Falcon-180B calcolatore TPS

Apri i pesi Technology Innovation Institute 180B parametri September 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

17 schede che possono eseguirlo

818 schede per cui abbiamo specifiche

Scheda più piccola che si adatta

Radeon Instinct MI250

128 GB · Q4_K_M · 13.9 tok/s

Scheda più veloce

Radeon Instinct MI300

27.8 tok/s · 128 GB

Quali GPU possono eseguire Falcon-180B?

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.

17 schede corrispondono

Calcolo

					Ha bisogno	Quantizzazione	Adatto
27.8 tok/s 17–44 · bassa fiducia	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	109.6 GB	Q4_K_M	Stretto
27.4 tok/s 16–44 · bassa fiducia	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	151.5 GB	Q6_K	Stretto
26.6 tok/s 16–43 · bassa fiducia	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	109.6 GB	Q4_K_M	Stretto
26.6 tok/s 16–43 · bassa fiducia	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	109.6 GB	Q4_K_M	Stretto
22.6 tok/s 14–36 · bassa fiducia	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	109.6 GB	Q4_K_M	Stretto
18.8 tok/s 11–30 · bassa fiducia	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	193.4 GB	Q8_0	Comodo
15.0 tok/s 9–24 · bassa fiducia	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	193.4 GB	Q8_0	Comodo
15.0 tok/s 9–24 · bassa fiducia	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	193.4 GB	Q8_0	Comodo
14.2 tok/s 9–23 · bassa fiducia	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	151.5 GB	Q6_K	Stretto
14.2 tok/s 9–23 · bassa fiducia	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	151.5 GB	Q6_K	Stretto
13.9 tok/s 8–22 · bassa fiducia	Radeon Instinct MI250 AMD	128 GB	3,280 GB/s	Nov 2021	109.6 GB	Q4_K_M	Stretto
13.9 tok/s 8–22 · bassa fiducia	Radeon Instinct MI250X AMD	128 GB	3,280 GB/s	Nov 2021	109.6 GB	Q4_K_M	Stretto
11.6 tok/s 7–19 · bassa fiducia	Data Center GPU Max 1550 Intel	128 GB	3,280 GB/s	Jan 2023	109.6 GB	Q4_K_M	Stretto
11.3 tok/s 7–18 · bassa fiducia	Data Center GPU Max Subsystem Intel	128 GB	3,210 GB/s	Jan 2023	109.6 GB	Q4_K_M	Stretto
11.0 tok/s 7–18 · bassa fiducia	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	193.4 GB	Q8_0	Stretto
1.5 tok/s 1–2 · bassa fiducia	GB10 NVIDIA	128 GB	273 GB/s	Oct 2025	109.6 GB	Q4_K_M	Stretto
1.5 tok/s 1–2 · bassa fiducia	Jetson T5000 NVIDIA	128 GB	273 GB/s	Aug 2025	109.6 GB	Q4_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: Technology Innovation Institute
Tipo di organizzazione: Government
Paese: United Arab Emirates
Pubblicato: 6 September 2023
Autori: Ebtesam Almazrouei, Hamza Alobeidli, Abdulaziz Alshamsi, Alessandro Cappelli, Ruxandra Cojocaru, Mérouane Debbah, Étienne Goffinet, Daniel Hesslow, Julien Launay, Quentin Malartic, Daniele Mazzotta, Badreddine Noune, Baptiste Pannier, Guilherme Penedo

Cosa fa

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

Dominio: Language
Compito: Language modeling, Language modeling/generation, Question answering
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: 180B
Dati di addestramento: 3,500,000,000,000 tokens
Epoche: 1
Dimensione del Batch: 4,194,304

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 × 10²⁴ FLOP
Come è stato stabilito: Reported,Operation counting
Gamma plausibile: 3.8 × 10²⁴ – 3.8 × 10²⁴ 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 SXM4 40 GB
Chip utilizzati: 4,096
Chip-ore: 17,694,720
Tempo di parete: 4,320 hours (180 days)
Utilizzo dell'hardware: MFU 18.9%
Consumo energetico: 3.3 MW
Costo di calcolo: $10,743,501
Fornitore di cloud: Amazon Web Services

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 Frontier: Yes
Probabilmente sopra 10²³ FLOP: Yes
Perché è monitorato: Training cost
Record fiducia: Confident
Citazioni: 691

Fonti

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

Riferimento: The Falcon Series of Open Language Models
Ultimo aggiornamento: 25 May 2026

Gli estremi

Le dieci GPU più veloci che eseguono Falcon-180B

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 Falcon-180B

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

Radeon Instinct MI250

Memoria necessaria

109.6 GB

Più veloce

27.8 tok/s

Falcon-180B raggiunge un conteggio di parametri di 180B. 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: 17.

La scheda più piccola che lo tiene è Radeon Instinct MI250, con una capacità di memoria di 128 GB, eseguendolo a una compressione di Q4_K_M e producendo circa 13.9 token al secondo

All'altra estremità si trova Radeon Instinct MI300, generando approssimativamente 27.8 token al secondo sulla base di una larghezza di banda di VRAM 6,550 GB/s.

Da dove è venuto

Falcon-180B è stato pubblicato da Technology Innovation Institute, nel paese registrato come United Arab Emirates, durante September 2023. Esce da un'organizzazione categorizzata come government.

Funziona nel dominio di Language, ed è registrato come eseguire il compito di language modeling, Language modeling/generation, Question answering.

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.

Comprendere le velocità

Meta delle schede che lo supportano gestiscono più di 14.2 token al secondo. Producendo testo più veloce della maggior parte delle persone che lo leggono. 15 di loro

È un modello denso, quindi ogni parametro viene letto per ogni token prodotto. Questo rende la pista di velocità la larghezza di banda della memoria quasi esattamente — una CARD con il doppio della larghezza di banda genera approssimativamente il doppio della velocità.

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.

Come è stato addestrato

Il training ha richiesto un budget di calcolo di circa 3.8 × 10²⁴ FLOP, su hardware registrato come NVIDIA A100 SXM4 40 GB. Quella cifra misura quanto è costata la produzione del modello e non ha alcun impatto su quanto velocemente risponde.

Il set di addestramento si aggirava attorno a 3,500,000,000,000 token di testo

Il motivo per cui appare in questo catalogo è: training cost.

Passo dopo passo

Come scegliere una GPU per Falcon-180B

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

Ogni card qui è stata controllata contro Falcon-180B, avere bisogno di circa 109.6 GB a una compressione di Q4_K_M. La Capacità è il cancello — una card o la tiene o non la tiene.
02

Corrispondi il contesto al tuo utilizzo attuale

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 Falcon-180B.
03

Scegli quanto lontano lo comprimerai

Ogni card esegue la copia meno compressa che può contenere., raggiungendo una compressione di Q4_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.

Ordina per velocità per vedere come si classificano le schede per Falcon-180B. 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 Radeon Instinct MI300, nella 27.8 tok/s
05

Controlla il giudizio di compatibilità prima di acquistare

Tight significa che si carica e funziona senza spazio per aumentare il context length in caso di Falcon-180B. 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 Falcon-180B.

Risposte

Falcon-180B — domande comuni

Falcon-180B— quanto calcolo è stato utilizzato per addestrarlo?

L'addestramento ha consumato circa 3.8 × 10²⁴ FLOP, su hardware registrato come NVIDIA A100 SXM4 40 GB. 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.

Falcon-180B— posso eseguirlo se non si adatta nella mia GPU?

Solo scaricando, che di solito è una falsa economia: la parte tenuta in SYSTEM MEMORY rallenta tutto. La più vicina mancata che calcoliamo risulta insufficiente di 23.2 GB Ogni figura qui presume che l'intero modello sia residente sulla scheda.

Falcon-180B— 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: 17. Quindi una seconda CARD è raramente la risposta qui.

Falcon-180B— perché la quantizzazione differisce tra le schede?

Poiché la capacità varia, così deve essere spremuta. Il numero di livelli distinti nella tabella sopra: 3. Schede più grandi ottengono la versione più accurata e il livello di qualità sopra fissa il confronto a un livello.

Falcon-180B— quanto sono accurate queste stime di velocità?

Vengono calcolati dalle specifiche piuttosto che misurati, e ognuno ha un intervallo. Un esempio: 17–44 tok/s su Radeon Instinct MI300. Lo stesso modello e scheda variano tra il trenta e il cinquanta per cento a seconda del software di inferenza e della sua versione.

Falcon-180B— che GPU ho bisogno per eseguirlo?

La scheda più piccola nel nostro catalogo che la contiene è Radeon Instinct MI250, con una capacità di memoria di 128 GB. Esegui il modello a una compressione di Q4_K_M utilizzando circa 109.6 GB, e produce approssimativamente 13.9 token al secondo. Il numero di card in grado di eseguirlo in totale: 17.

Falcon-180B— quanto è veloce su una GPU?

Dipende dalla scheda. La più rapida che calcoliamo è Radeon Instinct MI300, circa 27.8 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: 15.

Falcon-180B— quanta VRAM serve?

Ha bisogno di 109.6 GB a una compressione di Q4_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.

Falcon-180B— 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.

Falcon-180B— quanti parametri ha?

Ha un numero di parametri di 180B. "Falcon 180B is a super-powerful language model with 180 billion 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.

Falcon-180B— chi l'ha creato?

È stato pubblicato da Technology Innovation Institute, basato su United Arab Emirates, un'organizzazione categorizzata come government.

Falcon-180B— quando è stato rilasciato?

È stato pubblicato in September 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.

Falcon-180B— A cosa serve?

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

Falcon-180B— 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.

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