Qwen2.5-14B calcolatore TPS

Apri i pesi Alibaba 14.7B parametri September 2024

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

306 schede che possono eseguirlo

818 schede per cui abbiamo specifiche

Scheda più piccola che si adatta

P102-101

10 GB · Q3_K_M · 21.2 tok/s

Scheda più veloce

B200

230 tok/s · 180 GB

Quali GPU possono eseguire Qwen2.5-14B?

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.

306 schede corrispondono

Calcolo

					Ha bisogno	Quantizzazione	Adatto
230 tok/s 196–277	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	17.0 GB	Q8_0	Comodo
230 tok/s 196–277	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	17.0 GB	Q8_0	Comodo
184 tok/s 110–294 · bassa fiducia	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	17.0 GB	Q8_0	Comodo
184 tok/s 110–294 · bassa fiducia	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	17.0 GB	Q8_0	Comodo
147 tok/s 88–236 · bassa fiducia	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	17.0 GB	Q8_0	Comodo
141 tok/s 120–169	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	17.0 GB	Q8_0	Comodo
141 tok/s 120–169	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	17.0 GB	Q8_0	Comodo
135 tok/s 81–216 · bassa fiducia	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	17.0 GB	Q8_0	Comodo
121 tok/s 103–146	CMP 170HX 10 GB NVIDIA	10 GB	1,560 GB/s	Sep 2021	8.5 GB	Q3_K_M	Stretto
120 tok/s 72–191 · bassa fiducia	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	17.0 GB	Q8_0	Comodo
120 tok/s 72–191 · bassa fiducia	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	17.0 GB	Q8_0	Comodo
120 tok/s 72–191 · bassa fiducia	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	17.0 GB	Q8_0	Comodo
114 tok/s 96–136	H100 NVL 94 GB NVIDIA	94 GB	3,940 GB/s	Mar 2023	17.0 GB	Q8_0	Comodo
96.8 tok/s 82–116	H100 PCIe 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	17.0 GB	Q8_0	Comodo
96.8 tok/s 82–116	H100 SXM5 80 GB NVIDIA	80 GB	3,360 GB/s	Oct 2022	17.0 GB	Q8_0	Comodo
96.8 tok/s 82–116	H100 SXM5 94 GB NVIDIA	94 GB	3,360 GB/s	Mar 2023	17.0 GB	Q8_0	Comodo
96.8 tok/s 82–116	H100 SXM5 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	17.0 GB	Q8_0	Comodo
96.8 tok/s 82–116	H800 SXM5 NVIDIA	80 GB	3,360 GB/s	Mar 2023	17.0 GB	Q8_0	Comodo
73.7 tok/s 44–118 · bassa fiducia	Radeon Instinct MI250 AMD	128 GB	3,280 GB/s	Nov 2021	17.0 GB	Q8_0	Comodo
73.7 tok/s 44–118 · bassa fiducia	Radeon Instinct MI250X AMD	128 GB	3,280 GB/s	Nov 2021	17.0 GB	Q8_0	Comodo
61.4 tok/s 37–98 · bassa fiducia	Data Center GPU Max 1550 Intel	128 GB	3,280 GB/s	Jan 2023	17.0 GB	Q8_0	Comodo
60.7 tok/s 52–73	GeForce RTX 3080 12 GB NVIDIA	12 GB	912 GB/s	Jan 2022	10.2 GB	Q4_K_M	Stretto
60.7 tok/s 52–73	GeForce RTX 3080 Ti NVIDIA	12 GB	912 GB/s	May 2021	10.2 GB	Q4_K_M	Stretto
60.1 tok/s 36–96 · bassa fiducia	Data Center GPU Max Subsystem Intel	128 GB	3,210 GB/s	Jan 2023	17.0 GB	Q8_0	Comodo
59.1 tok/s 50–71	CMP 90HX NVIDIA	10 GB	760 GB/s	Jul 2021	8.5 GB	Q3_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: Alibaba
Tipo di organizzazione: Industry
Paese: China
Pubblicato: 19 September 2024
Autori: Qwen Team

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, Question answering, Quantitative reasoning

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: 14.7B
Dati di addestramento: tokens
Epoche: 1

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: 1.6 × 10²⁴ FLOP
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 (unrestricted)
Codice di addestramento: Unreleased
Hugging Face: Qwen

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

Fonti

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

Riferimento: Qwen2.5: A Party of Foundation Models!
Ultimo aggiornamento: 28 November 2025

Gli estremi

Le dieci GPU più veloci che eseguono Qwen2.5-14B

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 Qwen2.5-14B

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

Il lato hardware

Scheda minima

P102-101

Memoria necessaria

8.5 GB

Più veloce

230 tok/s

Qwen2.5-14B raggiunge un conteggio di parametri di 14.7B. 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: 306.

A basso prezzo è gestito da P102-101, con una capacità di memoria di 10 GB, eseguendolo a una compressione di Q3_K_M e producendo circa 21.2 token al secondo

Top di gamma è B200, generando approssimativamente 230 token al secondo sulla base di una larghezza di banda di VRAM 8,000 GB/s.

Sfondo

Qwen2.5-14B è stato pubblicato da Alibaba, nel paese registrato come China, durante September 2024. L'organizzazione di pubblicazione è classificata come industry.

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

Poiché i suoi pesi sono stati rilasciati, nulla sull'esecuzione dipende da un fornitore che rimane disponibile — è tuo una volta scaricato. Su Hugging Face è pubblicato sotto l'organizzazione Qwen.

Leggendo i dati di throughput

Il risultato mediano è attorno 21.5 token al secondo. Superare la velocità di lettura in modo diretto: 266 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.

Poiché l'architettura è registrata, la colonna di memoria è derivata piuttosto che stimata.

Cosa è stato necessario per costruirlo

Il run di addestramento ha consumato circa 1.6 × 10²⁴ 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 Qwen2.5-14B

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

Controlla cosa serve prima di ogni altra cosa

Inizia da ciò di cui ha realmente bisogno, ovvero il requisito di Qwen2.5-14B, avere bisogno di circa 8.5 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 Qwen2.5-14B.
03

Imposta un pavimento di qualità

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

Ordina per velocità

La velocità dell'ordinamento è effettivamente un ordinamento per larghezza di banda di memoria, per Qwen2.5-14B. 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 230 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 Qwen2.5-14B. 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 Qwen2.5-14B.

Risposte

Qwen2.5-14B — domande comuni

Qwen2.5-14B— chi l'ha creato?

È stato pubblicato da Alibaba, basato su China, un'organizzazione categorizzata come industry.

Qwen2.5-14B— quando è stato rilasciato?

È stato pubblicato in September 2024. 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.

Qwen2.5-14B— A cosa serve?

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

Qwen2.5-14B— Dove posso scaricarlo?

I suoi pesi sono pubblicati su Hugging Face, sotto l'organizzazione Qwen. Non ospitiamo file di modelli — questo sito calcola quale hardware è necessario per eseguirli.

Qwen2.5-14B— quanto calcolo è stato utilizzato per addestrarlo?

L'addestramento ha consumato circa 1.6 × 10²⁴ 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.

Qwen2.5-14B— 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 3.0 GB Ogni figura qui presume che l'intero modello sia residente sulla scheda.

Qwen2.5-14B— 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: 306. Quindi una seconda CARD è raramente la risposta qui.

Qwen2.5-14B— 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.

Qwen2.5-14B— 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: 196–277 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.

Qwen2.5-14B— che GPU ho bisogno per eseguirlo?

La scheda più piccola nel nostro catalogo che la contiene è P102-101, con una capacità di memoria di 10 GB. Esegui il modello a una compressione di Q3_K_M utilizzando circa 8.5 GB, e produce approssimativamente 21.2 token al secondo. Il numero di card in grado di eseguirlo in totale: 306.

Qwen2.5-14B— quanto è veloce su una GPU?

Dipende dalla scheda. La più rapida che calcoliamo è B200, circa 230 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: 266.

Qwen2.5-14B— quanta VRAM serve?

Ha bisogno di 8.5 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.

Qwen2.5-14B— posso eseguirlo su una GPU holding 12 GB?

Sì. La scheda GeForce RTX 3080 Ti, tenere 12 GB, lo esegue a una compressione di Q4_K_M, utilizzando circa 10.2 GB e generando approssimativamente 60.7 token al secondo. Il fit è stretto.

Qwen2.5-14B— 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 Q6_K, utilizzando circa 13.6 GB e generando approssimativamente 47.3 token al secondo. Il fit è stretto.

Qwen2.5-14B— 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 17.0 GB e generando approssimativamente 38.6 token al secondo. Il fit è comodo.

Qwen2.5-14B— 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.

Qwen2.5-14B— quanti parametri ha?

Ha un numero di parametri di 14.7B. 14.7B according to the model card https://qwenlm.github.io/blog/qwen2.5-llm/. 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 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