Smaug-72B TPS-rekenmachine

Open gewichten Abacus AI 72B 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

61 kaarten die het kunnen draaien

818 kaarten die we hebben specificaties voor

Kleinste kaart die past

A100 PCIe 40 GB

40 GB · Q3_K_M · 24.8 tok/s

Snelste kaart

B200

47.1 tok/s · 180 GB

Welke GPU's kunnen draaien Smaug-72B?

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.

61 kaarten passen

Berekenen
Heeft Kwantificatie Past
47.1 tok/s

28–75 · lage vertrouwen

B200 NVIDIA 180 GB 8,000 GB/s Jan 2024 77.8 GB Q8_0 Comfortabel
47.1 tok/s

28–75 · lage vertrouwen

B300 NVIDIA 288 GB 8,000 GB/s Sep 2025 77.8 GB Q8_0 Comfortabel
37.6 tok/s

23–60 · lage vertrouwen

Radeon Instinct MI350X AMD 288 GB 8,190 GB/s Jan 2025 77.8 GB Q8_0 Comfortabel
37.6 tok/s

23–60 · lage vertrouwen

Radeon Instinct MI355X AMD 288 GB 8,190 GB/s Jan 2025 77.8 GB Q8_0 Comfortabel
30.1 tok/s

18–48 · lage vertrouwen

Radeon Instinct MI300 AMD 128 GB 6,550 GB/s Jan 2023 77.8 GB Q8_0 Comfortabel
28.8 tok/s

17–46 · lage vertrouwen

H200 NVL NVIDIA 141 GB 4,890 GB/s Nov 2024 77.8 GB Q8_0 Comfortabel
28.8 tok/s

17–46 · lage vertrouwen

H200 SXM 141 GB NVIDIA 141 GB 4,890 GB/s Nov 2024 77.8 GB Q8_0 Comfortabel
28.7 tok/s

17–46 · lage vertrouwen

H100 SXM5 80 GB NVIDIA 80 GB 3,360 GB/s Oct 2022 61.0 GB Q6_K Krap
28.7 tok/s

17–46 · lage vertrouwen

H800 SXM5 NVIDIA 80 GB 3,360 GB/s Mar 2023 61.0 GB Q6_K Krap
27.5 tok/s

17–44 · lage vertrouwen

Radeon Instinct MI325X AMD 256 GB 6,000 GB/s Oct 2024 77.8 GB Q8_0 Comfortabel
27.0 tok/s

16–43 · lage vertrouwen

GRID A100B NVIDIA 48 GB 1,870 GB/s May 2020 40.1 GB IQ4_XS Krap
24.8 tok/s

15–40 · lage vertrouwen

A100 PCIe 40 GB NVIDIA 40 GB 1,560 GB/s Jun 2020 35.9 GB Q3_K_M Krap
24.8 tok/s

15–40 · lage vertrouwen

A100 SXM4 40 GB NVIDIA 40 GB 1,560 GB/s May 2020 35.9 GB Q3_K_M Krap
24.8 tok/s

15–40 · lage vertrouwen

A800 PCIe 40 GB NVIDIA 40 GB 1,560 GB/s Nov 2022 35.9 GB Q3_K_M Krap
24.4 tok/s

15–39 · lage vertrouwen

Radeon Instinct MI300A AMD 128 GB 5,325 GB/s Dec 2023 77.8 GB Q8_0 Comfortabel
24.4 tok/s

15–39 · lage vertrouwen

Radeon Instinct MI300X AMD 192 GB 5,325 GB/s Dec 2023 77.8 GB Q8_0 Comfortabel
24.4 tok/s

15–39 · lage vertrouwen

Radeon Instinct MI308X AMD 192 GB 5,325 GB/s Dec 2023 77.8 GB Q8_0 Comfortabel
23.2 tok/s

14–37 · lage vertrouwen

H100 NVL 94 GB NVIDIA 94 GB 3,940 GB/s Mar 2023 77.8 GB Q8_0 Krap
21.2 tok/s

13–34 · lage vertrouwen

H100 SXM5 64 GB NVIDIA 64 GB 2,020 GB/s Mar 2023 52.6 GB Q5_K_M Krap
19.8 tok/s

12–32 · lage vertrouwen

H100 PCIe 96 GB NVIDIA 96 GB 3,360 GB/s Mar 2023 77.8 GB Q8_0 Krap
19.8 tok/s

12–32 · lage vertrouwen

H100 SXM5 94 GB NVIDIA 94 GB 3,360 GB/s Mar 2023 77.8 GB Q8_0 Krap
19.8 tok/s

12–32 · lage vertrouwen

H100 SXM5 96 GB NVIDIA 96 GB 3,360 GB/s Mar 2023 77.8 GB Q8_0 Krap
19.4 tok/s

12–31 · lage vertrouwen

RTX PRO 5000 Blackwell NVIDIA 48 GB 1,340 GB/s Mar 2025 40.1 GB IQ4_XS Krap
17.4 tok/s

10–28 · lage vertrouwen

A100 SXM4 80 GB NVIDIA 80 GB 2,040 GB/s Nov 2020 61.0 GB Q6_K Krap
17.4 tok/s

10–28 · lage vertrouwen

A100X NVIDIA 80 GB 2,040 GB/s Jun 2021 61.0 GB Q6_K 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
Abacus AI
Organisatietype
Industry
Land
United States of America
Gepubliceerd
3 July 2024
Auteurs
Arka Pal, Deep Karkhanis, Samuel Dooley, Manley Roberts, Siddartha Naidu, Colin White

Wat het doet

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

Domein
Language
Taak
Language modeling/generation, Question answering
Basis model
Qwen-72B

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
72B

For 72B, we start from MoMo-72b-lora-1.8.7-DPO [Moreh, 2024], which itself is a fine-tune of Qwen72B [Bai et al., 2023]. MoMo-72b-lora-1.8.7-DPO has already undergone SFT, so we simply run the DPOP routines as in Smaug-34B.

Training gegevens
tokens

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.

Hoe het werd opgericht
Hardware
Fijn-tuning compute
8.2 × 10²⁰ FLOP

989400000000000 FLOP/GPU/sec * 96 hours * 3600 sec / hour * 8 GPUs * 0.3 [assumed utilization] = 820647936000000000000 FLOP "Likely" confidence because of the uncertainty with the number of hours, see training time notes

De trainingsrun

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

Training hardware
NVIDIA H100 SXM5 80GB
Gebruikte chips
8
Kloktijd
96 hours

" We run these experiments with 8 H100 GPUs (each with 80GB)" " The total training time is 144 hours." (I assume it is total for 2 models: 72B and 34B -> ~48 hours for 34B model, ~96 hours for 72B model)

Stroomverbruik
11.1 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)
Training code
Unreleased

Apache 2.0 https://github.com/abacusai/smaug https://huggingface.co/abacusai/Smaug-72B-v0.1

Hugging Face
abacusai

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

Bronnen

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

Referentie
Smaug: Fixing Failure Modes of Preference Optimisation with DPO-Positive
Laatst bijgewerkt
28 November 2025

De extremen

De tien snelste GPU's die draaien Smaug-72B

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 B300 288 GB · 8,000 GB/s · Q8_0 47.1 tok/s
  2. 02 B200 180 GB · 8,000 GB/s · Q8_0 47.1 tok/s
  3. 03 Radeon Instinct MI350X 288 GB · 8,190 GB/s · Q8_0 37.6 tok/s
  4. 04 Radeon Instinct MI355X 288 GB · 8,190 GB/s · Q8_0 37.6 tok/s
  5. 05 Radeon Instinct MI300 128 GB · 6,550 GB/s · Q8_0 30.1 tok/s
  6. 06 H200 NVL 141 GB · 4,890 GB/s · Q8_0 28.8 tok/s
  7. 07 H200 SXM 141 GB 141 GB · 4,890 GB/s · Q8_0 28.8 tok/s
  8. 08 H800 SXM5 80 GB · 3,360 GB/s · Q6_K 28.7 tok/s
  9. 09 H100 SXM5 80 GB 80 GB · 3,360 GB/s · Q6_K 28.7 tok/s
  10. 10 Radeon Instinct MI325X 256 GB · 6,000 GB/s · Q8_0 27.5 tok/s

De kleinste GPU's die nog steeds draaien Smaug-72B

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

  1. 01 A800 PCIe 40 GB 40 GB · Heeft 35.9 GB · Q3_K_M · Krap 24.8 tok/s
  2. 02 A100 PCIe 40 GB 40 GB · Heeft 35.9 GB · Q3_K_M · Krap 24.8 tok/s
  3. 03 A100 SXM4 40 GB 40 GB · Heeft 35.9 GB · Q3_K_M · Krap 24.8 tok/s
  4. 04 Radeon PRO W7900D 48 GB · Heeft 40.1 GB · IQ4_XS · Krap 9.7 tok/s
  5. 05 RTX PRO 5000 Blackwell 48 GB · Heeft 40.1 GB · IQ4_XS · Krap 19.4 tok/s
  6. 06 RTX 5880 Ada Generation 48 GB · Heeft 40.1 GB · IQ4_XS · Krap 12.5 tok/s
  7. 07 L20 48 GB · Heeft 40.1 GB · IQ4_XS · Krap 12.5 tok/s
  8. 08 Radeon PRO W7800 48 GB 48 GB · Heeft 40.1 GB · IQ4_XS · Krap 9.7 tok/s
  9. 09 Radeon PRO W7900 48 GB · Heeft 40.1 GB · IQ4_XS · Krap 9.7 tok/s
  10. 10 Data Center GPU Max 1100 48 GB · Heeft 40.1 GB · IQ4_XS · Krap 11.6 tok/s

Wat de cijfers betekenen

De hardwarekant

Minimum kaart

A100 PCIe 40 GB

Geheugen nodig

35.9 GB

Snelste

47.1 tok/s

Smaug-72B bereikt een parameter telling van 72B. 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: 61.

Aan de onderkant wordt het afgehandeld door A100 PCIe 40 GB, met een geheugen capaciteit van 40 GB, het draaien ervan met een compressie van Q3_K_M en produceren rond 24.8 tokens per seconde

De snelste resultaten komen van B200, genereren ongeveer 47.1 tokens per seconde op basis van een geheugendoorbandsnelheid van 8,000 GB/s.

Over dit model

Smaug-72B werd gepubliceerd door Abacus AI, in het land geregistreerd als United States of America, tijdens July 2024. Het komt uit een organisatie gecategoriseerd als industry.

Het werkt in het domein van Language, en wordt geregistreerd als het uitvoeren van de taak van language modeling/generation, Question answering.

Het startpunt was een bestaand basismodel, Qwen-72B. Dat is de gebruikelijke manier waarop een gespecialiseerd model wordt geproduceerd.

Het feit dat de gewichten open zijn, is wat deze pagina in de calculator plaatst in plaats van alleen in de catalogus: het is een model dat je daadwerkelijk kunt vasthouden. Op Hugging Face is het gepubliceerd onder de organisatie abacusai.

Hoe snel het draait, en waarom

Over elke kaart die het kan draaien, ligt het midden van het bereik op 16.6 tokens per seconde. 51 van hen

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

Zonder de aandachtlay-out op record, is de geheugen kolom een benadering. Het is dicht genoeg om hardware te kiezen, en het minst betrouwbaar bij lange context.

Stap voor stap

Hoe een GPU te kiezen voor Smaug-72B

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.

    Begin met wat het eigenlijk nodig heeft, namelijk de vereiste van Smaug-72B, ongeveer nodig 35.9 GB bij een compressie van Q3_K_M. De capaciteit is de poort — een GPU-kaart houdt het of het houdt het niet.

  2. 02

    Stel de contextlengte in waarmee je gaat werken

    Het gesprek verbruikt ook geheugen en groeit naarmate het vordert. Stel de schuifregelaar in op de lengte die je verwacht, want bij lange CONTEXT kan een KAART die korte vragen gemakkelijk afhandelt, verworpen worden door Smaug-72B.

  3. 03

    Stel een kwaliteitsvloer in

    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

    De snelheid volgorde is effectief een volgorde op basis van GPU VRAM. Smaug-72B. Het zal niet passen bij een gaming bestelling, omdat generatie gebonden is aan geheugenbandbreedte. De kaart bovenaan de lijst is B200, bij 47.1 tok/s

  5. 05

    Lees de passen kolom laatst

    De fit-kolom scheidt kaarten die het net halen van die met ruimte over, in het geval van Smaug-72B. 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

    Controleer de kaart vanaf de andere kant

    Elke kaartpagina herhaalt deze scan voor elk model dat we hebben, en beantwoordt waarvoor de hardware verder goed is naast Smaug-72B.

Antwoorden

Smaug-72B — veelgestelde vragen

01

Smaug-72B— hoe snel is het op een GPU?

Het hangt af van de kaart. De snelste die we berekenen is B200, ongeveer 47.1 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: 51.

02

Smaug-72B— hoeveel VRAM heeft het nodig?

Het heeft ongeveer 35.9 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

Smaug-72B— 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

Smaug-72B— hoeveel parameters heeft het?

Het heeft een parameter telling van 72B. For 72B, we start from MoMo-72b-lora-1.8.7-DPO [Moreh, 2024], which itself is a fine-tune of Qwen72B [Bai et al., 2023]. MoMo-72b-lora-1.8.7-DPO has already undergone SFT, so we simply run the DPOP routines as in Smaug-34B. 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

Smaug-72B— wie heeft het gemaakt?

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

06

Smaug-72B— 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

Smaug-72B— waarvoor wordt het gebruikt?

Het werkt in het domein van Language, en wordt geregistreerd als het afhandelen van language modeling/generation, Question answering. Modellen hebben vaak meer dan één van elk, en de tags beschrijven het doel in plaats van de capaciteitslimieten.

08

Smaug-72B— waar kan ik het downloaden?

Zijn gewichten zijn gepubliceerd op Hugging Face, onder de organisatie abacusai. Wij hosten geen modelbestanden - deze site berekent welke hardware nodig is om ze te draaien.

09

Smaug-72B— kan ik het draaien als het niet in mijn GPU past?

Gedeeltelijk. Layers die niet passen, bevinden zich in system memory en draaien met een fractie van de snelheid, dus een grotendeels gedeactiveerd model is zelden de moeite waard om te gebruiken. De dichtstbijzijnde miscalculatie die we berekenen, komt tekort met 15.5 GB Elke figuur hier gaat ervan uit dat het hele model op de kaart staat.

10

Smaug-72B— 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: 61. Dus een tweede card is zelden het antwoord hier.

11

Smaug-72B— waarom verschilt de quantisatie tussen kaarten?

Een grotere CARD houdt een nauwkeuriger kopie. Het aantal compressieniveaus dat gebruikt wordt op de CARDS die het draaien: 5. Grotere CARDS krijgen de meer nauwkeurige versie, en de kwaliteitsvloer boven pins beperkt de vergelijking tot één niveau.

12

Smaug-72B— hoe nauwkeurig zijn deze snelheidsschattingen?

Ze worden berekend uit specificaties in plaats van gemeten, en elk heeft een bereik. Een voorbeeld: 28–75 tok/s op B200. Hetzelfde model en kaart variëren met dertig tot vijftig procent, afhankelijk van de inferentiesoftware en de versie ervan.

13

Smaug-72B— Welke GPU heb ik nodig om het te draaien?

De kleinste kaart in onze catalogus die het vasthoudt is A100 PCIe 40 GB, met een geheugen capaciteit van 40 GB. Het draait het model op een compressie van Q3_K_M ongeveer 35.9 GB, en produceert ongeveer 24.8 tokens per second. Het aantal kaarten dat het totaal kan draaien: 61.

Bron

Originele publicatie

Laatste update geregistreerd 28 November 2025

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