Arctic 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
B300
288 GB · Q3_K_M · 19.1 tok/s
Scheda più veloce
B300
19.1 tok/s · 288 GB
Quali GPU possono eseguire Arctic?
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..
3 schede corrispondono
Calcolo| Ha bisogno | Quantizzazione | Adatto | |||||
|---|---|---|---|---|---|---|---|
|
19.1
tok/s
11–30 · bassa fiducia |
B300 NVIDIA | 288 GB | 8,000 GB/s | Sep 2025 | 235.2 GB | Q3_K_M | Stretto |
|
15.2
tok/s
9–24 · bassa fiducia |
Radeon Instinct MI350X AMD | 288 GB | 8,190 GB/s | Jan 2025 | 235.2 GB | Q3_K_M | Stretto |
|
15.2
tok/s
9–24 · bassa fiducia |
Radeon Instinct MI355X AMD | 288 GB | 8,190 GB/s | Jan 2025 | 235.2 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
- Snowflake
- Tipo di organizzazione
- Industry
- Paese
- United States of America
- Pubblicato
- 24 April 2024
- Autori
- Snowflake AI Research
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, Question answering, Code generation, Quantitative reasoning
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
- 480B
- Dati di addestramento
- tokens
" It combines a 10B dense transformer model with a residual 128x3.66B MoE MLP resulting in 480B total and 17B active parameters chosen using a top-2 gating."
"Arctic was trained with a three-stage curriculum each with a different data composition focusing on generic skills in the first phase (1T Tokens), and enterprise-focused skills in the latter two phases (1.5T and 1T tokens). " 1+1.5+1 = 3.5
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
- 3.8 × 10²³ FLOP
- Come è stato stabilito
- Other,Operation counting
from the graph: 1x - Arctic 1.9X - Llama 3 8B (7.2×10^23) ~ = Yi 34B (6.1e23) -> x = 3.2105263e+23 3X - Code Llama 70B (1.26e+24) -> x = 4.2e+23 17.5X - Llama 3 70B (7.861e24) -> x =4.492e+23 = 3.7975893e+23 Operation counting (17B active parameters): 6ND = 6 FLOP / parameter / token * 17*10^9 parameters * 3.5*10^12 tokens = 3.57e+23 FLOP geometric mean:(3.2105263e+23*4.492e+23*4.2e+23*3.57e+23)^(1/4) = 3.8347175e+23
La corsa di addestramento
Cosa ha richiesto fisicamente per addestrare: quali chip, quanti, per quanto tempo e cosa ha prelevato dalla presa.
- Chip-ore
- 504,000
- Costo di calcolo
- $2,000,000
- Fornitore di cloud
- AWS
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
Apache 2.0 license with ungated access to weights and code paired with open data recipe and research insights.
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
- Snowflake Arctic: The Best LLM for Enterprise AI — Efficiently Intelligent, Truly Open
- Ultimo aggiornamento
- 28 November 2025
Gli estremi
Le dieci GPU più veloci che eseguono Arctic
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 Arctic
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 serve per eseguire questo modello
Scheda minima
B300
Memoria necessaria
235.2 GB
Più veloce
19.1 tok/s
Arctic raggiunge un conteggio di parametri di 480B. 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: 3.
La scheda più piccola che lo tiene è B300, con una capacità di memoria di 288 GB, eseguendolo a una compressione di Q3_K_M e producendo circa 19.1 token al secondo
Top di gamma è B300, generando approssimativamente 19.1 token al secondo sulla base di una larghezza di banda di VRAM 8,000 GB/s.
Cosa è questo modello
Arctic è stato pubblicato da Snowflake, nel paese registrato come United States of America, durante April 2024. Esce da un'organizzazione categorizzata come industry.
Funziona nel dominio di Language, ed è registrato come eseguire il compito di language modeling/generation, Question answering, Code generation, Quantitative reasoning.
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.
Cosa decide la velocità
Meta delle schede che lo supportano gestiscono più di 15.2 token al secondo. Superare la velocità di lettura in modo diretto: 3 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.
Addestramento e provenienza
La produzione di esso ha richiesto un'aritmetica totale di circa 3.8 × 10²³ FLOP. Quella cifra misura quanto è costata la produzione del modello e non ha alcun impatto su quanto velocemente risponde.
Passo dopo passo
Come scegliere una GPU per Arctic
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
La tabella elenca ogni card in grado di contenere Arctic, avere bisogno di circa 235.2 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
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. Arctic.
-
03
Scegli quanto lontano lo comprimerai
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
Confronta TOKEN AL SEC, non specifiche.
La velocità dell'ordinamento è effettivamente un ordinamento per larghezza di banda di memoria, per Arctic. 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 19.1 tok/s
-
05
Guarda il margine, non solo l'adattamento
La colonna della compatibilità separa le schede che riescono appena a farlo da quelle con spazio in più, nel caso di Arctic. 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
Controlla la GPU dall'altro lato
Ogni pagina della scheda ripete questo sondaggio per ogni modello che possediamo, rispondendo a cosa altro l'hardware è utile oltre a Arctic.
Risposte
Arctic — domande comuni
Arctic— A cosa serve?
Funziona nel dominio di Language, e viene registrato come gestire il compito di language modeling/generation, Question answering, Code generation, Quantitative reasoning. I modelli portano frequentemente più di uno di ciascuno, e le etichette descrivono lo scopo piuttosto che i limiti di capacità.
Arctic— 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.
Arctic— quanto calcolo è stato utilizzato per addestrarlo?
L'addestramento ha consumato circa 3.8 × 10²³ FLOP. 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.
Arctic— 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 60.7 GB Ogni figura qui presume che l'intero modello sia residente sulla scheda.
Arctic— due GPU lo farebbero andare più veloce?
Due schede comprano VRAM piuttosto che velocità, che conta solo se una scheda non può contenerla. Il numero che può: 3. Quindi una seconda CARD è raramente la risposta qui.
Arctic— 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: 1. Schede più grandi ottengono la versione più accurata e il livello di qualità sopra fissa il confronto a un livello.
Arctic— quanto sono accurate queste stime di velocità?
Vengono calcolati dalle specifiche piuttosto che misurati, e ognuno ha un intervallo. Un esempio: 11–30 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.
Arctic— che GPU ho bisogno per eseguirlo?
La scheda più piccola nel nostro catalogo che la contiene è B300, con una capacità di memoria di 288 GB. Esegui il modello a una compressione di Q3_K_M utilizzando circa 235.2 GB, e produce approssimativamente 19.1 token al secondo. Il numero di card in grado di eseguirlo in totale: 3.
Arctic— quanto è veloce su una GPU?
Dipende dalla scheda. La più rapida che calcoliamo è B300, circa 19.1 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: 3.
Arctic— quanta VRAM serve?
Ha bisogno di 235.2 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.
Arctic— 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.
Arctic— quanti parametri ha?
Ha un numero di parametri di 480B. " It combines a 10B dense transformer model with a residual 128x3.66B MoE MLP resulting in 480B total and 17B active parameters chosen using a top-2 gating.". 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.
Arctic— chi l'ha creato?
È stato pubblicato da Snowflake, basato su United States of America, un'organizzazione categorizzata come industry.
Arctic— 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.
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.