C2S-Scale calcolatore TPS

Apri i pesi Google Research,Yale University,Google DeepMind,Brown University,University of Southern California 27B parametri October 2025

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

241 schede che possono eseguirlo

818 schede per cui abbiamo specifiche

Scheda più piccola che si adatta

Xeon Phi 7120P

16 GB · Q3_K_M · 9.7 tok/s

Scheda più veloce

B200

125 tok/s · 180 GB

Quali GPU possono eseguire C2S-Scale?

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.

241 schede corrispondono

Calcolo

					Ha bisogno	Quantizzazione	Adatto
125 tok/s 75–201 · bassa fiducia	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	29.6 GB	Q8_0	Comodo
125 tok/s 75–201 · bassa fiducia	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	29.6 GB	Q8_0	Comodo
100 tok/s 60–160 · bassa fiducia	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	29.6 GB	Q8_0	Comodo
100 tok/s 60–160 · bassa fiducia	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	29.6 GB	Q8_0	Comodo
80.1 tok/s 48–128 · bassa fiducia	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	29.6 GB	Q8_0	Comodo
76.7 tok/s 46–123 · bassa fiducia	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	29.6 GB	Q8_0	Comodo
76.7 tok/s 46–123 · bassa fiducia	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	29.6 GB	Q8_0	Comodo
73.4 tok/s 44–117 · bassa fiducia	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	29.6 GB	Q8_0	Comodo
65.2 tok/s 39–104 · bassa fiducia	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	29.6 GB	Q8_0	Comodo
65.2 tok/s 39–104 · bassa fiducia	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	29.6 GB	Q8_0	Comodo
65.2 tok/s 39–104 · bassa fiducia	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	29.6 GB	Q8_0	Comodo
61.8 tok/s 37–99 · bassa fiducia	H100 NVL 94 GB NVIDIA	94 GB	3,940 GB/s	Mar 2023	29.6 GB	Q8_0	Comodo
52.7 tok/s 32–84 · bassa fiducia	H100 PCIe 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	29.6 GB	Q8_0	Comodo
52.7 tok/s 32–84 · bassa fiducia	H100 SXM5 80 GB NVIDIA	80 GB	3,360 GB/s	Oct 2022	29.6 GB	Q8_0	Comodo
52.7 tok/s 32–84 · bassa fiducia	H100 SXM5 94 GB NVIDIA	94 GB	3,360 GB/s	Mar 2023	29.6 GB	Q8_0	Comodo
52.7 tok/s 32–84 · bassa fiducia	H100 SXM5 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	29.6 GB	Q8_0	Comodo
52.7 tok/s 32–84 · bassa fiducia	H800 SXM5 NVIDIA	80 GB	3,360 GB/s	Mar 2023	29.6 GB	Q8_0	Comodo
47.8 tok/s 29–77 · bassa fiducia	Tesla V100 SXM2 16 GB NVIDIA	16 GB	1,130 GB/s	Nov 2019	13.9 GB	Q3_K_M	Stretto
42.6 tok/s 26–68 · bassa fiducia	DRIVE A100 PROD NVIDIA	32 GB	1,870 GB/s	May 2020	23.3 GB	Q6_K	Comodo
42.6 tok/s 26–68 · bassa fiducia	GRID A100A NVIDIA	32 GB	1,870 GB/s	May 2020	23.3 GB	Q6_K	Comodo
40.8 tok/s 24–65 · bassa fiducia	GeForce RTX 5090 NVIDIA	32 GB	1,790 GB/s	Jan 2025	23.3 GB	Q6_K	Comodo
40.8 tok/s 24–65 · bassa fiducia	GeForce RTX 5090 D NVIDIA	32 GB	1,790 GB/s	Jan 2025	23.3 GB	Q6_K	Comodo
40.6 tok/s 24–65 · bassa fiducia	GeForce RTX 5080 NVIDIA	16 GB	960 GB/s	Jan 2025	13.9 GB	Q3_K_M	Stretto
40.1 tok/s 24–64 · bassa fiducia	Radeon Instinct MI250 AMD	128 GB	3,280 GB/s	Nov 2021	29.6 GB	Q8_0	Comodo
40.1 tok/s 24–64 · bassa fiducia	Radeon Instinct MI250X AMD	128 GB	3,280 GB/s	Nov 2021	29.6 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: Google Research,Yale University,Google DeepMind,Brown University,University of Southern California
Tipo di organizzazione: Industry,Academia,Industry,Academia,Academia
Paese: United States of America
Pubblicato: 11 October 2025
Autori: Syed Asad Rizvi, Daniel Levine, Aakash Patel, Shiyang Zhang, Eric Wang, Curtis Jamison Perry, Nicole Mayerli Constante, Sizhuang He, David Zhang, Cerise Tang, Zhuoyang Lyu, Rayyan Darji, Chang Li, Emily Sun, David Jeong, Lawrence Zhao, Jennifer Kwan, David Braun, Brian Hafler, Hattie Chung, Rahul M. Dhodapkar, Bryan Perozzi, Jeffrey Ishizuka, Shekoofeh Azizi, David van Dijk

Cosa fa

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

Dominio: Language, Biology
Compito: Cell Biology, RNA sequence generation, Language modeling/generation, Question answering
Modello di base: Gemma 2 27B

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: 27B
Dati di addestramento: 1,000,000,000 tokens

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.

Come è stato stabilito: Operation counting
Addestramento fine: 1.6 × 10²⁰ 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: Google TPU v4
Chip utilizzati: 256
Consumo energetico: 170.0 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: Unreleased
Hugging Face: vandijklab

Come è classificato

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

Record fiducia: Likely

Fonti

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

Riferimento: Scaling Large Language Models for Next-Generation Single-Cell Analysis
Ultimo aggiornamento: 28 November 2025

Gli estremi

Le dieci GPU più veloci che eseguono C2S-Scale

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 C2S-Scale

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

Xeon Phi 7120P

Memoria necessaria

13.9 GB

Più veloce

125 tok/s

C2S-Scale raggiunge un conteggio di parametri di 27B. 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: 241.

L'hardware minimo che funziona è Xeon Phi 7120P, con una capacità di memoria di 16 GB, eseguendolo a una compressione di Q3_K_M e producendo circa 9.7 token al secondo

Top di gamma è B200, generando approssimativamente 125 token al secondo sulla base di una larghezza di banda di VRAM 8,000 GB/s.

Informazioni su questo modello

C2S-Scale è stato pubblicato da Google Research,Yale University,Google DeepMind,Brown University,University of Southern California, nel paese registrato come United States of America, durante October 2025. Esce da un'organizzazione categorizzata come industry,Academia,Industry,Academia,Academia.

Funziona nel dominio di Language, Biology, ed è registrato come eseguire il compito di cell Biology, RNA sequence generation, Language modeling/generation, Question answering.

Invece di essere addestrato da zero, è derivato da Gemma 2 27B. È per questo che condivide la forma e le dimensioni generali del modello base.

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 vandijklab.

Quanto è veloce nel funzionare e perché

Meta delle schede che lo supportano gestiscono più di 19.0 token al secondo 196 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.

Come è stato addestrato

Il set di addestramento si aggirava attorno a 1,000,000,000 token di testo

Passo dopo passo

Come scegliere una GPU per C2S-Scale

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

Ogni card qui è stata controllata contro C2S-Scale, avere bisogno di circa 13.9 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

Conversazioni più lunghe richiedono memoria oltre a ciò che i pesi necessitano. Muovi il cursore sulla tua reale lunghezza di lavoro prima di fidarti di qualsiasi riga per C2S-Scale.
03

Decidi quanto spazio di compressione accetterai

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

Il ranking per tokens al secondo segue la larghezza di banda della memoria piuttosto che il numero di core, per C2S-Scale. 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 125 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 C2S-Scale. 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 C2S-Scale.

Risposte

C2S-Scale — domande comuni

C2S-Scale— quanta VRAM serve?

Ha bisogno di 13.9 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.

C2S-Scale— 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 Q3_K_M, utilizzando circa 13.9 GB e generando approssimativamente 47.8 token al secondo. Il fit è stretto.

C2S-Scale— 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 Q5_K_M, utilizzando circa 20.2 GB e generando approssimativamente 37.5 token al secondo. Il fit è stretto.

C2S-Scale— 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.

C2S-Scale— quanti parametri ha?

Ha un numero di parametri di 27B. 27B. 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.

C2S-Scale— chi l'ha creato?

È stato pubblicato da Google Research,Yale University,Google DeepMind,Brown University,University of Southern California, basato su United States of America, un'organizzazione categorizzata come industry,Academia,Industry,Academia,Academia.

C2S-Scale— quando è stato rilasciato?

È stato pubblicato in October 2025.

C2S-Scale— A cosa serve?

Funziona nel dominio di Language, Biology, e viene registrato come gestire il compito di cell Biology, RNA sequence generation, Language modeling/generation, Question answering. 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.

C2S-Scale— Dove posso scaricarlo?

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

C2S-Scale— 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 6.2 GB Ogni figura qui presume che l'intero modello sia residente sulla scheda.

C2S-Scale— 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: 241. Quindi una seconda CARD è raramente la risposta qui.

C2S-Scale— perché la quantizzazione differisce tra le schede?

Poiché la capacità varia, così deve essere spremuta. Il numero di livelli distinti nella tabella sopra: 5. Schede più grandi ottengono la versione più accurata e il livello di qualità sopra fissa il confronto a un livello.

C2S-Scale— 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: 75–201 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.

C2S-Scale— che GPU ho bisogno per eseguirlo?

La scheda più piccola nel nostro catalogo che la contiene è Xeon Phi 7120P, con una capacità di memoria di 16 GB. Esegui il modello a una compressione di Q3_K_M utilizzando circa 13.9 GB, e produce approssimativamente 9.7 token al secondo. Il numero di card in grado di eseguirlo in totale: 241.

C2S-Scale— quanto è veloce su una GPU?

Dipende dalla scheda. La più rapida che calcoliamo è B200, circa 125 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: 196.

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