GRITLM 8x7B TPS-rekenmachine

Open gewichten Contextual AI,The University of Hong Kong,Microsoft 46.7B parameters April 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

93 kaarten die het kunnen draaien

818 kaarten die we hebben specificaties voor

Kleinste kaart die past

Radeon PRO V710

28 GB · Q3_K_M · 9.6 tok/s

Snelste kaart

B200

72.6 tok/s · 180 GB

Welke GPU's kunnen draaien GRITLM 8x7B?

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

93 kaarten passen

Berekenen

					Heeft	Kwantificatie	Past
72.6 tok/s 44–116 · lage vertrouwen	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	50.7 GB	Q8_0	Comfortabel
72.6 tok/s 44–116 · lage vertrouwen	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	50.7 GB	Q8_0	Comfortabel
57.9 tok/s 35–93 · lage vertrouwen	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	50.7 GB	Q8_0	Comfortabel
57.9 tok/s 35–93 · lage vertrouwen	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	50.7 GB	Q8_0	Comfortabel
46.3 tok/s 28–74 · lage vertrouwen	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	50.7 GB	Q8_0	Comfortabel
44.4 tok/s 27–71 · lage vertrouwen	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	50.7 GB	Q8_0	Comfortabel
44.4 tok/s 27–71 · lage vertrouwen	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	50.7 GB	Q8_0	Comfortabel
42.4 tok/s 25–68 · lage vertrouwen	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	50.7 GB	Q8_0	Comfortabel
41.6 tok/s 25–67 · lage vertrouwen	DRIVE A100 PROD NVIDIA	32 GB	1,870 GB/s	May 2020	26.2 GB	IQ4_XS	Krap
41.6 tok/s 25–67 · lage vertrouwen	GRID A100A NVIDIA	32 GB	1,870 GB/s	May 2020	26.2 GB	IQ4_XS	Krap
39.9 tok/s 24–64 · lage vertrouwen	GeForce RTX 5090 NVIDIA	32 GB	1,790 GB/s	Jan 2025	26.2 GB	IQ4_XS	Krap
39.9 tok/s 24–64 · lage vertrouwen	GeForce RTX 5090 D NVIDIA	32 GB	1,790 GB/s	Jan 2025	26.2 GB	IQ4_XS	Krap
37.7 tok/s 23–60 · lage vertrouwen	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	50.7 GB	Q8_0	Comfortabel
37.7 tok/s 23–60 · lage vertrouwen	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	50.7 GB	Q8_0	Comfortabel
37.7 tok/s 23–60 · lage vertrouwen	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	50.7 GB	Q8_0	Comfortabel
35.7 tok/s 21–57 · lage vertrouwen	H100 NVL 94 GB NVIDIA	94 GB	3,940 GB/s	Mar 2023	50.7 GB	Q8_0	Comfortabel
30.5 tok/s 18–49 · lage vertrouwen	H100 PCIe 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	50.7 GB	Q8_0	Comfortabel
30.5 tok/s 18–49 · lage vertrouwen	H100 SXM5 80 GB NVIDIA	80 GB	3,360 GB/s	Oct 2022	50.7 GB	Q8_0	Comfortabel
30.5 tok/s 18–49 · lage vertrouwen	H100 SXM5 94 GB NVIDIA	94 GB	3,360 GB/s	Mar 2023	50.7 GB	Q8_0	Comfortabel
30.5 tok/s 18–49 · lage vertrouwen	H100 SXM5 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	50.7 GB	Q8_0	Comfortabel
30.5 tok/s 18–49 · lage vertrouwen	H800 SXM5 NVIDIA	80 GB	3,360 GB/s	Mar 2023	50.7 GB	Q8_0	Comfortabel
25.3 tok/s 15–40 · lage vertrouwen	A100 PCIe 40 GB NVIDIA	40 GB	1,560 GB/s	Jun 2020	34.4 GB	Q5_K_M	Krap
25.3 tok/s 15–40 · lage vertrouwen	A100 SXM4 40 GB NVIDIA	40 GB	1,560 GB/s	May 2020	34.4 GB	Q5_K_M	Krap
25.3 tok/s 15–40 · lage vertrouwen	A800 PCIe 40 GB NVIDIA	40 GB	1,560 GB/s	Nov 2022	34.4 GB	Q5_K_M	Krap
25.2 tok/s 15–40 · lage vertrouwen	Tesla PG500-216 NVIDIA	32 GB	1,130 GB/s	Nov 2019	26.2 GB	IQ4_XS	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: Contextual AI,The University of Hong Kong,Microsoft
Organisatietype: Industry,Academia,Industry
Land: United States of America, Hong Kong
Gepubliceerd: 17 April 2024
Auteurs: Niklas Muennighoff, Hongjin Su, Liang Wang, Nan Yang, Furu Wei, Tao Yu, Amanpreet Singh, Douwe Kiela

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, Quantitative reasoning
Basis model: Mixtral 8x7B
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: 46.7B
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: 2.2 × 10²² FLOP

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
Chip-uren: 20,480
Kloktijd: 80 hours
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: Open source

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 Representational Instruction Tuning
Laatst bijgewerkt: 28 November 2025

De extremen

De tien snelste GPU's die draaien GRITLM 8x7B

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 GRITLM 8x7B

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

Wat je nodig hebt om het te draaien

Minimum kaart

Radeon PRO V710

Geheugen nodig

23.5 GB

Snelste

72.6 tok/s

GRITLM 8x7B bereikt een parameter telling van 46.7B. 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: 93.

De minste hardware die werkt is Radeon PRO V710, met een geheugen capaciteit van 28 GB, het draaien ervan met een compressie van Q3_K_M en produceren rond 9.6 tokens per seconde

Aan de andere kant zit B200, genereren ongeveer 72.6 tokens per seconde op basis van een geheugendoorbandsnelheid van 8,000 GB/s.

Over dit model

GRITLM 8x7B werd gepubliceerd door Contextual AI,The University of Hong Kong,Microsoft, in het land geregistreerd als United States of America, tijdens April 2024. De publicerende organisatie is geclassificeerd als industry,Academia,Industry.

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

In plaats van vanaf nul te worden getraind, is het afgeleid van Mixtral 8x7B. Dat is waarom het de algemene vorm en grootte van het basismodell deelt.

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.

Hoe snel het draait, en waarom

De helft van de kaarten die het vasthouden, beheren meer dan 18.3 tokens per seconde. 74 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 GRITLM 8x7B

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

Controleer wat het nodig heeft voordat iets anders.

Begin met wat het eigenlijk nodig heeft, namelijk de vereiste van GRITLM 8x7B, ongeveer nodig 23.5 GB bij een compressie van Q3_K_M. Die figuur, niet de hoofdtitelprestaties van een kaart, is wat bepaalt of het draait.
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 GRITLM 8x7B.
03

Bepaal hoeveel compressie je accepteert

De kwantisatiekolom varieert per CARD, omdat een grotere CARD een nauwkeuriger kopie vasthoudt., 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.
04

Sorteer op snelheid

Ranking op basis van tokens per seconde volgt geheugenbandbreedte in plaats van kernaantal, voor GRITLM 8x7B. Het zal niet passen bij een gaming bestelling, omdat generatie gebonden is aan geheugenbandbreedte. De kaart bovenaan de lijst is B200, bij 72.6 tok/s
05

Lees de passen kolom laatst

Strak betekent dat het laadt en werkt zonder ruimte om de context later te verhogen, in het geval van GRITLM 8x7B. 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

Open de kaart die je hebt gekozen.

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 GRITLM 8x7B.

Antwoorden

GRITLM 8x7B — veelgestelde vragen

GRITLM 8x7B— wanneer is het uitgebracht?

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

GRITLM 8x7B— waarvoor wordt het gebruikt?

Het werkt in het domein van Language, en wordt geregistreerd als het afhandelen van language modeling/generation, Question answering, Quantitative reasoning. Dit zijn de gebieden waar het omheen is ontworpen; ze beschrijven intentie eerder dan een harde grens.

GRITLM 8x7B— 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.

GRITLM 8x7B— kan ik het draaien als het niet in mijn GPU past?

Alleen door af te laden, wat meestal een valse economie is: het deel dat in systeemgeheugen wordt vastgehouden, houdt het hele ding tegen. De dichtstbijzijnde miscalculatie die we berekenen, komt tekort met 7.4 GB Elke figuur hier gaat ervan uit dat het hele model op de kaart staat.

GRITLM 8x7B— Zouden twee GPU's het sneller draaien?

Twee kaarten kopen geheugen in plaats van snelheid, wat alleen van belang is als één kaart het niet kan bevatten. Het aantal dat kan: 93. Dus een tweede card is zelden het antwoord hier.

GRITLM 8x7B— 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.

GRITLM 8x7B— hoe nauwkeurig zijn deze snelheidsschattingen?

Elke waarde is afgeleid van het geheugenbandbreedte en de modelgrootte, niet geverifieerd, wat de reden is dat elke waarde als een bereik in plaats van een enkel getal wordt gepubliceerd. Eén voorbeeld: 44–116 tok/s op B200. Hetzelfde model en kaart variëren met dertig tot vijftig procent, afhankelijk van de inferentiesoftware en de versie ervan.

GRITLM 8x7B— Welke GPU heb ik nodig om het te draaien?

De kleinste kaart in onze catalogus die het vasthoudt is Radeon PRO V710, met een geheugen capaciteit van 28 GB. Het draait het model op een compressie van Q3_K_M ongeveer 23.5 GB, en produceert ongeveer 9.6 tokens per second. Het aantal kaarten dat het totaal kan draaien: 93.

GRITLM 8x7B— hoe snel is het op een GPU?

Het hangt af van de kaart. De snelste die we berekenen is B200, ongeveer 72.6 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: 74.

GRITLM 8x7B— hoeveel VRAM heeft het nodig?

Het heeft ongeveer 23.5 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.

GRITLM 8x7B— 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.

GRITLM 8x7B— hoeveel parameters heeft het?

Het heeft een parameter telling van 46.7B. 46.7B. 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.

GRITLM 8x7B— wie heeft het gemaakt?

Het werd gepubliceerd door Contextual AI,The University of Hong Kong,Microsoft, gebaseerd op United States of America, een organisatie geclassificeerd als industry,Academia,Industry.

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