YaYi 2.0 TPS-rekenmachine

Open gewichten Yayi (Wenge) 30B parameters December 2023

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

132 kaarten die het kunnen draaien

818 kaarten die we hebben specificaties voor

Kleinste kaart die past

RTX A4500

20 GB · IQ4_XS · 22.2 tok/s

Snelste kaart

B200

113 tok/s · 180 GB

Welke GPU's kunnen draaien YaYi 2.0?

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

132 kaarten passen

Berekenen

					Heeft	Kwantificatie	Past
113 tok/s 68–181 · lage vertrouwen	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	32.8 GB	Q8_0	Comfortabel
113 tok/s 68–181 · lage vertrouwen	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	32.8 GB	Q8_0	Comfortabel
90.2 tok/s 54–144 · lage vertrouwen	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	32.8 GB	Q8_0	Comfortabel
90.2 tok/s 54–144 · lage vertrouwen	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	32.8 GB	Q8_0	Comfortabel
72.1 tok/s 43–115 · lage vertrouwen	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	32.8 GB	Q8_0	Comfortabel
69.0 tok/s 41–110 · lage vertrouwen	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	32.8 GB	Q8_0	Comfortabel
69.0 tok/s 41–110 · lage vertrouwen	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	32.8 GB	Q8_0	Comfortabel
66.1 tok/s 40–106 · lage vertrouwen	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	32.8 GB	Q8_0	Comfortabel
58.6 tok/s 35–94 · lage vertrouwen	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	32.8 GB	Q8_0	Comfortabel
58.6 tok/s 35–94 · lage vertrouwen	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	32.8 GB	Q8_0	Comfortabel
58.6 tok/s 35–94 · lage vertrouwen	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	32.8 GB	Q8_0	Comfortabel
55.6 tok/s 33–89 · lage vertrouwen	H100 NVL 94 GB NVIDIA	94 GB	3,940 GB/s	Mar 2023	32.8 GB	Q8_0	Comfortabel
47.4 tok/s 28–76 · lage vertrouwen	H100 PCIe 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	32.8 GB	Q8_0	Comfortabel
47.4 tok/s 28–76 · lage vertrouwen	H100 SXM5 80 GB NVIDIA	80 GB	3,360 GB/s	Oct 2022	32.8 GB	Q8_0	Comfortabel
47.4 tok/s 28–76 · lage vertrouwen	H100 SXM5 94 GB NVIDIA	94 GB	3,360 GB/s	Mar 2023	32.8 GB	Q8_0	Comfortabel
47.4 tok/s 28–76 · lage vertrouwen	H100 SXM5 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	32.8 GB	Q8_0	Comfortabel
47.4 tok/s 28–76 · lage vertrouwen	H800 SXM5 NVIDIA	80 GB	3,360 GB/s	Mar 2023	32.8 GB	Q8_0	Comfortabel
43.7 tok/s 26–70 · lage vertrouwen	GeForce RTX 5090 D V2 NVIDIA	24 GB	1,340 GB/s	Aug 2025	18.8 GB	Q4_K_M	Krap
39.8 tok/s 24–64 · lage vertrouwen	A30X NVIDIA	24 GB	1,220 GB/s	Apr 2021	18.8 GB	Q4_K_M	Krap
38.4 tok/s 23–61 · lage vertrouwen	DRIVE A100 PROD NVIDIA	32 GB	1,870 GB/s	May 2020	25.8 GB	Q6_K	Krap
38.4 tok/s 23–61 · lage vertrouwen	GRID A100A NVIDIA	32 GB	1,870 GB/s	May 2020	25.8 GB	Q6_K	Krap
36.7 tok/s 22–59 · lage vertrouwen	GeForce RTX 5090 NVIDIA	32 GB	1,790 GB/s	Jan 2025	25.8 GB	Q6_K	Krap
36.7 tok/s 22–59 · lage vertrouwen	GeForce RTX 5090 D NVIDIA	32 GB	1,790 GB/s	Jan 2025	25.8 GB	Q6_K	Krap
36.1 tok/s 22–58 · lage vertrouwen	Radeon Instinct MI250 AMD	128 GB	3,280 GB/s	Nov 2021	32.8 GB	Q8_0	Comfortabel
36.1 tok/s 22–58 · lage vertrouwen	Radeon Instinct MI250X AMD	128 GB	3,280 GB/s	Nov 2021	32.8 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: Yayi (Wenge)
Organisatietype: Industry
Land: China
Gepubliceerd: 22 December 2023
Auteurs: Yin Luo, Qingchao Kong, Nan Xu, Jia Cao, Bao Hao, Baoyu Qu, Bo Chen, Chao Zhu Chenyang Zhao, Donglei Zhang, Fan Feng, Feifei Zhao, Hailong Sun, Hanxuan Yang, Haojun Pan, Hongyu Liu, Jianbin Guo, Jiangtao Du, Jingyi Wang, Junfeng Li, Lei Sun, Liduo Liu, Lifeng Dong, Lili Liu, Lin Wang, Liwen Zhang, Minzheng Wang, Pin Wang, Ping Yu, Qingxiao Li, Rui Yan, Rui Zou, Ruiqun Li, Taiwen Huang, Xiaodong Wa…

Wat het doet

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

Domein: Language
Taak: Language modeling/generation

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: 30B
Training gegevens: tokens
Epochs: 1

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.

Training rekenen: 4.8 × 10²³ 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 A800 PCIe 40 GB
Gebruikte chips: 1,000
Stroomverbruik: 495.5 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 (restricted use)
Training code: Open source
Hugging Face: wenge-research

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.

Waarschijnlijk boven de 10²³ FLOP: Yes
Record vertrouwen: Likely
Citaties: 8

Bronnen

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

Referentie: YAYI 2: Multilingual Open-Source Large Language Models
Laatst bijgewerkt: 25 May 2026

De extremen

De tien snelste GPU's die draaien YaYi 2.0

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 YaYi 2.0

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

RTX A4500

Geheugen nodig

17.1 GB

Snelste

113 tok/s

YaYi 2.0 bereikt een parameter telling van 30B. 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: 132.

Het toegangspunt is RTX A4500, met een geheugen capaciteit van 20 GB, het draaien ervan met een compressie van IQ4_XS en produceren rond 22.2 tokens per seconde

De snelste resultaten komen van B200, genereren ongeveer 113 tokens per seconde op basis van een geheugendoorbandsnelheid van 8,000 GB/s.

Waar het vandaan kwam

YaYi 2.0 werd gepubliceerd door Yayi (Wenge), in het land geregistreerd als China, tijdens December 2023. De publicerende organisatie is geclassificeerd als industry.

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

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. Op Hugging Face is het gepubliceerd onder de organisatie wenge-research.

Begrijpen van de snelheden

De helft van de kaarten die het vasthouden, beheren meer dan 22.0 tokens per second. Outright de leessnelheid overschrijden. 104 van hen

Het is een dicht model, dus elke parameter wordt gelezen voor elk token dat wordt geproduceerd. Dat maakt de snelheid bijna precies het geheugenbandbreedte bijhouden — een kaart met twee keer de bandbreedte genereert ongeveer twee keer zo snel.

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.

Wat erin ging zitten om het te bouwen

Het produceren ervan vereiste een rekenkundige totaal van ongeveer 4.8 × 10²³ FLOP, op hardware vastgelegd als NVIDIA A800 PCIe 40 GB. Die figuur meet wat het produceren van het model heeft gekost en heeft geen invloed op hoe snel het antwoord geeft.

Stap voor stap

Hoe een GPU te kiezen voor YaYi 2.0

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

De tabel vermeldt elke kaart die in staat is om te bevatten. YaYi 2.0, ongeveer nodig 17.1 GB bij een compressie van IQ4_XS. Die figuur, niet de hoofdtitelprestaties van een kaart, is wat bepaalt of het draait.
02

Bepaal hoe lang je gesprekken duren

Stel de context in op wat je daadwerkelijk gaat gebruiken. De cache groeit met het gesprek, en het is de gebruikelijke reden dat een CARD die in eerste instantie prima leek, niet meer past. YaYi 2.0.
03

Stel een kwaliteitsvloer in

Compressie is wat een model laat passen op kleinere kaarten, tegen een bepaalde kost in nauwkeurigheid., 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

Sorteer op snelheid

De snelheid volgorde is effectief een volgorde op basis van GPU VRAM. YaYi 2.0. Het zal niet passen bij een gaming bestelling, omdat generatie gebonden is aan geheugenbandbreedte. De kaart bovenaan de lijst is B200, bij 113 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 YaYi 2.0. 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

Elke kaartpagina herhaalt deze scan voor elk model dat we hebben, en beantwoordt waarvoor de hardware verder goed is naast YaYi 2.0.

Antwoorden

YaYi 2.0 — veelgestelde vragen

YaYi 2.0— wie heeft het gemaakt?

Het werd gepubliceerd door Yayi (Wenge), gebaseerd op China, een organisatie geclassificeerd als industry.

YaYi 2.0— wanneer is het uitgebracht?

Het werd gepubliceerd in December 2023. De capaciteit per parameter is aanzienlijk verbeterd sinds, zodat een nieuwere model van dezelfde grootte vaak een betere benutting van dezelfde hardware is.

YaYi 2.0— waarvoor wordt het gebruikt?

Het werkt in het domein van Language, en wordt geregistreerd als het afhandelen van language modeling/generation. 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.

YaYi 2.0— waar kan ik het downloaden?

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

YaYi 2.0— hoeveel rekencapaciteit is gebruikt om het te trainen?

Training verbruikte ongeveer 4.8 × 10²³ FLOP, op hardware vastgelegd als NVIDIA A800 PCIe 40 GB. Dat meet wat het kosten om het model te produceren en zegt niets over hoe snel het antwoord geeft zodra het getraind is — inferentie snelheid komt van geheugenbandbreedte, niet van het trainingsbudget.

YaYi 2.0— 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 4.4 GB Elke figuur hier gaat ervan uit dat het hele model op de kaart staat.

YaYi 2.0— 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: 132. Dus een tweede card is zelden het antwoord hier.

YaYi 2.0— 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.

YaYi 2.0— hoe nauwkeurig zijn deze snelheidsschattingen?

Dit zijn schattingen met echte foutmarges, en elk van hen zou redelijkerwijs ergens binnen zijn gepubliceerde bereik kunnen vallen, afhankelijk van welke runtime je gebruikt. Het snelste resultaat hier: 68–181 tok/s op B200. Hetzelfde model en kaart variëren met dertig tot vijftig procent, afhankelijk van de inferentiesoftware en de versie ervan.

YaYi 2.0— Welke GPU heb ik nodig om het te draaien?

De kleinste kaart in onze catalogus die het vasthoudt is RTX A4500, met een geheugen capaciteit van 20 GB. Het draait het model op een compressie van IQ4_XS ongeveer 17.1 GB, en produceert ongeveer 22.2 tokens per second. Het aantal kaarten dat het totaal kan draaien: 132.

YaYi 2.0— hoe snel is het op een GPU?

Het hangt af van de kaart. De snelste die we berekenen is B200, ongeveer 113 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: 104.

YaYi 2.0— hoeveel VRAM heeft het nodig?

Het heeft ongeveer 17.1 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.

YaYi 2.0— 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 Q4_K_M, ongeveer 18.8 GB en genereren ongeveer 43.7 tokens per second. De pasvorm is krap.

YaYi 2.0— 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.

YaYi 2.0— hoeveel parameters heeft het?

Het heeft een parameter telling van 30B. 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.

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