XGLM-7.5B calcolatore TPS

Apri i pesi Meta AI,Facebook AI Research 7.5B parametri December 2021

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

589 schede che possono eseguirlo

818 schede per cui abbiamo specifiche

Scheda più piccola che si adatta

Tesla K20c

5 GB · Q3_K_M · 26.9 tok/s

Scheda più veloce

B200

452 tok/s · 180 GB

Quali GPU possono eseguire XGLM-7.5B?

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.

589 schede corrispondono

Calcolo

					Ha bisogno	Quantizzazione	Adatto
452 tok/s 271–723 · bassa fiducia	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	8.7 GB	Q8_0	Comodo
452 tok/s 271–723 · bassa fiducia	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	8.7 GB	Q8_0	Comodo
361 tok/s 216–577 · bassa fiducia	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	8.7 GB	Q8_0	Comodo
361 tok/s 216–577 · bassa fiducia	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	8.7 GB	Q8_0	Comodo
289 tok/s 173–462 · bassa fiducia	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	8.7 GB	Q8_0	Comodo
276 tok/s 166–442 · bassa fiducia	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	8.7 GB	Q8_0	Comodo
276 tok/s 166–442 · bassa fiducia	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	8.7 GB	Q8_0	Comodo
264 tok/s 159–423 · bassa fiducia	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	8.7 GB	Q8_0	Comodo
235 tok/s 141–375 · bassa fiducia	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	8.7 GB	Q8_0	Comodo
235 tok/s 141–375 · bassa fiducia	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	8.7 GB	Q8_0	Comodo
235 tok/s 141–375 · bassa fiducia	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	8.7 GB	Q8_0	Comodo
222 tok/s 134–356 · bassa fiducia	H100 NVL 94 GB NVIDIA	94 GB	3,940 GB/s	Mar 2023	8.7 GB	Q8_0	Comodo
190 tok/s 114–304 · bassa fiducia	H100 PCIe 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	8.7 GB	Q8_0	Comodo
190 tok/s 114–304 · bassa fiducia	H100 SXM5 80 GB NVIDIA	80 GB	3,360 GB/s	Oct 2022	8.7 GB	Q8_0	Comodo
190 tok/s 114–304 · bassa fiducia	H100 SXM5 94 GB NVIDIA	94 GB	3,360 GB/s	Mar 2023	8.7 GB	Q8_0	Comodo
190 tok/s 114–304 · bassa fiducia	H100 SXM5 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	8.7 GB	Q8_0	Comodo
190 tok/s 114–304 · bassa fiducia	H800 SXM5 NVIDIA	80 GB	3,360 GB/s	Mar 2023	8.7 GB	Q8_0	Comodo
144 tok/s 87–231 · bassa fiducia	Radeon Instinct MI250 AMD	128 GB	3,280 GB/s	Nov 2021	8.7 GB	Q8_0	Comodo
144 tok/s 87–231 · bassa fiducia	Radeon Instinct MI250X AMD	128 GB	3,280 GB/s	Nov 2021	8.7 GB	Q8_0	Comodo
122 tok/s 73–196 · bassa fiducia	CMP 170HX 8 GB NVIDIA	8 GB	1,490 GB/s	Sep 2021	7.0 GB	Q6_K	Stretto
120 tok/s 72–193 · bassa fiducia	Data Center GPU Max 1550 Intel	128 GB	3,280 GB/s	Jan 2023	8.7 GB	Q8_0	Comodo
118 tok/s 71–189 · bassa fiducia	Data Center GPU Max Subsystem Intel	128 GB	3,210 GB/s	Jan 2023	8.7 GB	Q8_0	Comodo
115 tok/s 69–184 · bassa fiducia	A100 SXM4 80 GB NVIDIA	80 GB	2,040 GB/s	Nov 2020	8.7 GB	Q8_0	Comodo
115 tok/s 69–184 · bassa fiducia	A100X NVIDIA	80 GB	2,040 GB/s	Jun 2021	8.7 GB	Q8_0	Comodo
115 tok/s 69–184 · bassa fiducia	A800 SXM4 80 GB NVIDIA	80 GB	2,040 GB/s	Aug 2022	8.7 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: Meta AI,Facebook AI Research
Tipo di organizzazione: Industry,Industry
Paese: United States of America, France
Pubblicato: 20 December 2021
Autori: Xi Victoria Lin, Todor Mihaylov, Mikel Artetxe, Tianlu Wang, Shuohui Chen, Daniel Simig, Myle Ott, Naman Goyal, Shruti Bhosale, Jingfei Du, Ramakanth Pasunuru, Sam Shleifer, Punit Singh Koura, Vishrav Chaudhary, Brian O'Horo, Jeff Wang, Luke Zettlemoyer, Zornitsa Kozareva, Mona Diab, Veselin Stoyanov, Xian Li

Cosa fa

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

Dominio: Language
Compito: Translation, Question answering, Language modeling/generation
Approccio: Self-supervised learning

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: 7.5B
Dati di addestramento: 500,000,000,000 tokens
Epoche: 1
Dimensione del Batch: 4,000,000

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: 2.3 × 10²² FLOP
Come è stato stabilito: Operation counting,Hardware

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
Chip utilizzati: 256
Chip-ore: 129,024
Tempo di parete: 504 hours (21 days)
Consumo energetico: 206.3 kW
Costo di calcolo: $104,152

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: Unreleased

Come è classificato

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

Perché è monitorato: SOTA improvement
Record fiducia: Confident
Citazioni: 381

Fonti

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

Riferimento: Few-shot Learning with Multilingual Language Models
Ultimo aggiornamento: 25 May 2026

Gli estremi

Le dieci GPU più veloci che eseguono XGLM-7.5B

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 XGLM-7.5B

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

Tesla K20c

Memoria necessaria

4.4 GB

Più veloce

452 tok/s

XGLM-7.5B raggiunge un conteggio di parametri di 7.5B. 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: 589.

La scheda più piccola che lo tiene è Tesla K20c, con una capacità di memoria di 5 GB, eseguendolo a una compressione di Q3_K_M e producendo circa 26.9 token al secondo

Top di gamma è B200, generando approssimativamente 452 token al secondo sulla base di una larghezza di banda di VRAM 8,000 GB/s.

Sfondo

XGLM-7.5B è stato pubblicato da Meta AI,Facebook AI Research, nel paese registrato come United States of America, durante December 2021. L'organizzazione di pubblicazione è classificata come industry,Industry.

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

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.

Leggendo i dati di throughput

Meta delle schede che lo supportano gestiscono più di 24.4 token al secondo. Producendo testo più veloce della maggior parte delle persone che lo leggono. 557 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.

Addestramento e provenienza

La produzione di esso ha richiesto un'aritmetica totale di circa 2.3 × 10²² FLOP, su hardware registrato come NVIDIA A100. Quella cifra misura quanto è costata la produzione del modello e non ha alcun impatto su quanto velocemente risponde.

È stato addestrato su un corpus di circa 500,000,000,000 token di testo

È tracciato nel dataset sottostante per una ragione in particolare: sOTA improvement.

Passo dopo passo

Come scegliere una GPU per XGLM-7.5B

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

La tabella elenca ogni card in grado di contenere XGLM-7.5B, avere bisogno di circa 4.4 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

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 XGLM-7.5B.
03

Scegli quanto lontano lo comprimerai

La Compression è ciò che rende un modello adatto a schede più piccole, a fronte di un certo costo in accuratezza., 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 throughput piuttosto che per specifiche.

Il ranking per tokens al secondo segue la larghezza di banda della memoria piuttosto che il numero di core, per XGLM-7.5B. 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 452 tok/s
05

Leggi l'ultima colonna di fit

Una vestibilità stretta funziona, ma non lascia nulla in più per una conversazione più lunga, nel caso di XGLM-7.5B. 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

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 XGLM-7.5B.

Risposte

XGLM-7.5B — domande comuni

XGLM-7.5B— chi l'ha creato?

È stato pubblicato da Meta AI,Facebook AI Research, basato su United States of America, un'organizzazione categorizzata come industry,Industry.

XGLM-7.5B— quando è stato rilasciato?

È stato pubblicato in December 2021. 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.

XGLM-7.5B— A cosa serve?

Funziona nel dominio di Language, e viene registrato come gestire il compito di translation, Question answering, Language modeling/generation. 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.

XGLM-7.5B— 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.

XGLM-7.5B— quanto calcolo è stato utilizzato per addestrarlo?

L'addestramento ha consumato circa 2.3 × 10²² FLOP, su hardware registrato come NVIDIA A100. 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.

XGLM-7.5B— 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 1.6 GB Ogni figura qui presume che l'intero modello sia residente sulla scheda.

XGLM-7.5B— 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: 589. Quindi una seconda CARD è raramente la risposta qui.

XGLM-7.5B— 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.

XGLM-7.5B— 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: 271–723 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.

XGLM-7.5B— che GPU ho bisogno per eseguirlo?

La scheda più piccola nel nostro catalogo che la contiene è Tesla K20c, con una capacità di memoria di 5 GB. Esegui il modello a una compressione di Q3_K_M utilizzando circa 4.4 GB, e produce approssimativamente 26.9 token al secondo. Il numero di card in grado di eseguirlo in totale: 589.

XGLM-7.5B— quanto è veloce su una GPU?

Dipende dalla scheda. La più rapida che calcoliamo è B200, circa 452 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: 557.

XGLM-7.5B— quanta VRAM serve?

Ha bisogno di 4.4 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.

XGLM-7.5B— posso eseguirlo su una GPU holding 8 GB?

Sì. La scheda CMP 170HX 8 GB, tenere 8 GB, lo esegue a una compressione di Q6_K, utilizzando circa 7.0 GB e generando approssimativamente 122 token al secondo. Il fit è stretto.

XGLM-7.5B— posso eseguirlo su una GPU holding 12 GB?

Sì. La scheda GeForce RTX 3080 Ti, tenere 12 GB, lo esegue a una compressione di Q8_0, utilizzando circa 8.7 GB e generando approssimativamente 51.5 token al secondo. Il fit è comodo.

XGLM-7.5B— 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 Q8_0, utilizzando circa 8.7 GB e generando approssimativamente 63.8 token al secondo. Il fit è comodo.

XGLM-7.5B— 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 8.7 GB e generando approssimativamente 75.7 token al secondo. Il fit è comodo.

XGLM-7.5B— 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.

XGLM-7.5B— quanti parametri ha?

Ha un numero di parametri di 7.5B. "Our largest model with 7.5 billion parameters sets new state of the art". 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.

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