SaulLM-large TPS-rekenmachine

Open gewichten Equall.ai 141B parameters July 2024

Elke kaart hieronder wordt beoordeeld op basis van dit model met de contextlengte en minimale kwaliteit die je kiest. Snelheid is een schatting voor een enkele aanvraag, berekend op basis van de geheugendoorvoer van de kaart en de grootte van het model eenmaal gecomprimeerd..

Bereken voor dit model

37 kaarten die het kunnen draaien

818 kaarten die we hebben specificaties voor

Kleinste kaart die past

A100 SXM4 80 GB

80 GB · Q3_K_M · 16.5 tok/s

Snelste kaart

H100 NVL 94 GB

29.1 tok/s · 94 GB

Welke GPU's kunnen draaien SaulLM-large?

Stel de invoer in, lees het antwoord

Een langere conversatie heeft meer geheugen nodig, wat dit model van kleinere kaarten kan duwen..

Verbergt kaarten die alleen in het model passen door het onder dit punt te comprimeren.

37 kaarten passen

Berekenen
Heeft Kwantificatie Past
29.1 tok/s

17–47 · lage vertrouwen

H100 NVL 94 GB NVIDIA 94 GB 3,940 GB/s Mar 2023 77.8 GB IQ4_XS Krap
27.4 tok/s

16–44 · lage vertrouwen

Radeon Instinct MI300 AMD 128 GB 6,550 GB/s Jan 2023 102.4 GB Q5_K_M Krap
27.2 tok/s

16–44 · lage vertrouwen

H100 SXM5 80 GB NVIDIA 80 GB 3,360 GB/s Oct 2022 69.6 GB Q3_K_M Krap
27.2 tok/s

16–44 · lage vertrouwen

H800 SXM5 NVIDIA 80 GB 3,360 GB/s Mar 2023 69.6 GB Q3_K_M Krap
24.8 tok/s

15–40 · lage vertrouwen

H100 SXM5 94 GB NVIDIA 94 GB 3,360 GB/s Mar 2023 77.8 GB IQ4_XS Krap
24.0 tok/s

14–38 · lage vertrouwen

B200 NVIDIA 180 GB 8,000 GB/s Jan 2024 151.7 GB Q8_0 Krap
24.0 tok/s

14–38 · lage vertrouwen

B300 NVIDIA 288 GB 8,000 GB/s Sep 2025 151.7 GB Q8_0 Comfortabel
23.3 tok/s

14–37 · lage vertrouwen

H100 PCIe 96 GB NVIDIA 96 GB 3,360 GB/s Mar 2023 86.0 GB Q4_K_M Krap
23.3 tok/s

14–37 · lage vertrouwen

H100 SXM5 96 GB NVIDIA 96 GB 3,360 GB/s Mar 2023 86.0 GB Q4_K_M Krap
22.3 tok/s

13–36 · lage vertrouwen

Radeon Instinct MI300A AMD 128 GB 5,325 GB/s Dec 2023 102.4 GB Q5_K_M Krap
21.3 tok/s

13–34 · lage vertrouwen

H200 NVL NVIDIA 141 GB 4,890 GB/s Nov 2024 118.8 GB Q6_K Krap
21.3 tok/s

13–34 · lage vertrouwen

H200 SXM 141 GB NVIDIA 141 GB 4,890 GB/s Nov 2024 118.8 GB Q6_K Krap
19.2 tok/s

12–31 · lage vertrouwen

Radeon Instinct MI350X AMD 288 GB 8,190 GB/s Jan 2025 151.7 GB Q8_0 Comfortabel
19.2 tok/s

12–31 · lage vertrouwen

Radeon Instinct MI355X AMD 288 GB 8,190 GB/s Jan 2025 151.7 GB Q8_0 Comfortabel
16.5 tok/s

10–26 · lage vertrouwen

A100 SXM4 80 GB NVIDIA 80 GB 2,040 GB/s Nov 2020 69.6 GB Q3_K_M Krap
16.5 tok/s

10–26 · lage vertrouwen

A100X NVIDIA 80 GB 2,040 GB/s Jun 2021 69.6 GB Q3_K_M Krap
16.5 tok/s

10–26 · lage vertrouwen

A800 SXM4 80 GB NVIDIA 80 GB 2,040 GB/s Aug 2022 69.6 GB Q3_K_M Krap
16.5 tok/s

10–26 · lage vertrouwen

H100 CNX NVIDIA 80 GB 2,040 GB/s Mar 2023 69.6 GB Q3_K_M Krap
16.5 tok/s

10–26 · lage vertrouwen

H100 PCIe 80 GB NVIDIA 80 GB 2,040 GB/s Oct 2022 69.6 GB Q3_K_M Krap
16.5 tok/s

10–26 · lage vertrouwen

H800 PCIe 80 GB NVIDIA 80 GB 2,040 GB/s Mar 2023 69.6 GB Q3_K_M Krap
15.7 tok/s

9–25 · lage vertrouwen

A100 PCIe 80 GB NVIDIA 80 GB 1,940 GB/s Jun 2021 69.6 GB Q3_K_M Krap
15.7 tok/s

9–25 · lage vertrouwen

A800 PCIe 80 GB NVIDIA 80 GB 1,940 GB/s Nov 2022 69.6 GB Q3_K_M Krap
14.1 tok/s

8–22 · lage vertrouwen

Radeon Instinct MI325X AMD 256 GB 6,000 GB/s Oct 2024 151.7 GB Q8_0 Comfortabel
13.7 tok/s

8–22 · lage vertrouwen

Radeon Instinct MI250 AMD 128 GB 3,280 GB/s Nov 2021 102.4 GB Q5_K_M Krap
13.7 tok/s

8–22 · lage vertrouwen

Radeon Instinct MI250X AMD 128 GB 3,280 GB/s Nov 2021 102.4 GB Q5_K_M Krap

Snelheden zijn schattingen voor een enkele aanvraag — één gesprek tegelijk — berekend vanuit geheugendebandbreedte, modelgrootte en kwantisatie. De werkelijke doorvoer varieert met de inferentietijd en de versie ervan. Cijfers gepubliceerd door hardwareleveranciers meten veel gelijktijdige aanvragen en zijn veel hoger.

Op record

Volledige specificatie

Alles wat geregistreerd is voor dit model. Het merendeel beschrijft hoe het getraind werd in plaats van hoe het draait - nuttige context om te beoordelen hoeveel werk erin is gestoken, en hoe het zich verhoudt tot modellen die op een andere schaal zijn gebouwd..

Oorsprong

Wie heeft dit model gebouwd, waar, en wanneer het gepubliceerd werd.

Organisatie
Equall.ai
Organisatietype
Industry
Land
United States of America
Gepubliceerd
28 July 2024
Auteurs
Pierre Colombo, Telmo Pires, Malik Boudiaf, Rui Melo, Dominic Culver, Sofia Morgado, Etienne Malaboeuf, Gabriel Hautreux, Johanne Charpentier, Michael Desa

Wat het doet

De probleemgebieden waarvoor het model is gebouwd. Een model kan meerdere van elk bevatten.

Domein
Language
Taak
Question answering
Basis model
Mixtral 8x22B

Grootte

Hoe groot het model is en hoeveel data het is getraind. Parameters zijn het cijfer dat bepaalt of het past op een gegeven grafische kaart.

parameters
141B

SaulLM-large is based on Mixtral-141B-Instruct, a Transformer model with a Mixture of Experts that selects only 2 out of 8 experts to process tokens for each layer [1]. https://arxiv.org/abs/2407.19584

Training gegevens
tokens

This is a text generation model so dataset size is measured in number of words. Assuming the pre-training dataset contains 540B tokens and English words only, Dataset size ~= 540e9 tokens * 0.75 words / token = 405e9 words = 4.05e11 words 1. https://arxiv.org/abs/2407.19584 2. https://docs.google.com/document/d/1XWLyMzcVfDv4eFQX3yPgM8MZ3_Q1phtIFz9GKv4_KaM/edit?tab=t.0#heading=h.ieihc08p8dn0

Batchgrootte
4

Training rekenen

De berekeningen uitgevoerd om het model te trainen, gemeten in drijvende-komma-operaties. Het is een maat voor wat de trainingsrun kostte, niet voor hoe snel het voltooide model je beantwoordt.

Fijn-tuning compute
1.3 × 10²³ FLOP

The paper doesn’t provide a clear description of the fine-tuning dataset, so there’s insufficient information to calculate the fine-tuning compute.

De trainingsrun

Wat het fysiek kostte om te trainen: welke chips, hoeveel, hoe lang, en wat dat van het stopcontact vroeg.

Training hardware
AMD Radeon Instinct MI250
Gebruikte chips
384
Hardwaregebruik
HFU 40.0%

Compute Infrastructure "The computational backbone for the continuous pretraining phase of our project consists of 384 AMD MI250 GPUs. We can reach 40% GPU utilization with our implementation. For instruction fine-tuning and preference optimization, we rely on 64 AMD MI250 GPUs. Evaluation protocols are executed on a single node of AMD MI250 GPU." The utilization measurement description, "We can reach 40% GPU utilization", sounds like they're reporting HFU.

Stroomverbruik
378.7 kW

Beschikbaarheid

Of je het model kunt verkrijgen en het op je eigen hardware kunt draaien, wat bepaalt of een van de grafische kaartcijfers op deze pagina van toepassing is.

Gewichten
Open — downloadable
Toegang tot model
Open weights (unrestricted)

Hoe het is geclassificeerd

Labels van de brondataset die worden toegepast bij het volgen van opmerkelijke modellen, en hoe zeker het is van de invoer.

Record vertrouwen
Likely
Citaties
44

Bronnen

Waar deze record vandaan kwam en wanneer deze voor het laatst is gecontroleerd.

Referentie
SaulLM-54B & SaulLM-141B: Scaling Up Domain Adaptation for the Legal Domain
Laatst bijgewerkt
25 May 2026

De extremen

De tien snelste GPU's die draaien SaulLM-large

Gerangschikt op geschatte tokens per seconde, nieuwste kaart eerst waar snelheden gelijk zijn. Omdat generatie gebonden is aan geheugensnelheid, volgt deze ordening de snelheid in plaats van een gamebenchmark..

  1. 01 H100 NVL 94 GB 94 GB · 3,940 GB/s · IQ4_XS 29.1 tok/s
  2. 02 Radeon Instinct MI300 128 GB · 6,550 GB/s · Q5_K_M 27.4 tok/s
  3. 03 H800 SXM5 80 GB · 3,360 GB/s · Q3_K_M 27.2 tok/s
  4. 04 H100 SXM5 80 GB 80 GB · 3,360 GB/s · Q3_K_M 27.2 tok/s
  5. 05 H100 SXM5 94 GB 94 GB · 3,360 GB/s · IQ4_XS 24.8 tok/s
  6. 06 B300 288 GB · 8,000 GB/s · Q8_0 24.0 tok/s
  7. 07 B200 180 GB · 8,000 GB/s · Q8_0 24.0 tok/s
  8. 08 H100 PCIe 96 GB 96 GB · 3,360 GB/s · Q4_K_M 23.3 tok/s
  9. 09 H100 SXM5 96 GB 96 GB · 3,360 GB/s · Q4_K_M 23.3 tok/s
  10. 10 Radeon Instinct MI300A 128 GB · 5,325 GB/s · Q5_K_M 22.3 tok/s

De kleinste GPU's die nog steeds draaien SaulLM-large

De goedkoopste route erin, op basis van geheugencapaciteit. Een krappe pasvorm draait het model maar laat niets over voor een langer gesprek..

  1. 01 H100 CNX 80 GB · Heeft 69.6 GB · Q3_K_M · Krap 16.5 tok/s
  2. 02 H800 PCIe 80 GB 80 GB · Heeft 69.6 GB · Q3_K_M · Krap 16.5 tok/s
  3. 03 H800 SXM5 80 GB · Heeft 69.6 GB · Q3_K_M · Krap 27.2 tok/s
  4. 04 A800 PCIe 80 GB 80 GB · Heeft 69.6 GB · Q3_K_M · Krap 15.7 tok/s
  5. 05 H100 PCIe 80 GB 80 GB · Heeft 69.6 GB · Q3_K_M · Krap 16.5 tok/s
  6. 06 H100 SXM5 80 GB 80 GB · Heeft 69.6 GB · Q3_K_M · Krap 27.2 tok/s
  7. 07 A800 SXM4 80 GB 80 GB · Heeft 69.6 GB · Q3_K_M · Krap 16.5 tok/s
  8. 08 A100 PCIe 80 GB 80 GB · Heeft 69.6 GB · Q3_K_M · Krap 15.7 tok/s
  9. 09 A100X 80 GB · Heeft 69.6 GB · Q3_K_M · Krap 16.5 tok/s
  10. 10 A100 SXM4 80 GB 80 GB · Heeft 69.6 GB · Q3_K_M · Krap 16.5 tok/s

Wat de cijfers betekenen

Wat je nodig hebt om het te draaien

Minimum kaart

A100 SXM4 80 GB

Geheugen nodig

69.6 GB

Snelste

29.1 tok/s

SaulLM-large bereikt een parameter telling van 141B. Dat plaatst het boven consumentenharde, in het bereik waar een kaart hiervoor wordt gekocht in plaats van ervoor te worden hergebruikt. Het aantal kaarten dat we volgen die het kunnen vasthouden: 37.

De minste hardware die werkt is A100 SXM4 80 GB, met een geheugen capaciteit van 80 GB, het draaien ervan met een compressie van Q3_K_M en produceren rond 16.5 tokens per seconde

Aan de andere kant zit H100 NVL 94 GB, genereren ongeveer 29.1 tokens per seconde op basis van een geheugendoorbandsnelheid van 3,940 GB/s.

Wat dit model is

SaulLM-large werd gepubliceerd door Equall.ai, in het land geregistreerd als United States of America, tijdens July 2024. De publicerende organisatie is geclassificeerd als industry.

Het werkt in het domein van Language, en wordt geregistreerd als het uitvoeren van de taak van question answering.

Het startpunt was een bestaand basismodel, Mixtral 8x22B. Dat is de gebruikelijke manier waarop een gespecialiseerd model wordt geproduceerd.

De gewichten zijn gepubliceerd, zodat ze gedownload en onbeperkt, offline, op je eigen hardware kunnen worden uitgevoerd, zonder dat er een account aan verbonden is.

Wat bepaalt de snelheid

Over elke kaart die het kan draaien, ligt het midden van het bereik op 16.5 tokens per seconde. Het produceren van tekst sneller dan de meeste mensen het lezen. 35 van hen

Elke gewicht participeert in elke token hier, dus bandbreedte is het hele verhaal: de ranking hieronder is effectief een ranking van geheugendoorvoer.

Geheugen hier is geschat op basis van grootte in plaats van berekend vanuit de architectuur, die niet is vastgelegd voor dit model — de cijfers zijn indicatief eerder dan exact.

Stap voor stap

Hoe een GPU te kiezen voor SaulLM-large

De tabel hierboven heeft elke kaart die we specificaties voor hebben al vergeleken met dit model. Het bereiken van uw antwoord kost zes stappen..

  1. 01

    Controleer wat het nodig heeft voordat iets anders.

    De tabel vermeldt elke kaart die in staat is om te bevatten. SaulLM-large, ongeveer nodig 69.6 GB bij een compressie van Q3_K_M. Geen hoeveelheid verwerkingskracht compenseert een kaart die het niet kan vasthouden.

  2. 02

    Stem de context af op uw werkelijke gebruik

    Langere gesprekken kosten geheugen bovenop wat de gewichten nodig hebben. Verplaats de schuifregelaar naar je echte werklengte voordat je een rij vertrouwt voor SaulLM-large.

  3. 03

    Kies hoe ver je het wilt comprimeren

    Elke kaart draait de minst-gecomprimeerde kopie die hij kan vasthouden., bereiken van een compressie van Q3_K_M op de kleinste kaart die past. Het instellen van een minimumkwaliteit laat de kaarten vallen die het alleen maar beheersen door verder te persen dan je zou willen, en houdt de vergelijking op één niveau.

  4. 04

    Sorteer op snelheid

    Ranking op basis van tokens per seconde volgt geheugenbandbreedte in plaats van kernaantal, voor SaulLM-large. Het zal niet passen bij een gaming bestelling, omdat generatie gebonden is aan geheugenbandbreedte. De kaart bovenaan de lijst is H100 NVL 94 GB, bij 29.1 tok/s

  5. 05

    Controleer het geschiktheidsadvies voordat je koopt

    De fit-kolom scheidt kaarten die het net halen van die met ruimte over, in het geval van SaulLM-large. Comfortabel betekent dat je de context later kunt vergroten. Dat verschil is belangrijker dan een paar tokens per seconde, dus koop voor comfortabel als je dat verwacht.

  6. 06

    Zie wat die kaart nog meer draait

    Het volgen van een GPU-kaart naar zijn eigen pagina toont elk ander model dat het kan bevatten, wat de vraag is die volgt zodra je je hebt ingesteld op SaulLM-large.

Antwoorden

SaulLM-large — veelgestelde vragen

01

SaulLM-large— hoe snel is het op een GPU?

Het hangt af van de kaart. De snelste die we berekenen is H100 NVL 94 GB, ongeveer 29.1 tokens per seconde; de langzaamste die het nog steeds draait haalt aanzienlijk minder. De leessnelheid is rond de tien tokens per seconde, en het aantal kaarten dat dat haalt: 35.

02

SaulLM-large— hoeveel VRAM heeft het nodig?

Het heeft ongeveer 69.6 GB bij een compressie van Q3_K_M, welke is wat de kleinste card die het draait gebruikt. Minder compressie heeft meer nodig: de cijfers in de memory-kolom hierboven worden opnieuw berekend voor elke card, omdat elke card de minst gecomprimeerde versie kan vasthouden.

03

SaulLM-large— is het open-source?

De gewichten zijn gepubliceerd, zodat ze kunnen worden gedownload en op je eigen hardware kunnen worden uitgevoerd. Houd er rekening mee dat OPEN WEIGHTS niet hetzelfde is als open source in de volle zin — het zegt niets over de trainingsdata, de trainingscode of de commerciële voorwaarden die eraan zijn verbonden.

04

SaulLM-large— hoeveel parameters heeft het?

Het heeft een parameter telling van 141B. SaulLM-large is based on Mixtral-141B-Instruct, a Transformer model with a Mixture of Experts that selects only 2 out of 8 experts to process tokens for each layer [1]. https://arxiv.org/abs/2407.19584. Dat cijfer is het totaal, en het bepaalt hoeveel MEMORY het MODEL nodig heeft - ongeveer een halve gigabyte per miljard bij de compressie die de meeste mensen gebruiken.

05

SaulLM-large— wie heeft het gemaakt?

Het werd gepubliceerd door Equall.ai, gebaseerd op United States of America, een organisatie geclassificeerd als industry.

06

SaulLM-large— wanneer is het uitgebracht?

Het werd gepubliceerd in July 2024. De capaciteit per parameter is aanzienlijk verbeterd sinds, zodat een nieuwere model van dezelfde grootte vaak een betere benutting van dezelfde hardware is.

07

SaulLM-large— waarvoor wordt het gebruikt?

Het werkt in het domein van Language, en wordt geregistreerd als het afhandelen van question answering. Een model kan er verschillende van elk dragen, dus dit zijn de gebieden waarvoor het is gebouwd in plaats van een limiet op wat het zal proberen.

08

SaulLM-large— waar kan ik het downloaden?

De gewichten zijn gepubliceerd, hoewel we geen repositorylink daarvoor hebben. Deze site berekent hardwarevereisten in plaats van modelbestanden te hosten.

09

SaulLM-large— kan ik het draaien als het niet in mijn GPU past?

Het kan worden opgesplitst tussen de GPU-kaart en systeemgeheugen, maar het genereert op die manier pijnlijk traag. De dichtstbijzijnde miscalculatie die we berekenen, komt tekort met 21.2 GB Elke figuur hier gaat ervan uit dat het hele model op de kaart staat.

10

SaulLM-large— Zouden twee GPU's het sneller draaien?

Een tweede kaart verdubbelt ruwweg het beschikbare geheugen, maar niet de generatie snelheid. Het aantal dat al in staat is om het alleen te draaien: 37. Dus een tweede card is zelden het antwoord hier.

11

SaulLM-large— waarom verschilt de quantisatie tussen kaarten?

Elke kaart wordt weergegeven met de minst-gecomprimeerde kopie die hij kan bevatten. Het aantal verschillende compressieniveaus op de kaarten die het kunnen houden: 6. Grotere CARDS krijgen de meer nauwkeurige versie, en de kwaliteitsvloer boven pins beperkt de vergelijking tot één niveau.

12

SaulLM-large— hoe nauwkeurig zijn deze snelheidsschattingen?

Ze worden berekend uit specificaties in plaats van gemeten, en elk heeft een bereik. Een voorbeeld: 17–47 tok/s op H100 NVL 94 GB. Hetzelfde model en kaart variëren met dertig tot vijftig procent, afhankelijk van de inferentiesoftware en de versie ervan.

13

SaulLM-large— Welke GPU heb ik nodig om het te draaien?

De kleinste kaart in onze catalogus die het vasthoudt is A100 SXM4 80 GB, met een geheugen capaciteit van 80 GB. Het draait het model op een compressie van Q3_K_M ongeveer 69.6 GB, en produceert ongeveer 16.5 tokens per second. Het aantal kaarten dat het totaal kan draaien: 37.

Bron

Originele publicatie

Laatste update geregistreerd 25 May 2026

De andere richting

Van de andere kant bekijken?

Deze pagina begint met het model. Als je al een kaart bezit en alles wilt weten wat het zal draaien, begin in plaats van de hardware.

Alle AI-modellen