?

La scheda più piccola nel nostro catalogo che la contiene è Radeon Instinct MI200, con una capacità di memoria di 64 GB. Esegui il modello a una compressione di Q3_K_M utilizzando circa 54.4 GB, e produce approssimativamente 13.3 token al secondo. Il numero di card in grado di eseguirlo in totale: 43.

Qwen1.5-110B— quanto è veloce su una GPU?

Dipende dalla scheda. La più rapida che calcoliamo è B200, circa 30.8 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: 39.

Qwen1.5-110B— quanta VRAM serve?

Ha bisogno di 54.4 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.

Qwen1.5-110B— 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.

Qwen1.5-110B— quanti parametri ha?

Ha un numero di parametri di 110B. 110B. 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.

Qwen1.5-110B— chi l'ha creato?

È stato pubblicato da Alibaba, basato su China, un'organizzazione categorizzata come industry.

Qwen1.5-110B— quando è stato rilasciato?

È stato pubblicato in April 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.

Qwen1.5-110B— A cosa serve?

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

Qwen1.5-110B— Dove posso scaricarlo?

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

Qwen1.5-110B— 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 24.0 GB Ogni figura qui presume che l'intero modello sia residente sulla scheda.

Qwen1.5-110B— 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: 43. Quindi una seconda CARD è raramente la risposta qui.

Qwen1.5-110B— 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: 6. Schede più grandi ottengono la versione più accurata e il livello di qualità sopra fissa il confronto a un livello.

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