CogVLM-17B TPS-rekenmachine

Open gewichten Tsinghua University,Z.ai (Zhipu AI),Beihang University 17B 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

295 kaarten die het kunnen draaien

818 kaarten die we hebben specificaties voor

Kleinste kaart die past

GeForce GTX 1080 Ti

11 GB · Q3_K_M · 27.7 tok/s

Snelste kaart

B200

199 tok/s · 180 GB

Welke GPU's kunnen draaien CogVLM-17B?

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

295 kaarten passen

Berekenen

					Heeft	Kwantificatie	Past
199 tok/s 120–319 · lage vertrouwen	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	18.9 GB	Q8_0	Comfortabel
199 tok/s 120–319 · lage vertrouwen	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	18.9 GB	Q8_0	Comfortabel
159 tok/s 95–255 · lage vertrouwen	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	18.9 GB	Q8_0	Comfortabel
159 tok/s 95–255 · lage vertrouwen	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	18.9 GB	Q8_0	Comfortabel
127 tok/s 76–204 · lage vertrouwen	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	18.9 GB	Q8_0	Comfortabel
122 tok/s 73–195 · lage vertrouwen	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	18.9 GB	Q8_0	Comfortabel
122 tok/s 73–195 · lage vertrouwen	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	18.9 GB	Q8_0	Comfortabel
117 tok/s 70–187 · lage vertrouwen	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	18.9 GB	Q8_0	Comfortabel
103 tok/s 62–166 · lage vertrouwen	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	18.9 GB	Q8_0	Comfortabel
103 tok/s 62–166 · lage vertrouwen	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	18.9 GB	Q8_0	Comfortabel
103 tok/s 62–166 · lage vertrouwen	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	18.9 GB	Q8_0	Comfortabel
98.2 tok/s 59–157 · lage vertrouwen	H100 NVL 94 GB NVIDIA	94 GB	3,940 GB/s	Mar 2023	18.9 GB	Q8_0	Comfortabel
83.7 tok/s 50–134 · lage vertrouwen	H100 PCIe 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	18.9 GB	Q8_0	Comfortabel
83.7 tok/s 50–134 · lage vertrouwen	H100 SXM5 80 GB NVIDIA	80 GB	3,360 GB/s	Oct 2022	18.9 GB	Q8_0	Comfortabel
83.7 tok/s 50–134 · lage vertrouwen	H100 SXM5 94 GB NVIDIA	94 GB	3,360 GB/s	Mar 2023	18.9 GB	Q8_0	Comfortabel
83.7 tok/s 50–134 · lage vertrouwen	H100 SXM5 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	18.9 GB	Q8_0	Comfortabel
83.7 tok/s 50–134 · lage vertrouwen	H800 SXM5 NVIDIA	80 GB	3,360 GB/s	Mar 2023	18.9 GB	Q8_0	Comfortabel
63.7 tok/s 38–102 · lage vertrouwen	Radeon Instinct MI250 AMD	128 GB	3,280 GB/s	Nov 2021	18.9 GB	Q8_0	Comfortabel
63.7 tok/s 38–102 · lage vertrouwen	Radeon Instinct MI250X AMD	128 GB	3,280 GB/s	Nov 2021	18.9 GB	Q8_0	Comfortabel
55.8 tok/s 33–89 · lage vertrouwen	GeForce RTX 3080 12 GB NVIDIA	12 GB	912 GB/s	Jan 2022	10.0 GB	IQ4_XS	Krap
55.8 tok/s 33–89 · lage vertrouwen	GeForce RTX 3080 Ti NVIDIA	12 GB	912 GB/s	May 2021	10.0 GB	IQ4_XS	Krap
53.1 tok/s 32–85 · lage vertrouwen	Data Center GPU Max 1550 Intel	128 GB	3,280 GB/s	Jan 2023	18.9 GB	Q8_0	Comfortabel
52.0 tok/s 31–83 · lage vertrouwen	Data Center GPU Max Subsystem Intel	128 GB	3,210 GB/s	Jan 2023	18.9 GB	Q8_0	Comfortabel
50.8 tok/s 30–81 · lage vertrouwen	A100 SXM4 80 GB NVIDIA	80 GB	2,040 GB/s	Nov 2020	18.9 GB	Q8_0	Comfortabel
50.8 tok/s 30–81 · lage vertrouwen	A100X NVIDIA	80 GB	2,040 GB/s	Jun 2021	18.9 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: Tsinghua University,Z.ai (Zhipu AI),Beihang University
Organisatietype: Academia,Industry,Academia
Land: China
Gepubliceerd: 6 November 2023
Auteurs: Weihan Wang, Qingsong Lv, Wenmeng Yu, Wenyi Hong, Ji Qi, Yan Wang, Junhui Ji, Zhuoyi Yang, Lei Zhao, Xixuan Song, Jiazheng Xu, Bin Xu, Juanzi Li, Yuxiao Dong, Ming Ding, Jie Tang

Wat het doet

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

Domein: Multimodal, Vision, Language
Taak: Image captioning, Visual question answering, Chat
Aanpak: Supervised
Basis model: Vicuna-7B v0
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: 17B
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.

Training rekenen: 6.3 × 10²² FLOP
Hoe het werd opgericht: Reported
Fijn-tuning compute: 2 × 10²² FLOP

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

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.

Basis model: Yes
Waarom het wordt gevolgd: SOTA improvement
Record vertrouwen: Confident
Citaties: 794

Bronnen

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

Referentie: CogVLM: Visual Expert for Pretrained Language Models
Laatst bijgewerkt: 25 May 2026

De extremen

De tien snelste GPU's die draaien CogVLM-17B

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 CogVLM-17B

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

GeForce GTX 1080 Ti

Geheugen nodig

9.0 GB

Snelste

199 tok/s

CogVLM-17B bereikt een parameter telling van 17B. Dat is klein genoeg zodat hardware zelden de obstakel is, inclusief op kaarten van enkele jaren oud. Het aantal kaarten dat we volgen die het kunnen draaien: 295.

De minste hardware die werkt is GeForce GTX 1080 Ti, met een geheugen capaciteit van 11 GB, het draaien ervan met een compressie van Q3_K_M en produceren rond 27.7 tokens per seconde

De snelste resultaten komen van B200, genereren ongeveer 199 tokens per seconde op basis van een geheugendoorbandsnelheid van 8,000 GB/s.

Achtergrond

CogVLM-17B werd gepubliceerd door Tsinghua University,Z.ai (Zhipu AI),Beihang University, in het land geregistreerd als China, tijdens November 2023. De publicerende organisatie is geclassificeerd als academia,Industry,Academia.

Het werkt in het domein van Multimodal, Vision, Language, en wordt geregistreerd als het uitvoeren van de taak van image captioning, Visual question answering, Chat.

In plaats van vanaf nul te worden getraind, is het afgeleid van Vicuna-7B v0. 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.

Het lezen van de doorvoercijfers

De helft van de kaarten die het vasthouden, beheren meer dan 20.6 tokens per seconde. 251 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.

Wat erin ging zitten om het te bouwen

De training run verbruikte ongeveer 6.3 × 10²² FLOP. Die figuur meet wat het produceren van het model heeft gekost en heeft geen invloed op hoe snel het antwoord geeft.

De inclusiecriteria: sOTA improvement.

Stap voor stap

Hoe een GPU te kiezen voor CogVLM-17B

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. CogVLM-17B, ongeveer nodig 9.0 GB bij een compressie van Q3_K_M. Die figuur, niet de hoofdtitelprestaties van een kaart, is wat bepaalt of het draait.
02

Stel de contextlengte in waarmee je gaat werken

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 CogVLM-17B.
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.
04

Vergelijk tokens per seconde, niet specificaties

Sorteren op snelheid om te zien hoe de kaarten gerangschikt zijn voor CogVLM-17B. Het zal niet passen bij een gaming bestelling, omdat generatie gebonden is aan geheugenbandbreedte. De kaart bovenaan de lijst is B200, bij 199 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 CogVLM-17B. 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.

Elke kaartpagina herhaalt deze scan voor elk model dat we hebben, en beantwoordt waarvoor de hardware verder goed is naast CogVLM-17B.

Antwoorden

CogVLM-17B — veelgestelde vragen

CogVLM-17B— 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.

CogVLM-17B— 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: 120–319 tok/s op B200. Hetzelfde model en kaart variëren met dertig tot vijftig procent, afhankelijk van de inferentiesoftware en de versie ervan.

CogVLM-17B— Welke GPU heb ik nodig om het te draaien?

De kleinste kaart in onze catalogus die het vasthoudt is GeForce GTX 1080 Ti, met een geheugen capaciteit van 11 GB. Het draait het model op een compressie van Q3_K_M ongeveer 9.0 GB, en produceert ongeveer 27.7 tokens per second. Het aantal kaarten dat het totaal kan draaien: 295.

CogVLM-17B— hoe snel is het op een GPU?

Het hangt af van de kaart. De snelste die we berekenen is B200, ongeveer 199 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: 251.

CogVLM-17B— hoeveel VRAM heeft het nodig?

Het heeft ongeveer 9.0 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.

CogVLM-17B— kan ik het draaien op een GPU met 12 GB?

Ja. De GPU kaart GeForce RTX 3080 Ti, houden 12 GB, draait het met een compressie van IQ4_XS, ongeveer 10.0 GB en genereren ongeveer 55.8 tokens per second. De pasvorm is krap.

CogVLM-17B— kan ik het draaien op een GPU met 16 GB?

Ja. De GPU kaart Tesla V100 SXM2 16 GB, houden 16 GB, draait het met een compressie van Q5_K_M, ongeveer 13.0 GB en genereren ongeveer 50.3 tokens per second. De pasvorm is krap.

CogVLM-17B— 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 Q8_0, ongeveer 18.9 GB en genereren ongeveer 33.4 tokens per second. De pasvorm is krap.

CogVLM-17B— 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.

CogVLM-17B— hoeveel parameters heeft het?

Het heeft een parameter telling van 17B. CogVLM-17B has 10 billion vision parameters and 7 billion language parameters. However, "the total number of trainable parameters is 6.5B". "CogVLM model comprises four fundamental components: a vision transformer (ViT) encoder, an MLP adapter, a pretrained large language model (GPT), and a visual expert module." ViT: EVA2-CLIP-E, last layer removed (5B params with last layer, non-trainable) MLP adapter: 2 layers, parameter count unavailable GPT: Vicuna1.5-7B (7B params) Visual expert module: parameter count unclear. 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.

CogVLM-17B— wie heeft het gemaakt?

Het werd gepubliceerd door Tsinghua University,Z.ai (Zhipu AI),Beihang University, gebaseerd op China, een organisatie geclassificeerd als academia,Industry,Academia.

CogVLM-17B— 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.

CogVLM-17B— waarvoor wordt het gebruikt?

Het werkt in het domein van Multimodal, Vision, Language, en wordt geregistreerd als het afhandelen van image captioning, Visual question answering, Chat. 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.

CogVLM-17B— 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.

CogVLM-17B— hoeveel rekencapaciteit is gebruikt om het te trainen?

Training verbruikte ongeveer 6.3 × 10²² FLOP. 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.

CogVLM-17B— 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 2.0 GB Elke figuur hier gaat ervan uit dat het hele model op de kaart staat.

CogVLM-17B— 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: 295. Dus een tweede card is zelden het antwoord hier.

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