Meditron-70B TPS-rekenmachine

Open gewichten Ecole Polytechnique F´ed´erale de Lausanne (EPFL) 70B parameters November 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

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 · 25.5 tok/s

Snelste kaart

B200

48.4 tok/s · 180 GB

Welke GPU's kunnen draaien Meditron-70B?

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
48.4 tok/s

29–77 · lage vertrouwen

B200 NVIDIA 180 GB 8,000 GB/s Jan 2024 75.6 GB Q8_0 Comfortabel
48.4 tok/s

29–77 · lage vertrouwen

B300 NVIDIA 288 GB 8,000 GB/s Sep 2025 75.6 GB Q8_0 Comfortabel
38.7 tok/s

23–62 · lage vertrouwen

Radeon Instinct MI350X AMD 288 GB 8,190 GB/s Jan 2025 75.6 GB Q8_0 Comfortabel
38.7 tok/s

23–62 · lage vertrouwen

Radeon Instinct MI355X AMD 288 GB 8,190 GB/s Jan 2025 75.6 GB Q8_0 Comfortabel
30.9 tok/s

19–49 · lage vertrouwen

Radeon Instinct MI300 AMD 128 GB 6,550 GB/s Jan 2023 75.6 GB Q8_0 Comfortabel
29.6 tok/s

18–47 · lage vertrouwen

H200 NVL NVIDIA 141 GB 4,890 GB/s Nov 2024 75.6 GB Q8_0 Comfortabel
29.6 tok/s

18–47 · lage vertrouwen

H200 SXM 141 GB NVIDIA 141 GB 4,890 GB/s Nov 2024 75.6 GB Q8_0 Comfortabel
29.5 tok/s

18–47 · lage vertrouwen

H100 SXM5 80 GB NVIDIA 80 GB 3,360 GB/s Oct 2022 59.3 GB Q6_K Comfortabel
29.5 tok/s

18–47 · lage vertrouwen

H800 SXM5 NVIDIA 80 GB 3,360 GB/s Mar 2023 59.3 GB Q6_K Comfortabel
28.3 tok/s

17–45 · lage vertrouwen

Radeon Instinct MI325X AMD 256 GB 6,000 GB/s Oct 2024 75.6 GB Q8_0 Comfortabel
26.1 tok/s

16–42 · lage vertrouwen

GRID A100B NVIDIA 48 GB 1,870 GB/s May 2020 43.0 GB Q4_K_M Krap
25.5 tok/s

15–41 · lage vertrouwen

A100 PCIe 40 GB NVIDIA 40 GB 1,560 GB/s Jun 2020 34.9 GB Q3_K_M Krap
25.5 tok/s

15–41 · lage vertrouwen

A100 SXM4 40 GB NVIDIA 40 GB 1,560 GB/s May 2020 34.9 GB Q3_K_M Krap
25.5 tok/s

15–41 · lage vertrouwen

A800 PCIe 40 GB NVIDIA 40 GB 1,560 GB/s Nov 2022 34.9 GB Q3_K_M Krap
25.1 tok/s

15–40 · lage vertrouwen

Radeon Instinct MI300A AMD 128 GB 5,325 GB/s Dec 2023 75.6 GB Q8_0 Comfortabel
25.1 tok/s

15–40 · lage vertrouwen

Radeon Instinct MI300X AMD 192 GB 5,325 GB/s Dec 2023 75.6 GB Q8_0 Comfortabel
25.1 tok/s

15–40 · lage vertrouwen

Radeon Instinct MI308X AMD 192 GB 5,325 GB/s Dec 2023 75.6 GB Q8_0 Comfortabel
23.8 tok/s

14–38 · lage vertrouwen

H100 NVL 94 GB NVIDIA 94 GB 3,940 GB/s Mar 2023 75.6 GB Q8_0 Krap
21.8 tok/s

13–35 · lage vertrouwen

H100 SXM5 64 GB NVIDIA 64 GB 2,020 GB/s Mar 2023 51.2 GB Q5_K_M Krap
20.3 tok/s

12–33 · lage vertrouwen

H100 PCIe 96 GB NVIDIA 96 GB 3,360 GB/s Mar 2023 75.6 GB Q8_0 Krap
20.3 tok/s

12–33 · lage vertrouwen

H100 SXM5 94 GB NVIDIA 94 GB 3,360 GB/s Mar 2023 75.6 GB Q8_0 Krap
20.3 tok/s

12–33 · lage vertrouwen

H100 SXM5 96 GB NVIDIA 96 GB 3,360 GB/s Mar 2023 75.6 GB Q8_0 Krap
18.7 tok/s

11–30 · lage vertrouwen

RTX PRO 5000 Blackwell NVIDIA 48 GB 1,340 GB/s Mar 2025 43.0 GB Q4_K_M Krap
17.9 tok/s

11–29 · lage vertrouwen

A100 SXM4 80 GB NVIDIA 80 GB 2,040 GB/s Nov 2020 59.3 GB Q6_K Comfortabel
17.9 tok/s

11–29 · lage vertrouwen

A100X NVIDIA 80 GB 2,040 GB/s Jun 2021 59.3 GB Q6_K 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
Ecole Polytechnique F´ed´erale de Lausanne (EPFL)
Organisatietype
Academia
Land
Switzerland
Gepubliceerd
27 November 2023
Auteurs
Zeming Chen, Alejandro Hernández Cano, Angelika Romanou, Antoine Bonnet, Kyle Matoba, Francesco Salvi, Matteo Pagliardini, Simin Fan, Andreas Köpf, Amirkeivan Mohtashami, Alexandre Sallinen, Alireza Sakhaeirad, Vinitra Swamy, Igor Krawczuk, Deniz Bayazit, Axel Marmet, Syrielle Montariol, Mary-Anne Hartley, Martin Jaggi, Antoine Bosselut

Wat het doet

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

Domein
Language, Medicine
Taak
Language modeling/generation, Question answering, Medical diagnosis
Basis model
Llama 2-70B

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
70B

70B

Training gegevens
48,100,000,000 tokens

"MEDITRON ’s domain-adaptive pre-training corpus GAP-REPLAY combines 48.1B tokens from four datasets"

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.

Hoe het werd opgericht
Hardware,Operation counting
Fijn-tuning compute
3.1 × 10²² FLOP

"For the pretraining run with Llama-2-70B, we achieve a throughput of 40, 200 tokens/second. This amounts to 1.6884 × 10^16 bfloat16 flop/second and represents roughly 42.3% of the theoretical peak flops of 128 A100 GPUs, which is 128 × (312 × 1012) = 3.9936 × 10^16 flops. " 3.9936 × 10^16 FLOP / sec * 332 hours [see training time notes] * 3600 sec / hour = 4.7731507e+22 FLOP 6 FLOP / parameter / token * 70 * 10^9 parameters * 48.1 * 10^9 tokens = 2.0202e+22 FLOP sqrt(4.7731507e+22*2.0202e+22…

De trainingsrun

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

Training hardware
NVIDIA A100 SXM4 80 GB
Gebruikte chips
128
Kloktijd
332 hours (13.8 days)

"For the pretraining run with Llama-2-70B, we achieve a throughput of 40, 200 tokens/second. This amounts to 1.6884 × 10^16 bfloat16 flop/second and represents roughly 42.3% of the theoretical peak flops of 128 A100 GPUs, which is 128 × (312 × 1012) = 3.9936 × 10^16 flops. " "Our training of the 70B model ran for 332 hours on 128 A100 GPUs, for 42,496 GPU-hours."

Hardwaregebruik
HFU 42.3%

"For the pretraining run with Llama-2-70B, we achieve a throughput of 40, 200 tokens/second. This amounts to 1.6884 × 1016 bfloat16 flop/second and represents roughly 42.3% of the theoretical peak flops of 128 A100 GPUs, which is 128 × (312 × 1012) = 3.9936 × 1016 flops." HFU = 1.6884*10^16 FLOPS / (128 * 311.84*10^12 FLOPS) = 0.42299

Stroomverbruik
101.5 kW
Datacenter
Hardware Provider: EPFL Research Computing Platform, Compute Region: Switzerland

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
Unreleased

llama 2 license https://huggingface.co/epfl-llm/meditron-70b

Hugging Face
epfl-llm

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
MEDITRON-70B: Scaling Medical Pretraining for Large Language Models
Laatst bijgewerkt
28 November 2025

De extremen

De tien snelste GPU's die draaien Meditron-70B

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 48.4 tok/s
  2. 02 B200 180 GB · 8,000 GB/s · Q8_0 48.4 tok/s
  3. 03 Radeon Instinct MI350X 288 GB · 8,190 GB/s · Q8_0 38.7 tok/s
  4. 04 Radeon Instinct MI355X 288 GB · 8,190 GB/s · Q8_0 38.7 tok/s
  5. 05 Radeon Instinct MI300 128 GB · 6,550 GB/s · Q8_0 30.9 tok/s
  6. 06 H200 NVL 141 GB · 4,890 GB/s · Q8_0 29.6 tok/s
  7. 07 H200 SXM 141 GB 141 GB · 4,890 GB/s · Q8_0 29.6 tok/s
  8. 08 H800 SXM5 80 GB · 3,360 GB/s · Q6_K 29.5 tok/s
  9. 09 H100 SXM5 80 GB 80 GB · 3,360 GB/s · Q6_K 29.5 tok/s
  10. 10 Radeon Instinct MI325X 256 GB · 6,000 GB/s · Q8_0 28.3 tok/s

De kleinste GPU's die nog steeds draaien Meditron-70B

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 34.9 GB · Q3_K_M · Krap 25.5 tok/s
  2. 02 A100 PCIe 40 GB 40 GB · Heeft 34.9 GB · Q3_K_M · Krap 25.5 tok/s
  3. 03 A100 SXM4 40 GB 40 GB · Heeft 34.9 GB · Q3_K_M · Krap 25.5 tok/s
  4. 04 Radeon PRO W7900D 48 GB · Heeft 43.0 GB · Q4_K_M · Krap 9.4 tok/s
  5. 05 RTX PRO 5000 Blackwell 48 GB · Heeft 43.0 GB · Q4_K_M · Krap 18.7 tok/s
  6. 06 RTX 5880 Ada Generation 48 GB · Heeft 43.0 GB · Q4_K_M · Krap 12.1 tok/s
  7. 07 L20 48 GB · Heeft 43.0 GB · Q4_K_M · Krap 12.1 tok/s
  8. 08 Radeon PRO W7800 48 GB 48 GB · Heeft 43.0 GB · Q4_K_M · Krap 9.4 tok/s
  9. 09 Radeon PRO W7900 48 GB · Heeft 43.0 GB · Q4_K_M · Krap 9.4 tok/s
  10. 10 Data Center GPU Max 1100 48 GB · Heeft 43.0 GB · Q4_K_M · Krap 11.2 tok/s

Wat de cijfers betekenen

Wat je nodig hebt om het te draaien

Minimum kaart

A100 PCIe 40 GB

Geheugen nodig

34.9 GB

Snelste

48.4 tok/s

Meditron-70B bereikt een parameter telling van 70B. 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.

De minste hardware die werkt is A100 PCIe 40 GB, met een geheugen capaciteit van 40 GB, het draaien ervan met een compressie van Q3_K_M en produceren rond 25.5 tokens per seconde

De snelste resultaten komen van B200, genereren ongeveer 48.4 tokens per seconde op basis van een geheugendoorbandsnelheid van 8,000 GB/s.

Achtergrond

Meditron-70B werd gepubliceerd door Ecole Polytechnique F´ed´erale de Lausanne (EPFL), in het land geregistreerd als Switzerland, tijdens November 2023. Het komt uit een organisatie gecategoriseerd als academia.

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

In plaats van vanaf nul te worden getraind, is het afgeleid van Llama 2-70B. Dat is waarom het de algemene vorm en grootte van het basismodell deelt.

Gepubliceerde gewichten betekenen dat het model op jouw machine draait in plaats van op die van iemand anders, wat de hardwarevraag hieronder op enige manier beantwoordbaar maakt. Op Hugging Face is het gepubliceerd onder de organisatie epfl-llm.

Het lezen van de doorvoercijfers

Over elke kaart die het kan draaien, ligt het midden van het bereik op 17.1 tokens per second. Outright de leessnelheid overschrijden. 50 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.

Hoe het getraind werd

Training verbruikte een corpus van ongeveer 48,100,000,000 tekstokens

Stap voor stap

Hoe een GPU te kiezen voor Meditron-70B

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 Meditron-70B, ongeveer nodig 34.9 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

    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. Meditron-70B.

  3. 03

    Kies hoe ver je het wilt comprimeren

    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

    Vergelijk tokens per seconde, niet specificaties

    Ranking op basis van tokens per seconde volgt geheugenbandbreedte in plaats van kernaantal, voor Meditron-70B. Het zal niet passen bij een gaming bestelling, omdat generatie gebonden is aan geheugenbandbreedte. De kaart bovenaan de lijst is B200, bij 48.4 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 Meditron-70B. 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

    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 Meditron-70B.

Antwoorden

Meditron-70B — veelgestelde vragen

01

Meditron-70B— 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.

02

Meditron-70B— 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.

03

Meditron-70B— 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: 29–77 tok/s op B200. Hetzelfde model en kaart variëren met dertig tot vijftig procent, afhankelijk van de inferentiesoftware en de versie ervan.

04

Meditron-70B— 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 34.9 GB, en produceert ongeveer 25.5 tokens per second. Het aantal kaarten dat het totaal kan draaien: 61.

05

Meditron-70B— hoe snel is het op een GPU?

Het hangt af van de kaart. De snelste die we berekenen is B200, ongeveer 48.4 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: 50.

06

Meditron-70B— hoeveel VRAM heeft het nodig?

Het heeft ongeveer 34.9 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.

07

Meditron-70B— 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

Meditron-70B— hoeveel parameters heeft het?

Het heeft een parameter telling van 70B. 70B. 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

Meditron-70B— wie heeft het gemaakt?

Het werd gepubliceerd door Ecole Polytechnique F´ed´erale de Lausanne (EPFL), gebaseerd op Switzerland, een organisatie geclassificeerd als academia.

10

Meditron-70B— wanneer is het uitgebracht?

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

11

Meditron-70B— waarvoor wordt het gebruikt?

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

12

Meditron-70B— waar kan ik het downloaden?

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

13

Meditron-70B— 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 14.2 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