Guanaco-65B TPS-rekenmachine

Open gewichten University of Washington 65B parameters May 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 · 27.4 tok/s

Snelste kaart

B200

52.1 tok/s · 180 GB

Welke GPU's kunnen draaien Guanaco-65B?

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

61 kaarten passen

Berekenen

					Heeft	Kwantificatie	Past
52.1 tok/s 31–83 · lage vertrouwen	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	70.3 GB	Q8_0	Comfortabel
52.1 tok/s 31–83 · lage vertrouwen	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	70.3 GB	Q8_0	Comfortabel
41.6 tok/s 25–67 · lage vertrouwen	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	70.3 GB	Q8_0	Comfortabel
41.6 tok/s 25–67 · lage vertrouwen	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	70.3 GB	Q8_0	Comfortabel
33.3 tok/s 20–53 · lage vertrouwen	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	70.3 GB	Q8_0	Comfortabel
31.9 tok/s 19–51 · lage vertrouwen	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	70.3 GB	Q8_0	Comfortabel
31.9 tok/s 19–51 · lage vertrouwen	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	70.3 GB	Q8_0	Comfortabel
30.5 tok/s 18–49 · lage vertrouwen	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	70.3 GB	Q8_0	Comfortabel
28.1 tok/s 17–45 · lage vertrouwen	GRID A100B NVIDIA	48 GB	1,870 GB/s	May 2020	40.0 GB	Q4_K_M	Krap
27.4 tok/s 16–44 · lage vertrouwen	A100 PCIe 40 GB NVIDIA	40 GB	1,560 GB/s	Jun 2020	32.5 GB	Q3_K_M	Krap
27.4 tok/s 16–44 · lage vertrouwen	A100 SXM4 40 GB NVIDIA	40 GB	1,560 GB/s	May 2020	32.5 GB	Q3_K_M	Krap
27.4 tok/s 16–44 · lage vertrouwen	A800 PCIe 40 GB NVIDIA	40 GB	1,560 GB/s	Nov 2022	32.5 GB	Q3_K_M	Krap
27.1 tok/s 16–43 · lage vertrouwen	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	70.3 GB	Q8_0	Comfortabel
27.1 tok/s 16–43 · lage vertrouwen	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	70.3 GB	Q8_0	Comfortabel
27.1 tok/s 16–43 · lage vertrouwen	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	70.3 GB	Q8_0	Comfortabel
25.7 tok/s 15–41 · lage vertrouwen	H100 NVL 94 GB NVIDIA	94 GB	3,940 GB/s	Mar 2023	70.3 GB	Q8_0	Comfortabel
21.9 tok/s 13–35 · lage vertrouwen	H100 PCIe 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	70.3 GB	Q8_0	Comfortabel
21.9 tok/s 13–35 · lage vertrouwen	H100 SXM5 80 GB NVIDIA	80 GB	3,360 GB/s	Oct 2022	70.3 GB	Q8_0	Krap
21.9 tok/s 13–35 · lage vertrouwen	H100 SXM5 94 GB NVIDIA	94 GB	3,360 GB/s	Mar 2023	70.3 GB	Q8_0	Comfortabel
21.9 tok/s 13–35 · lage vertrouwen	H100 SXM5 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	70.3 GB	Q8_0	Comfortabel
21.9 tok/s 13–35 · lage vertrouwen	H800 SXM5 NVIDIA	80 GB	3,360 GB/s	Mar 2023	70.3 GB	Q8_0	Krap
20.2 tok/s 12–32 · lage vertrouwen	RTX PRO 5000 Blackwell NVIDIA	48 GB	1,340 GB/s	Mar 2025	40.0 GB	Q4_K_M	Krap
19.1 tok/s 11–31 · lage vertrouwen	H100 SXM5 64 GB NVIDIA	64 GB	2,020 GB/s	Mar 2023	55.2 GB	Q6_K	Krap
16.7 tok/s 10–27 · lage vertrouwen	Radeon Instinct MI250 AMD	128 GB	3,280 GB/s	Nov 2021	70.3 GB	Q8_0	Comfortabel
16.7 tok/s 10–27 · lage vertrouwen	Radeon Instinct MI250X AMD	128 GB	3,280 GB/s	Nov 2021	70.3 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: University of Washington
Organisatietype: Academia
Land: United States of America
Gepubliceerd: 23 May 2023
Auteurs: Tim Dettmers, Artidoro Pagnoni, Ari Holtzman, Luke Zettlemoyer

Wat het doet

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

Domein: Language
Taak: Chat
Basis model: LLaMA-65B

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: 65B
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: 5.5 × 10²³ FLOP
Hoe het werd opgericht: Hardware
Fijn-tuning compute: 8 × 10¹⁸ FLOP

De trainingsrun

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

Kloktijd: 24 hours

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 (non-commercial)
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.

Waarschijnlijk boven de 10²³ FLOP: Yes
Record vertrouwen: Confident
Citaties: 4,560

Bronnen

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

Referentie: QLoRA: Efficient Finetuning of Quantized LLMs
Laatst bijgewerkt: 25 May 2026

De extremen

De tien snelste GPU's die draaien Guanaco-65B

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 Guanaco-65B

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

A100 PCIe 40 GB

Geheugen nodig

32.5 GB

Snelste

52.1 tok/s

Guanaco-65B bereikt een parameter telling van 65B. 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.

Het toegangspunt 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 27.4 tokens per seconde

De snelste resultaten komen van B200, genereren ongeveer 52.1 tokens per seconde op basis van een geheugendoorbandsnelheid van 8,000 GB/s.

Waar het vandaan kwam

Guanaco-65B werd gepubliceerd door University of Washington, in het land geregistreerd als United States of America, tijdens May 2023. De categorie waaronder de uitgever valt is academia.

Het werkt in het domein van Language, en wordt geregistreerd als het uitvoeren van de taak van chat.

In plaats van vanaf nul te worden getraind, is het afgeleid van LLaMA-65B. 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.

Begrijpen van de snelheden

Over elke kaart die het kan draaien, ligt het midden van het bereik op 13.3 tokens per second. Outright de leessnelheid overschrijden. 56 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.

Training en herkomst

Het produceren ervan vereiste een rekenkundige totaal van ongeveer 5.5 × 10²³ FLOP. 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 Guanaco-65B

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

Lees eerst de geheugenfiguur

Elke kaart hier is gecontroleerd op Guanaco-65B, ongeveer nodig 32.5 GB bij een compressie van Q3_K_M. Geen hoeveelheid verwerkingskracht compenseert een kaart die het niet kan vasthouden.
02

Stem de context af op uw werkelijke gebruik

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. Guanaco-65B.
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

Vergelijk tokens per seconde, niet specificaties

De snelheid volgorde is effectief een volgorde op basis van GPU VRAM. Guanaco-65B. Het zal niet passen bij een gaming bestelling, omdat generatie gebonden is aan geheugenbandbreedte. De kaart bovenaan de lijst is B200, bij 52.1 tok/s
05

Lees de passen kolom laatst

De fit-kolom scheidt kaarten die het net halen van die met ruimte over, in het geval van Guanaco-65B. 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 Guanaco-65B.

Antwoorden

Guanaco-65B — veelgestelde vragen

Guanaco-65B— waarvoor wordt het gebruikt?

Het werkt in het domein van Language, en wordt geregistreerd als het afhandelen van chat. Modellen hebben vaak meer dan één van elk, en de tags beschrijven het doel in plaats van de capaciteitslimieten.

Guanaco-65B— 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.

Guanaco-65B— hoeveel rekencapaciteit is gebruikt om het te trainen?

Training verbruikte ongeveer 5.5 × 10²³ 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.

Guanaco-65B— 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 11.2 GB Elke figuur hier gaat ervan uit dat het hele model op de kaart staat.

Guanaco-65B— 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.

Guanaco-65B— 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: 4. Grotere CARDS krijgen de meer nauwkeurige versie, en de kwaliteitsvloer boven pins beperkt de vergelijking tot één niveau.

Guanaco-65B— 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: 31–83 tok/s op B200. Hetzelfde model en kaart variëren met dertig tot vijftig procent, afhankelijk van de inferentiesoftware en de versie ervan.

Guanaco-65B— 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 32.5 GB, en produceert ongeveer 27.4 tokens per second. Het aantal kaarten dat het totaal kan draaien: 61.

Guanaco-65B— hoe snel is het op een GPU?

Het hangt af van de kaart. De snelste die we berekenen is B200, ongeveer 52.1 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: 56.

Guanaco-65B— hoeveel VRAM heeft het nodig?

Het heeft ongeveer 32.5 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.

Guanaco-65B— 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.

Guanaco-65B— hoeveel parameters heeft het?

Het heeft een parameter telling van 65B. from Llama-65B (also 33B, 13B, 7B variants). 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.

Guanaco-65B— wie heeft het gemaakt?

Het werd gepubliceerd door University of Washington, gebaseerd op United States of America, een organisatie geclassificeerd als academia.

Guanaco-65B— wanneer is het uitgebracht?

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

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