Emu2 TPS-rekenmachine

Open gewichten Beijing Academy of Artificial Intelligence / BAAI,Tsinghua University,Peking University 37B parameters May 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

126 kaarten die het kunnen draaien

818 kaarten die we hebben specificaties voor

Kleinste kaart die past

Tesla M40 24 GB

24 GB · IQ4_XS · 6.9 tok/s

Snelste kaart

B200

91.6 tok/s · 180 GB

Welke GPU's kunnen draaien Emu2?

Stel de invoer in, lees het antwoord

Contextlengte tokens

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

Minimale kwaliteit

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

Zoek kaarten

Kaartgeheugen

Toon ook kaarten die het niet kunnen draaien

126 kaarten passen

Berekenen

					Heeft	Kwantificatie	Past
91.6 tok/s 55–147 · lage vertrouwen	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	40.3 GB	Q8_0	Comfortabel
91.6 tok/s 55–147 · lage vertrouwen	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	40.3 GB	Q8_0	Comfortabel
73.1 tok/s 44–117 · lage vertrouwen	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	40.3 GB	Q8_0	Comfortabel
73.1 tok/s 44–117 · lage vertrouwen	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	40.3 GB	Q8_0	Comfortabel
58.5 tok/s 35–94 · lage vertrouwen	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	40.3 GB	Q8_0	Comfortabel
56.0 tok/s 34–90 · lage vertrouwen	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	40.3 GB	Q8_0	Comfortabel
56.0 tok/s 34–90 · lage vertrouwen	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	40.3 GB	Q8_0	Comfortabel
53.6 tok/s 32–86 · lage vertrouwen	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	40.3 GB	Q8_0	Comfortabel
47.5 tok/s 29–76 · lage vertrouwen	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	40.3 GB	Q8_0	Comfortabel
47.5 tok/s 29–76 · lage vertrouwen	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	40.3 GB	Q8_0	Comfortabel
47.5 tok/s 29–76 · lage vertrouwen	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	40.3 GB	Q8_0	Comfortabel
45.1 tok/s 27–72 · lage vertrouwen	H100 NVL 94 GB NVIDIA	94 GB	3,940 GB/s	Mar 2023	40.3 GB	Q8_0	Comfortabel
38.5 tok/s 23–62 · lage vertrouwen	H100 PCIe 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	40.3 GB	Q8_0	Comfortabel
38.5 tok/s 23–62 · lage vertrouwen	H100 SXM5 80 GB NVIDIA	80 GB	3,360 GB/s	Oct 2022	40.3 GB	Q8_0	Comfortabel
38.5 tok/s 23–62 · lage vertrouwen	H100 SXM5 94 GB NVIDIA	94 GB	3,360 GB/s	Mar 2023	40.3 GB	Q8_0	Comfortabel
38.5 tok/s 23–62 · lage vertrouwen	H100 SXM5 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	40.3 GB	Q8_0	Comfortabel
38.5 tok/s 23–62 · lage vertrouwen	H800 SXM5 NVIDIA	80 GB	3,360 GB/s	Mar 2023	40.3 GB	Q8_0	Comfortabel
38.2 tok/s 23–61 · lage vertrouwen	DRIVE A100 PROD NVIDIA	32 GB	1,870 GB/s	May 2020	27.4 GB	Q5_K_M	Krap
38.2 tok/s 23–61 · lage vertrouwen	GRID A100A NVIDIA	32 GB	1,870 GB/s	May 2020	27.4 GB	Q5_K_M	Krap
37.7 tok/s 23–60 · lage vertrouwen	GeForce RTX 5090 D V2 NVIDIA	24 GB	1,340 GB/s	Aug 2025	20.9 GB	IQ4_XS	Krap
36.6 tok/s 22–59 · lage vertrouwen	GeForce RTX 5090 NVIDIA	32 GB	1,790 GB/s	Jan 2025	27.4 GB	Q5_K_M	Krap
36.6 tok/s 22–59 · lage vertrouwen	GeForce RTX 5090 D NVIDIA	32 GB	1,790 GB/s	Jan 2025	27.4 GB	Q5_K_M	Krap
34.3 tok/s 21–55 · lage vertrouwen	A30X NVIDIA	24 GB	1,220 GB/s	Apr 2021	20.9 GB	IQ4_XS	Krap
29.3 tok/s 18–47 · lage vertrouwen	Radeon Instinct MI250 AMD	128 GB	3,280 GB/s	Nov 2021	40.3 GB	Q8_0	Comfortabel
29.3 tok/s 18–47 · lage vertrouwen	Radeon Instinct MI250X AMD	128 GB	3,280 GB/s	Nov 2021	40.3 GB	Q8_0	Comfortabel

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: Beijing Academy of Artificial Intelligence / BAAI,Tsinghua University,Peking University
Organisatietype: Academia,Academia,Academia
Land: China
Gepubliceerd: 8 May 2024
Auteurs: Quan Sun, Yufeng Cui, Xiaosong Zhang, Fan Zhang, Qiying Yu, Zhengxiong Luo, Yueze Wang, Yongming Rao, Jingjing Liu, Tiejun Huang, Xinlong Wang

Wat het doet

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

Domein: Multimodal, Language, Vision, Image generation
Taak: Language modeling/generation, Question answering, Visual question answering, Image generation, Text-to-image
Basis model: LLaMA-33B,Stable Diffusion XL (SDXL)
Numerieke indeling: BF16

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: 37B
Training gegevens: tokens

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 (non-commercial)
Training code: Unreleased
Hugging Face: BAAI

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: Confident

Bronnen

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

Referentie: Generative Multimodal Models are In-Context Learners
Laatst bijgewerkt: 28 November 2025

De extremen

De tien snelste GPU's die draaien Emu2

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..

De kleinste GPU's die nog steeds draaien Emu2

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

Wat de cijfers betekenen

Hardwarevereisten in de praktijk

Minimum kaart

Tesla M40 24 GB

Geheugen nodig

20.9 GB

Snelste

91.6 tok/s

Emu2 bereikt een parameter telling van 37B. Dat valt binnen het bereik dat een serieuze desktopkaart kan aansteken zodra de gewichten zijn gecomprimeerd. Het aantal kaarten dat we volgen die het kunnen draaien: 126.

Het toegangspunt is Tesla M40 24 GB, met een geheugen capaciteit van 24 GB, het draaien ervan met een compressie van IQ4_XS en produceren rond 6.9 tokens per seconde

De snelste resultaten komen van B200, genereren ongeveer 91.6 tokens per seconde op basis van een geheugendoorbandsnelheid van 8,000 GB/s.

Wat dit model is

Emu2 werd gepubliceerd door Beijing Academy of Artificial Intelligence / BAAI,Tsinghua University,Peking University, in het land geregistreerd als China, tijdens May 2024. Het komt uit een organisatie gecategoriseerd als academia,Academia,Academia.

Het werkt in het domein van Multimodal, Language, Vision, Image generation, en wordt geregistreerd als het uitvoeren van de taak van language modeling/generation, Question answering, Visual question answering, Image generation, Text-to-image.

Het startpunt was een bestaand basismodel, LLaMA-33B,Stable Diffusion XL (SDXL). Dat is waarom het de algemene vorm en grootte van het basismodell deelt.

Omdat de gewichten zijn vrijgegeven, hangt niets over het uitvoeren ervan af van een leverancier die beschikbaar blijft — het is van jou zodra het is gedownload. Op Hugging Face is het gepubliceerd onder de organisatie BAAI.

Wat bepaalt de snelheid

De helft van de kaarten die het vasthouden, beheren meer dan 19.8 tokens per second. Outright de leessnelheid overschrijden. 94 van hen

Doordat het dicht is, leest het alles per token, wat de reden is waarom de volgorde op snelheid hieronder zo nauwkeurig de volgorde op geheugendebandbreedte volgt.

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 Emu2

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

01

Begin vanuit de geheugen kolom

Elke kaart hier is gecontroleerd op Emu2, ongeveer nodig 20.9 GB bij een compressie van IQ4_XS. De capaciteit is de poort — een GPU-kaart houdt het of het houdt het niet.
02

Bepaal hoe lang je gesprekken duren

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 Emu2.
03

Kies hoe ver je het wilt comprimeren

De kwantisatiekolom varieert per CARD, omdat een grotere CARD een nauwkeuriger kopie vasthoudt., bereiken van een compressie van IQ4_XS 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.
04

Vergelijk tokens per seconde, niet specificaties

De snelheid volgorde is effectief een volgorde op basis van GPU VRAM. Emu2. Het zal niet passen bij een gaming bestelling, omdat generatie gebonden is aan geheugenbandbreedte. De kaart bovenaan de lijst is B200, bij 91.6 tok/s
05

Kijk naar de speling, niet alleen naar de pasvorm.

Strak betekent dat het laadt en werkt zonder ruimte om de context later te verhogen, in het geval van Emu2. 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.
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 Emu2.

Antwoorden

Emu2 — veelgestelde vragen

Emu2— waar kan ik het downloaden?

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

Emu2— 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 5.1 GB Elke figuur hier gaat ervan uit dat het hele model op de kaart staat.

Emu2— Zouden twee GPU's het sneller draaien?

Capaciteit voegt samen over kaarten; doorvoer niet. Het aantal kaarten dat het al op zichzelf vasthoudt: 126. Dus een tweede card is zelden het antwoord hier.

Emu2— waarom verschilt de quantisatie tussen kaarten?

Omdat de capaciteit varieert, varieert ook hoe hard het moet worden samengedrukt. Het aantal onderscheidende niveaus in de bovenstaande tabel: 5. Grotere CARDS krijgen de meer nauwkeurige versie, en de kwaliteitsvloer boven pins beperkt de vergelijking tot één niveau.

Emu2— hoe nauwkeurig zijn deze snelheidsschattingen?

Ze worden berekend uit specificaties in plaats van gemeten, en elk heeft een bereik. Een voorbeeld: 55–147 tok/s op B200. Hetzelfde model en kaart variëren met dertig tot vijftig procent, afhankelijk van de inferentiesoftware en de versie ervan.

Emu2— Welke GPU heb ik nodig om het te draaien?

De kleinste kaart in onze catalogus die het vasthoudt is Tesla M40 24 GB, met een geheugen capaciteit van 24 GB. Het draait het model op een compressie van IQ4_XS ongeveer 20.9 GB, en produceert ongeveer 6.9 tokens per second. Het aantal kaarten dat het totaal kan draaien: 126.

Emu2— hoe snel is het op een GPU?

Het hangt af van de kaart. De snelste die we berekenen is B200, ongeveer 91.6 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: 94.

Emu2— hoeveel VRAM heeft het nodig?

Het heeft ongeveer 20.9 GB bij een compressie van IQ4_XS, 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.

Emu2— kan ik het draaien op een GPU met 24 GB?

Ja. De GPU kaart GeForce RTX 5090 D V2, houden 24 GB, draait het met een compressie van IQ4_XS, ongeveer 20.9 GB en genereren ongeveer 37.7 tokens per second. De pasvorm is krap.

Emu2— 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.

Emu2— hoeveel parameters heeft het?

Het heeft een parameter telling van 37B. 37B "we leverage pretrained EVA-02-CLIP-E-plus [70], LLaMA-33B [73] and SDXL [58] to initialize the Visual Encoder, Multimodal Modeling, and Visual Decoder, respectively". 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.

Emu2— wie heeft het gemaakt?

Het werd gepubliceerd door Beijing Academy of Artificial Intelligence / BAAI,Tsinghua University,Peking University, gebaseerd op China, een organisatie geclassificeerd als academia,Academia,Academia.

Emu2— wanneer is het uitgebracht?

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

Emu2— waarvoor wordt het gebruikt?

Het werkt in het domein van Multimodal, Language, Vision, Image generation, en wordt geregistreerd als het afhandelen van language modeling/generation, Question answering, Visual question answering, Image generation, Text-to-image. 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.

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