Zephyr 141B-A39B TPS-rekenmachine

Open gewichten Hugging Face,Korea Advanced Institute of Science and Technology (KAIST),Argilla 141B 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

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 · 59.8 tok/s

Snelste kaart

H100 NVL 94 GB

105 tok/s · 94 GB

Welke GPU's kunnen draaien Zephyr 141B-A39B?

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
105 tok/s

63–168 · lage vertrouwen

H100 NVL 94 GB NVIDIA 94 GB 3,940 GB/s Mar 2023 76.8 GB IQ4_XS Krap
99.1 tok/s

59–159 · lage vertrouwen

Radeon Instinct MI300 AMD 128 GB 6,550 GB/s Jan 2023 101.5 GB Q5_K_M Krap
98.5 tok/s

59–158 · lage vertrouwen

H100 SXM5 80 GB NVIDIA 80 GB 3,360 GB/s Oct 2022 68.6 GB Q3_K_M Krap
98.5 tok/s

59–158 · lage vertrouwen

H800 SXM5 NVIDIA 80 GB 3,360 GB/s Mar 2023 68.6 GB Q3_K_M Krap
89.6 tok/s

54–143 · lage vertrouwen

H100 SXM5 94 GB NVIDIA 94 GB 3,360 GB/s Mar 2023 76.8 GB IQ4_XS Krap
86.9 tok/s

52–139 · lage vertrouwen

B200 NVIDIA 180 GB 8,000 GB/s Jan 2024 150.7 GB Q8_0 Krap
86.9 tok/s

52–139 · lage vertrouwen

B300 NVIDIA 288 GB 8,000 GB/s Sep 2025 150.7 GB Q8_0 Comfortabel
84.2 tok/s

51–135 · lage vertrouwen

H100 PCIe 96 GB NVIDIA 96 GB 3,360 GB/s Mar 2023 85.0 GB Q4_K_M Krap
84.2 tok/s

51–135 · lage vertrouwen

H100 SXM5 96 GB NVIDIA 96 GB 3,360 GB/s Mar 2023 85.0 GB Q4_K_M Krap
80.6 tok/s

48–129 · lage vertrouwen

Radeon Instinct MI300A AMD 128 GB 5,325 GB/s Dec 2023 101.5 GB Q5_K_M Krap
77.2 tok/s

46–123 · lage vertrouwen

H200 NVL NVIDIA 141 GB 4,890 GB/s Nov 2024 117.9 GB Q6_K Krap
77.2 tok/s

46–123 · lage vertrouwen

H200 SXM 141 GB NVIDIA 141 GB 4,890 GB/s Nov 2024 117.9 GB Q6_K Krap
69.4 tok/s

42–111 · lage vertrouwen

Radeon Instinct MI350X AMD 288 GB 8,190 GB/s Jan 2025 150.7 GB Q8_0 Comfortabel
69.4 tok/s

42–111 · lage vertrouwen

Radeon Instinct MI355X AMD 288 GB 8,190 GB/s Jan 2025 150.7 GB Q8_0 Comfortabel
59.8 tok/s

36–96 · lage vertrouwen

A100 SXM4 80 GB NVIDIA 80 GB 2,040 GB/s Nov 2020 68.6 GB Q3_K_M Krap
59.8 tok/s

36–96 · lage vertrouwen

A100X NVIDIA 80 GB 2,040 GB/s Jun 2021 68.6 GB Q3_K_M Krap
59.8 tok/s

36–96 · lage vertrouwen

A800 SXM4 80 GB NVIDIA 80 GB 2,040 GB/s Aug 2022 68.6 GB Q3_K_M Krap
59.8 tok/s

36–96 · lage vertrouwen

H100 CNX NVIDIA 80 GB 2,040 GB/s Mar 2023 68.6 GB Q3_K_M Krap
59.8 tok/s

36–96 · lage vertrouwen

H100 PCIe 80 GB NVIDIA 80 GB 2,040 GB/s Oct 2022 68.6 GB Q3_K_M Krap
59.8 tok/s

36–96 · lage vertrouwen

H800 PCIe 80 GB NVIDIA 80 GB 2,040 GB/s Mar 2023 68.6 GB Q3_K_M Krap
56.9 tok/s

34–91 · lage vertrouwen

A100 PCIe 80 GB NVIDIA 80 GB 1,940 GB/s Jun 2021 68.6 GB Q3_K_M Krap
56.9 tok/s

34–91 · lage vertrouwen

A800 PCIe 80 GB NVIDIA 80 GB 1,940 GB/s Nov 2022 68.6 GB Q3_K_M Krap
50.8 tok/s

30–81 · lage vertrouwen

Radeon Instinct MI325X AMD 256 GB 6,000 GB/s Oct 2024 150.7 GB Q8_0 Comfortabel
49.6 tok/s

30–79 · lage vertrouwen

Radeon Instinct MI250 AMD 128 GB 3,280 GB/s Nov 2021 101.5 GB Q5_K_M Krap
49.6 tok/s

30–79 · lage vertrouwen

Radeon Instinct MI250X AMD 128 GB 3,280 GB/s Nov 2021 101.5 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
Hugging Face,Korea Advanced Institute of Science and Technology (KAIST),Argilla
Organisatietype
Industry,Academia,Industry
Land
United States of America, Korea (Republic of), Spain
Gepubliceerd
10 April 2024
Auteurs
Alvaro Bartolome, Jiwoo Hong, Noah Lee, Kashif Rasul, Lewis Tunstall

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
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

"A Mixture of Experts (MoE) model with 141B total parameters and 39B active parameters."

Training gegevens
tokens
Epochs
3

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
4.4 × 10¹⁹ FLOP

989500000000000*32*1.3*3600*0.3 = 4.4456256e+19

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
32
Kloktijd
1 hours

"1.3 hours on 4 nodes of 8 x H100s"

Stroomverbruik
44.3 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

Apache 2.0 https://github.com/huggingface/alignment-handbook/tree/main/recipes/zephyr-141b-A35b https://huggingface.co/HuggingFaceH4/zephyr-orpo-141b-A35b-v0.1

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
Model Card for Zephyr 141B-A39B
Laatst bijgewerkt
28 November 2025

De extremen

De tien snelste GPU's die draaien Zephyr 141B-A39B

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 105 tok/s
  2. 02 Radeon Instinct MI300 128 GB · 6,550 GB/s · Q5_K_M 99.1 tok/s
  3. 03 H800 SXM5 80 GB · 3,360 GB/s · Q3_K_M 98.5 tok/s
  4. 04 H100 SXM5 80 GB 80 GB · 3,360 GB/s · Q3_K_M 98.5 tok/s
  5. 05 H100 SXM5 94 GB 94 GB · 3,360 GB/s · IQ4_XS 89.6 tok/s
  6. 06 B300 288 GB · 8,000 GB/s · Q8_0 86.9 tok/s
  7. 07 B200 180 GB · 8,000 GB/s · Q8_0 86.9 tok/s
  8. 08 H100 PCIe 96 GB 96 GB · 3,360 GB/s · Q4_K_M 84.2 tok/s
  9. 09 H100 SXM5 96 GB 96 GB · 3,360 GB/s · Q4_K_M 84.2 tok/s
  10. 10 Radeon Instinct MI300A 128 GB · 5,325 GB/s · Q5_K_M 80.6 tok/s

De kleinste GPU's die nog steeds draaien Zephyr 141B-A39B

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 68.6 GB · Q3_K_M · Krap 59.8 tok/s
  2. 02 H800 PCIe 80 GB 80 GB · Heeft 68.6 GB · Q3_K_M · Krap 59.8 tok/s
  3. 03 H800 SXM5 80 GB · Heeft 68.6 GB · Q3_K_M · Krap 98.5 tok/s
  4. 04 A800 PCIe 80 GB 80 GB · Heeft 68.6 GB · Q3_K_M · Krap 56.9 tok/s
  5. 05 H100 PCIe 80 GB 80 GB · Heeft 68.6 GB · Q3_K_M · Krap 59.8 tok/s
  6. 06 H100 SXM5 80 GB 80 GB · Heeft 68.6 GB · Q3_K_M · Krap 98.5 tok/s
  7. 07 A800 SXM4 80 GB 80 GB · Heeft 68.6 GB · Q3_K_M · Krap 59.8 tok/s
  8. 08 A100 PCIe 80 GB 80 GB · Heeft 68.6 GB · Q3_K_M · Krap 56.9 tok/s
  9. 09 A100X 80 GB · Heeft 68.6 GB · Q3_K_M · Krap 59.8 tok/s
  10. 10 A100 SXM4 80 GB 80 GB · Heeft 68.6 GB · Q3_K_M · Krap 59.8 tok/s

Wat de cijfers betekenen

Wat nodig is om dit model te draaien

Minimum kaart

A100 SXM4 80 GB

Geheugen nodig

68.6 GB

Snelste

105 tok/s

Zephyr 141B-A39B 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 kleinste kaart die het vasthoudt 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 59.8 tokens per seconde

De snelste resultaten komen van H100 NVL 94 GB, genereren ongeveer 105 tokens per seconde op basis van een geheugendoorbandsnelheid van 3,940 GB/s.

Wat dit model is

Zephyr 141B-A39B werd gepubliceerd door Hugging Face,Korea Advanced Institute of Science and Technology (KAIST),Argilla, 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.

Het startpunt was een bestaand basismodel, Mixtral 8x22B. De meeste modellen op deze schaal zijn aangepast van een bestaande basis in plaats van vanuit het niets gebouwd.

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 59.8 tokens per seconde. 35 van hen

Dit is een mengsel-van-experts model, dat elk token alleen door een deel van zichzelf leidt. Het genereert daarom veel sneller dan zijn totale grootte suggereert - terwijl het nog steeds elke parameter in VRAM nodig heeft, zodat het snel is zonder goedkoop te zijn om te behouden.

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 Zephyr 141B-A39B

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

    Lees eerst de geheugenfiguur

    Begin met wat het eigenlijk nodig heeft, namelijk de vereiste van Zephyr 141B-A39B, ongeveer nodig 68.6 GB bij een compressie van Q3_K_M. Geen hoeveelheid verwerkingskracht compenseert een kaart die het niet kan vasthouden.

  2. 02

    Stel de contextlengte in waarmee je gaat werken

    Langere gesprekken kosten geheugen bovenop wat de gewichten nodig hebben. Verplaats de schuifregelaar naar je echte werklengte voordat je een rij vertrouwt voor Zephyr 141B-A39B.

  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

    Sorteren op snelheid om te zien hoe de kaarten gerangschikt zijn voor Zephyr 141B-A39B. 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 105 tok/s

  5. 05

    Kijk naar de speling, niet alleen naar de pasvorm.

    Een strakke pasvorm draait, maar laat niets over voor een langer gesprek, in het geval van Zephyr 141B-A39B. 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 Zephyr 141B-A39B.

Antwoorden

Zephyr 141B-A39B — veelgestelde vragen

01

Zephyr 141B-A39B— 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.

02

Zephyr 141B-A39B— 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: 6. Grotere CARDS krijgen de meer nauwkeurige versie, en de kwaliteitsvloer boven pins beperkt de vergelijking tot één niveau.

03

Zephyr 141B-A39B— 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: 63–168 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.

04

Zephyr 141B-A39B— 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 68.6 GB, en produceert ongeveer 59.8 tokens per second. Het aantal kaarten dat het totaal kan draaien: 37.

05

Zephyr 141B-A39B— hoe snel is het op een GPU?

Het hangt af van de kaart. De snelste die we berekenen is H100 NVL 94 GB, ongeveer 105 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.

06

Zephyr 141B-A39B— hoeveel VRAM heeft het nodig?

Het heeft ongeveer 68.6 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.

07

Zephyr 141B-A39B— 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.

08

Zephyr 141B-A39B— hoeveel parameters heeft het?

Het heeft een parameter telling van 141B. "A Mixture of Experts (MoE) model with 141B total parameters and 39B active parameters.". 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.

09

Zephyr 141B-A39B— wie heeft het gemaakt?

Het werd gepubliceerd door Hugging Face,Korea Advanced Institute of Science and Technology (KAIST),Argilla, gebaseerd op United States of America, een organisatie geclassificeerd als industry,Academia,Industry.

10

Zephyr 141B-A39B— 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.

11

Zephyr 141B-A39B— waarvoor wordt het gebruikt?

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

12

Zephyr 141B-A39B— 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.

13

Zephyr 141B-A39B— 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 20.2 GB Elke figuur hier gaat ervan uit dat het hele model op de kaart staat.

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