CogVLM-17B calcolatore TPS

Apri i pesi Tsinghua University,Z.ai (Zhipu AI),Beihang University 17B parametri November 2023

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

295 schede che possono eseguirlo

818 schede per cui abbiamo specifiche

Scheda più piccola che si adatta

GeForce GTX 1080 Ti

11 GB · Q3_K_M · 27.7 tok/s

Scheda più veloce

B200

199 tok/s · 180 GB

Quali GPU possono eseguire CogVLM-17B?

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.

295 schede corrispondono

Calcolo

					Ha bisogno	Quantizzazione	Adatto
199 tok/s 120–319 · bassa fiducia	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	18.9 GB	Q8_0	Comodo
199 tok/s 120–319 · bassa fiducia	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	18.9 GB	Q8_0	Comodo
159 tok/s 95–255 · bassa fiducia	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	18.9 GB	Q8_0	Comodo
159 tok/s 95–255 · bassa fiducia	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	18.9 GB	Q8_0	Comodo
127 tok/s 76–204 · bassa fiducia	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	18.9 GB	Q8_0	Comodo
122 tok/s 73–195 · bassa fiducia	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	18.9 GB	Q8_0	Comodo
122 tok/s 73–195 · bassa fiducia	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	18.9 GB	Q8_0	Comodo
117 tok/s 70–187 · bassa fiducia	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	18.9 GB	Q8_0	Comodo
103 tok/s 62–166 · bassa fiducia	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	18.9 GB	Q8_0	Comodo
103 tok/s 62–166 · bassa fiducia	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	18.9 GB	Q8_0	Comodo
103 tok/s 62–166 · bassa fiducia	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	18.9 GB	Q8_0	Comodo
98.2 tok/s 59–157 · bassa fiducia	H100 NVL 94 GB NVIDIA	94 GB	3,940 GB/s	Mar 2023	18.9 GB	Q8_0	Comodo
83.7 tok/s 50–134 · bassa fiducia	H100 PCIe 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	18.9 GB	Q8_0	Comodo
83.7 tok/s 50–134 · bassa fiducia	H100 SXM5 80 GB NVIDIA	80 GB	3,360 GB/s	Oct 2022	18.9 GB	Q8_0	Comodo
83.7 tok/s 50–134 · bassa fiducia	H100 SXM5 94 GB NVIDIA	94 GB	3,360 GB/s	Mar 2023	18.9 GB	Q8_0	Comodo
83.7 tok/s 50–134 · bassa fiducia	H100 SXM5 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	18.9 GB	Q8_0	Comodo
83.7 tok/s 50–134 · bassa fiducia	H800 SXM5 NVIDIA	80 GB	3,360 GB/s	Mar 2023	18.9 GB	Q8_0	Comodo
63.7 tok/s 38–102 · bassa fiducia	Radeon Instinct MI250 AMD	128 GB	3,280 GB/s	Nov 2021	18.9 GB	Q8_0	Comodo
63.7 tok/s 38–102 · bassa fiducia	Radeon Instinct MI250X AMD	128 GB	3,280 GB/s	Nov 2021	18.9 GB	Q8_0	Comodo
55.8 tok/s 33–89 · bassa fiducia	GeForce RTX 3080 12 GB NVIDIA	12 GB	912 GB/s	Jan 2022	10.0 GB	IQ4_XS	Stretto
55.8 tok/s 33–89 · bassa fiducia	GeForce RTX 3080 Ti NVIDIA	12 GB	912 GB/s	May 2021	10.0 GB	IQ4_XS	Stretto
53.1 tok/s 32–85 · bassa fiducia	Data Center GPU Max 1550 Intel	128 GB	3,280 GB/s	Jan 2023	18.9 GB	Q8_0	Comodo
52.0 tok/s 31–83 · bassa fiducia	Data Center GPU Max Subsystem Intel	128 GB	3,210 GB/s	Jan 2023	18.9 GB	Q8_0	Comodo
50.8 tok/s 30–81 · bassa fiducia	A100 SXM4 80 GB NVIDIA	80 GB	2,040 GB/s	Nov 2020	18.9 GB	Q8_0	Comodo
50.8 tok/s 30–81 · bassa fiducia	A100X NVIDIA	80 GB	2,040 GB/s	Jun 2021	18.9 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: Tsinghua University,Z.ai (Zhipu AI),Beihang University
Tipo di organizzazione: Academia,Industry,Academia
Paese: China
Pubblicato: 6 November 2023
Autori: Weihan Wang, Qingsong Lv, Wenmeng Yu, Wenyi Hong, Ji Qi, Yan Wang, Junhui Ji, Zhuoyi Yang, Lei Zhao, Xixuan Song, Jiazheng Xu, Bin Xu, Juanzi Li, Yuxiao Dong, Ming Ding, Jie Tang

Cosa fa

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

Dominio: Multimodal, Vision, Language
Compito: Image captioning, Visual question answering, Chat
Approccio: Supervised
Modello di base: Vicuna-7B v0
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: 17B
Dati di addestramento: 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.

Calcolo di addestramento: 6.3 × 10²² FLOP
Come è stato stabilito: Reported
Addestramento fine: 2 × 10²² FLOP

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 (restricted use)
Codice di addestramento: Unreleased

Come è classificato

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

Modello di base: Yes
Perché è monitorato: SOTA improvement
Record fiducia: Confident
Citazioni: 794

Fonti

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

Riferimento: CogVLM: Visual Expert for Pretrained Language Models
Ultimo aggiornamento: 25 May 2026

Gli estremi

Le dieci GPU più veloci che eseguono CogVLM-17B

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 CogVLM-17B

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

GeForce GTX 1080 Ti

Memoria necessaria

9.0 GB

Più veloce

199 tok/s

CogVLM-17B raggiunge un conteggio di parametri di 17B. 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: 295.

L'hardware minimo che funziona è GeForce GTX 1080 Ti, con una capacità di memoria di 11 GB, eseguendolo a una compressione di Q3_K_M e producendo circa 27.7 token al secondo

Il risultato più rapido proviene da B200, generando approssimativamente 199 token al secondo sulla base di una larghezza di banda di VRAM 8,000 GB/s.

Sfondo

CogVLM-17B è stato pubblicato da Tsinghua University,Z.ai (Zhipu AI),Beihang University, nel paese registrato come China, durante November 2023. L'organizzazione di pubblicazione è classificata come academia,Industry,Academia.

Funziona nel dominio di Multimodal, Vision, Language, ed è registrato come eseguire il compito di image captioning, Visual question answering, Chat.

Invece di essere addestrato da zero, è derivato da Vicuna-7B v0. È per questo che condivide la forma e le dimensioni generali del modello base.

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

Leggendo i dati di throughput

Meta delle schede che lo supportano gestiscono più di 20.6 token al secondo 251 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 memoria qui è stimata dalla dimensione piuttosto che calcolata dall'architettura, che non è registrata per questo modello — i numeri sono indicativi piuttosto che esatti.

Cosa è stato necessario per costruirlo

Il run di addestramento ha consumato circa 6.3 × 10²² FLOP. Quella cifra misura quanto è costata la produzione del modello e non ha alcun impatto su quanto velocemente risponde.

Il suo criterio di inclusione: sOTA improvement.

Passo dopo passo

Come scegliere una GPU per CogVLM-17B

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 CogVLM-17B, avere bisogno di circa 9.0 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.

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 CogVLM-17B.
03

Scegli quanto lontano lo comprimerai

Ogni card esegue la copia meno compressa che può contenere., 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.

Ordina per velocità per vedere come si classificano le schede per CogVLM-17B. 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 199 tok/s
05

Leggi l'ultima colonna di fit

Tight significa che si carica e funziona senza spazio per aumentare il context length in caso di CogVLM-17B. 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 pagina della scheda ripete questo sondaggio per ogni modello che possediamo, rispondendo a cosa altro l'hardware è utile oltre a CogVLM-17B.

Risposte

CogVLM-17B — domande comuni

CogVLM-17B— 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: 5. Schede più grandi ottengono la versione più accurata e il livello di qualità sopra fissa il confronto a un livello.

CogVLM-17B— quanto sono accurate queste stime di velocità?

Queste sono stime con barre di errore reali, e ognuna di esse potrebbe ragionevolmente collocarsi ovunque nel suo intervallo pubblicato a seconda del runtime che utilizzi. Il risultato più veloce qui: 120–319 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.

CogVLM-17B— che GPU ho bisogno per eseguirlo?

La scheda più piccola nel nostro catalogo che la contiene è GeForce GTX 1080 Ti, con una capacità di memoria di 11 GB. Esegui il modello a una compressione di Q3_K_M utilizzando circa 9.0 GB, e produce approssimativamente 27.7 token al secondo. Il numero di card in grado di eseguirlo in totale: 295.

CogVLM-17B— quanto è veloce su una GPU?

Dipende dalla scheda. La più rapida che calcoliamo è B200, circa 199 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: 251.

CogVLM-17B— quanta VRAM serve?

Ha bisogno di 9.0 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.

CogVLM-17B— posso eseguirlo su una GPU holding 12 GB?

Sì. La scheda GeForce RTX 3080 Ti, tenere 12 GB, lo esegue a una compressione di IQ4_XS, utilizzando circa 10.0 GB e generando approssimativamente 55.8 token al secondo. Il fit è stretto.

CogVLM-17B— 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 Q5_K_M, utilizzando circa 13.0 GB e generando approssimativamente 50.3 token al secondo. Il fit è stretto.

CogVLM-17B— 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 18.9 GB e generando approssimativamente 33.4 token al secondo. Il fit è stretto.

CogVLM-17B— 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.

CogVLM-17B— quanti parametri ha?

Ha un numero di parametri di 17B. CogVLM-17B has 10 billion vision parameters and 7 billion language parameters. However, "the total number of trainable parameters is 6.5B". "CogVLM model comprises four fundamental components: a vision transformer (ViT) encoder, an MLP adapter, a pretrained large language model (GPT), and a visual expert module." ViT: EVA2-CLIP-E, last layer removed (5B params with last layer, non-trainable) MLP adapter: 2 layers, parameter count unavailable GPT: Vicuna1.5-7B (7B params) Visual expert module: parameter count unclear. 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.

CogVLM-17B— chi l'ha creato?

È stato pubblicato da Tsinghua University,Z.ai (Zhipu AI),Beihang University, basato su China, un'organizzazione categorizzata come academia,Industry,Academia.

CogVLM-17B— quando è stato rilasciato?

È stato pubblicato in November 2023. 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.

CogVLM-17B— A cosa serve?

Funziona nel dominio di Multimodal, Vision, Language, e viene registrato come gestire il compito di image captioning, Visual question answering, Chat. 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.

CogVLM-17B— 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.

CogVLM-17B— quanto calcolo è stato utilizzato per addestrarlo?

L'addestramento ha consumato circa 6.3 × 10²² 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.

CogVLM-17B— 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 2.0 GB Ogni figura qui presume che l'intero modello sia residente sulla scheda.

CogVLM-17B— 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: 295. 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