Guanaco-65B calcolatore TPS

Apri i pesi University of Washington 65B parametri May 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

61 schede che possono eseguirlo

818 schede per cui abbiamo specifiche

Scheda più piccola che si adatta

A100 PCIe 40 GB

40 GB · Q3_K_M · 27.4 tok/s

Scheda più veloce

B200

52.1 tok/s · 180 GB

Quali GPU possono eseguire Guanaco-65B?

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.

61 schede corrispondono

Calcolo

					Ha bisogno	Quantizzazione	Adatto
52.1 tok/s 31–83 · bassa fiducia	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	70.3 GB	Q8_0	Comodo
52.1 tok/s 31–83 · bassa fiducia	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	70.3 GB	Q8_0	Comodo
41.6 tok/s 25–67 · bassa fiducia	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	70.3 GB	Q8_0	Comodo
41.6 tok/s 25–67 · bassa fiducia	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	70.3 GB	Q8_0	Comodo
33.3 tok/s 20–53 · bassa fiducia	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	70.3 GB	Q8_0	Comodo
31.9 tok/s 19–51 · bassa fiducia	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	70.3 GB	Q8_0	Comodo
31.9 tok/s 19–51 · bassa fiducia	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	70.3 GB	Q8_0	Comodo
30.5 tok/s 18–49 · bassa fiducia	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	70.3 GB	Q8_0	Comodo
28.1 tok/s 17–45 · bassa fiducia	GRID A100B NVIDIA	48 GB	1,870 GB/s	May 2020	40.0 GB	Q4_K_M	Stretto
27.4 tok/s 16–44 · bassa fiducia	A100 PCIe 40 GB NVIDIA	40 GB	1,560 GB/s	Jun 2020	32.5 GB	Q3_K_M	Stretto
27.4 tok/s 16–44 · bassa fiducia	A100 SXM4 40 GB NVIDIA	40 GB	1,560 GB/s	May 2020	32.5 GB	Q3_K_M	Stretto
27.4 tok/s 16–44 · bassa fiducia	A800 PCIe 40 GB NVIDIA	40 GB	1,560 GB/s	Nov 2022	32.5 GB	Q3_K_M	Stretto
27.1 tok/s 16–43 · bassa fiducia	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	70.3 GB	Q8_0	Comodo
27.1 tok/s 16–43 · bassa fiducia	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	70.3 GB	Q8_0	Comodo
27.1 tok/s 16–43 · bassa fiducia	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	70.3 GB	Q8_0	Comodo
25.7 tok/s 15–41 · bassa fiducia	H100 NVL 94 GB NVIDIA	94 GB	3,940 GB/s	Mar 2023	70.3 GB	Q8_0	Comodo
21.9 tok/s 13–35 · bassa fiducia	H100 PCIe 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	70.3 GB	Q8_0	Comodo
21.9 tok/s 13–35 · bassa fiducia	H100 SXM5 80 GB NVIDIA	80 GB	3,360 GB/s	Oct 2022	70.3 GB	Q8_0	Stretto
21.9 tok/s 13–35 · bassa fiducia	H100 SXM5 94 GB NVIDIA	94 GB	3,360 GB/s	Mar 2023	70.3 GB	Q8_0	Comodo
21.9 tok/s 13–35 · bassa fiducia	H100 SXM5 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	70.3 GB	Q8_0	Comodo
21.9 tok/s 13–35 · bassa fiducia	H800 SXM5 NVIDIA	80 GB	3,360 GB/s	Mar 2023	70.3 GB	Q8_0	Stretto
20.2 tok/s 12–32 · bassa fiducia	RTX PRO 5000 Blackwell NVIDIA	48 GB	1,340 GB/s	Mar 2025	40.0 GB	Q4_K_M	Stretto
19.1 tok/s 11–31 · bassa fiducia	H100 SXM5 64 GB NVIDIA	64 GB	2,020 GB/s	Mar 2023	55.2 GB	Q6_K	Stretto
16.7 tok/s 10–27 · bassa fiducia	Radeon Instinct MI250 AMD	128 GB	3,280 GB/s	Nov 2021	70.3 GB	Q8_0	Comodo
16.7 tok/s 10–27 · bassa fiducia	Radeon Instinct MI250X AMD	128 GB	3,280 GB/s	Nov 2021	70.3 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: University of Washington
Tipo di organizzazione: Academia
Paese: United States of America
Pubblicato: 23 May 2023
Autori: Tim Dettmers, Artidoro Pagnoni, Ari Holtzman, Luke Zettlemoyer

Cosa fa

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

Dominio: Language
Compito: Chat
Modello di base: LLaMA-65B

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: 65B
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: 5.5 × 10²³ FLOP
Come è stato stabilito: Hardware
Addestramento fine: 8 × 10¹⁸ FLOP

La corsa di addestramento

Cosa ha richiesto fisicamente per addestrare: quali chip, quanti, per quanto tempo e cosa ha prelevato dalla presa.

Tempo di parete: 24 hours

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 (non-commercial)
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.

Probabilmente sopra 10²³ FLOP: Yes
Record fiducia: Confident
Citazioni: 4,560

Fonti

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

Riferimento: QLoRA: Efficient Finetuning of Quantized LLMs
Ultimo aggiornamento: 25 May 2026

Gli estremi

Le dieci GPU più veloci che eseguono Guanaco-65B

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 Guanaco-65B

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

Requisiti hardware in pratica

Scheda minima

A100 PCIe 40 GB

Memoria necessaria

32.5 GB

Più veloce

52.1 tok/s

Guanaco-65B raggiunge un conteggio di parametri di 65B. 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: 61.

Il punto di ingresso è A100 PCIe 40 GB, con una capacità di memoria di 40 GB, eseguendolo a una compressione di Q3_K_M e producendo circa 27.4 token al secondo

Il risultato più rapido proviene da B200, generando approssimativamente 52.1 token al secondo sulla base di una larghezza di banda di VRAM 8,000 GB/s.

Da dove è venuto

Guanaco-65B è stato pubblicato da University of Washington, nel paese registrato come United States of America, durante May 2023. La categoria sotto cui rientra l'editore è academia.

Funziona nel dominio di Language, ed è registrato come eseguire il compito di chat.

Invece di essere addestrato da zero, è derivato da LLaMA-65B. La maggior parte dei modelli di questa scala sono adattati da una base esistente piuttosto che costruiti da zero.

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

Comprendere le velocità

Su ogni CARD che può eseguirlo, il centro della gamma si trova a 13.3 token al secondo. Superare la velocità di lettura in modo diretto: 56 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.

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 5.5 × 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 Guanaco-65B

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

Leggi prima il numero di VRAM

Ogni card qui è stata controllata contro Guanaco-65B, avere bisogno di circa 32.5 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. Guanaco-65B.
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

Confronta TOKEN AL SEC, non specifiche.

La velocità dell'ordinamento è effettivamente un ordinamento per larghezza di banda di memoria, per Guanaco-65B. 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 52.1 tok/s
05

Leggi l'ultima colonna di fit

La colonna della compatibilità separa le schede che riescono appena a farlo da quelle con spazio in più, nel caso di Guanaco-65B. 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 Guanaco-65B.

Risposte

Guanaco-65B — domande comuni

Guanaco-65B— A cosa serve?

Funziona nel dominio di Language, e viene registrato come gestire il compito di chat. I modelli portano frequentemente più di uno di ciascuno, e le etichette descrivono lo scopo piuttosto che i limiti di capacità.

Guanaco-65B— 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.

Guanaco-65B— quanto calcolo è stato utilizzato per addestrarlo?

L'addestramento ha consumato circa 5.5 × 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.

Guanaco-65B— 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 11.2 GB Ogni figura qui presume che l'intero modello sia residente sulla scheda.

Guanaco-65B— 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: 61. Quindi una seconda CARD è raramente la risposta qui.

Guanaco-65B— 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: 4. Schede più grandi ottengono la versione più accurata e il livello di qualità sopra fissa il confronto a un livello.

Guanaco-65B— 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: 31–83 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.

Guanaco-65B— che GPU ho bisogno per eseguirlo?

La scheda più piccola nel nostro catalogo che la contiene è A100 PCIe 40 GB, con una capacità di memoria di 40 GB. Esegui il modello a una compressione di Q3_K_M utilizzando circa 32.5 GB, e produce approssimativamente 27.4 token al secondo. Il numero di card in grado di eseguirlo in totale: 61.

Guanaco-65B— quanto è veloce su una GPU?

Dipende dalla scheda. La più rapida che calcoliamo è B200, circa 52.1 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: 56.

Guanaco-65B— quanta VRAM serve?

Ha bisogno di 32.5 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.

Guanaco-65B— 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.

Guanaco-65B— quanti parametri ha?

Ha un numero di parametri di 65B. from Llama-65B (also 33B, 13B, 7B variants). 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.

Guanaco-65B— chi l'ha creato?

È stato pubblicato da University of Washington, basato su United States of America, un'organizzazione categorizzata come academia.

Guanaco-65B— quando è stato rilasciato?

È stato pubblicato in May 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.

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