Vicuna-33B-v1.3 calcolatore TPS

Apri i pesi Large Model Systems Organization,University of California (UC) Berkeley 33B parametri June 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

132 schede che possono eseguirlo

818 schede per cui abbiamo specifiche

Scheda più piccola che si adatta

RTX A4500

20 GB · Q3_K_M · 22.2 tok/s

Scheda più veloce

B200

103 tok/s · 180 GB

Quali GPU possono eseguire Vicuna-33B-v1.3?

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.

132 schede corrispondono

Calcolo

					Ha bisogno	Quantizzazione	Adatto
103 tok/s 62–164 · bassa fiducia	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	36.0 GB	Q8_0	Comodo
103 tok/s 62–164 · bassa fiducia	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	36.0 GB	Q8_0	Comodo
82.0 tok/s 49–131 · bassa fiducia	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	36.0 GB	Q8_0	Comodo
82.0 tok/s 49–131 · bassa fiducia	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	36.0 GB	Q8_0	Comodo
65.6 tok/s 39–105 · bassa fiducia	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	36.0 GB	Q8_0	Comodo
62.8 tok/s 38–100 · bassa fiducia	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	36.0 GB	Q8_0	Comodo
62.8 tok/s 38–100 · bassa fiducia	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	36.0 GB	Q8_0	Comodo
60.1 tok/s 36–96 · bassa fiducia	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	36.0 GB	Q8_0	Comodo
53.3 tok/s 32–85 · bassa fiducia	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	36.0 GB	Q8_0	Comodo
53.3 tok/s 32–85 · bassa fiducia	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	36.0 GB	Q8_0	Comodo
53.3 tok/s 32–85 · bassa fiducia	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	36.0 GB	Q8_0	Comodo
50.6 tok/s 30–81 · bassa fiducia	H100 NVL 94 GB NVIDIA	94 GB	3,940 GB/s	Mar 2023	36.0 GB	Q8_0	Comodo
43.1 tok/s 26–69 · bassa fiducia	H100 PCIe 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	36.0 GB	Q8_0	Comodo
43.1 tok/s 26–69 · bassa fiducia	H100 SXM5 80 GB NVIDIA	80 GB	3,360 GB/s	Oct 2022	36.0 GB	Q8_0	Comodo
43.1 tok/s 26–69 · bassa fiducia	H100 SXM5 94 GB NVIDIA	94 GB	3,360 GB/s	Mar 2023	36.0 GB	Q8_0	Comodo
43.1 tok/s 26–69 · bassa fiducia	H100 SXM5 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	36.0 GB	Q8_0	Comodo
43.1 tok/s 26–69 · bassa fiducia	H800 SXM5 NVIDIA	80 GB	3,360 GB/s	Mar 2023	36.0 GB	Q8_0	Comodo
39.7 tok/s 24–64 · bassa fiducia	GeForce RTX 5090 D V2 NVIDIA	24 GB	1,340 GB/s	Aug 2025	20.7 GB	Q4_K_M	Stretto
36.2 tok/s 22–58 · bassa fiducia	A30X NVIDIA	24 GB	1,220 GB/s	Apr 2021	20.7 GB	Q4_K_M	Stretto
34.9 tok/s 21–56 · bassa fiducia	DRIVE A100 PROD NVIDIA	32 GB	1,870 GB/s	May 2020	28.3 GB	Q6_K	Stretto
34.9 tok/s 21–56 · bassa fiducia	GRID A100A NVIDIA	32 GB	1,870 GB/s	May 2020	28.3 GB	Q6_K	Stretto
33.4 tok/s 20–53 · bassa fiducia	GeForce RTX 5090 NVIDIA	32 GB	1,790 GB/s	Jan 2025	28.3 GB	Q6_K	Stretto
33.4 tok/s 20–53 · bassa fiducia	GeForce RTX 5090 D NVIDIA	32 GB	1,790 GB/s	Jan 2025	28.3 GB	Q6_K	Stretto
32.8 tok/s 20–53 · bassa fiducia	Radeon Instinct MI250 AMD	128 GB	3,280 GB/s	Nov 2021	36.0 GB	Q8_0	Comodo
32.8 tok/s 20–53 · bassa fiducia	Radeon Instinct MI250X AMD	128 GB	3,280 GB/s	Nov 2021	36.0 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: Large Model Systems Organization,University of California (UC) Berkeley
Tipo di organizzazione: Academia,Academia
Paese: United States of America
Pubblicato: 22 June 2023

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, Chat
Modello di base: LLaMA-33B

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: 33B
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.

Come è stato stabilito: Operation counting

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: Open source

Come è classificato

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

Record fiducia: Confident

Fonti

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

Riferimento: Vicuna Model Card
Ultimo aggiornamento: 28 November 2025

Gli estremi

Le dieci GPU più veloci che eseguono Vicuna-33B-v1.3

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 Vicuna-33B-v1.3

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

RTX A4500

Memoria necessaria

16.8 GB

Più veloce

103 tok/s

Vicuna-33B-v1.3 raggiunge un conteggio di parametri di 33B. 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: 132.

L'hardware minimo che funziona è RTX A4500, con una capacità di memoria di 20 GB, eseguendolo a una compressione di Q3_K_M e producendo circa 22.2 token al secondo

Top di gamma è B200, generando approssimativamente 103 token al secondo sulla base di una larghezza di banda di VRAM 8,000 GB/s.

Sfondo

Vicuna-33B-v1.3 è stato pubblicato da Large Model Systems Organization,University of California (UC) Berkeley, nel paese registrato come United States of America, durante June 2023. Esce da un'organizzazione categorizzata come academia,Academia.

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

Costruisce su LLaMA-33B. È per questo che condivide la forma e le dimensioni generali del modello base.

I pesi sono pubblicati, quindi possono essere scaricati e eseguiti sul proprio hardware indefinitamente, offline, senza un account associato.

Leggendo i dati di throughput

Meta delle schede che lo supportano gestiscono più di 20.3 token al secondo 101 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.

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.

Passo dopo passo

Come scegliere una GPU per Vicuna-33B-v1.3

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 Vicuna-33B-v1.3, avere bisogno di circa 16.8 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. Vicuna-33B-v1.3.
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

Ordina per velocità

Ordina per velocità per vedere come si classificano le schede per Vicuna-33B-v1.3. 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 103 tok/s
05

Controlla il giudizio di compatibilità prima di acquistare

Una vestibilità stretta funziona, ma non lascia nulla in più per una conversazione più lunga, nel caso di Vicuna-33B-v1.3. 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.

Seguire una GPU attraverso la sua pagina mostra ogni altro modello che può contenere, che è la domanda che segue una volta che hai deciso su Vicuna-33B-v1.3.

Risposte

Vicuna-33B-v1.3 — domande comuni

Vicuna-33B-v1.3— 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 Q4_K_M, utilizzando circa 20.7 GB e generando approssimativamente 39.7 token al secondo. Il fit è stretto.

Vicuna-33B-v1.3— 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.

Vicuna-33B-v1.3— quanti parametri ha?

Ha un numero di parametri di 33B. 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.

Vicuna-33B-v1.3— chi l'ha creato?

È stato pubblicato da Large Model Systems Organization,University of California (UC) Berkeley, basato su United States of America, un'organizzazione categorizzata come academia,Academia.

Vicuna-33B-v1.3— quando è stato rilasciato?

È stato pubblicato in June 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.

Vicuna-33B-v1.3— A cosa serve?

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

Vicuna-33B-v1.3— 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.

Vicuna-33B-v1.3— 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 6.3 GB Ogni figura qui presume che l'intero modello sia residente sulla scheda.

Vicuna-33B-v1.3— 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: 132. Quindi una seconda CARD è raramente la risposta qui.

Vicuna-33B-v1.3— 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.

Vicuna-33B-v1.3— quanto sono accurate queste stime di velocità?

Vengono calcolati dalle specifiche piuttosto che misurati, e ognuno ha un intervallo. Un esempio: 62–164 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.

Vicuna-33B-v1.3— che GPU ho bisogno per eseguirlo?

La scheda più piccola nel nostro catalogo che la contiene è RTX A4500, con una capacità di memoria di 20 GB. Esegui il modello a una compressione di Q3_K_M utilizzando circa 16.8 GB, e produce approssimativamente 22.2 token al secondo. Il numero di card in grado di eseguirlo in totale: 132.

Vicuna-33B-v1.3— quanto è veloce su una GPU?

Dipende dalla scheda. La più rapida che calcoliamo è B200, circa 103 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: 101.

Vicuna-33B-v1.3— quanta VRAM serve?

Ha bisogno di 16.8 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.

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