GenSLM TPS-rekenmachine

Open gewichten University of Chicago,NVIDIA,Harvard University,Cerebras Systems,Technical University of Munich,California Institute of Technology 25B parameters October 2022

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

241 kaarten die het kunnen draaien

818 kaarten die we hebben specificaties voor

Kleinste kaart die past

Xeon Phi 7120P

16 GB · IQ4_XS · 9.5 tok/s

Snelste kaart

B200

136 tok/s · 180 GB

Welke GPU's kunnen draaien GenSLM?

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

241 kaarten passen

Berekenen

					Heeft	Kwantificatie	Past
136 tok/s 81–217 · lage vertrouwen	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	27.5 GB	Q8_0	Comfortabel
136 tok/s 81–217 · lage vertrouwen	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	27.5 GB	Q8_0	Comfortabel
108 tok/s 65–173 · lage vertrouwen	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	27.5 GB	Q8_0	Comfortabel
108 tok/s 65–173 · lage vertrouwen	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	27.5 GB	Q8_0	Comfortabel
86.6 tok/s 52–138 · lage vertrouwen	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	27.5 GB	Q8_0	Comfortabel
82.8 tok/s 50–133 · lage vertrouwen	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	27.5 GB	Q8_0	Comfortabel
82.8 tok/s 50–133 · lage vertrouwen	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	27.5 GB	Q8_0	Comfortabel
79.3 tok/s 48–127 · lage vertrouwen	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	27.5 GB	Q8_0	Comfortabel
70.4 tok/s 42–113 · lage vertrouwen	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	27.5 GB	Q8_0	Comfortabel
70.4 tok/s 42–113 · lage vertrouwen	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	27.5 GB	Q8_0	Comfortabel
70.4 tok/s 42–113 · lage vertrouwen	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	27.5 GB	Q8_0	Comfortabel
66.8 tok/s 40–107 · lage vertrouwen	H100 NVL 94 GB NVIDIA	94 GB	3,940 GB/s	Mar 2023	27.5 GB	Q8_0	Comfortabel
56.9 tok/s 34–91 · lage vertrouwen	H100 PCIe 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	27.5 GB	Q8_0	Comfortabel
56.9 tok/s 34–91 · lage vertrouwen	H100 SXM5 80 GB NVIDIA	80 GB	3,360 GB/s	Oct 2022	27.5 GB	Q8_0	Comfortabel
56.9 tok/s 34–91 · lage vertrouwen	H100 SXM5 94 GB NVIDIA	94 GB	3,360 GB/s	Mar 2023	27.5 GB	Q8_0	Comfortabel
56.9 tok/s 34–91 · lage vertrouwen	H100 SXM5 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	27.5 GB	Q8_0	Comfortabel
56.9 tok/s 34–91 · lage vertrouwen	H800 SXM5 NVIDIA	80 GB	3,360 GB/s	Mar 2023	27.5 GB	Q8_0	Comfortabel
47.0 tok/s 28–75 · lage vertrouwen	Tesla V100 SXM2 16 GB NVIDIA	16 GB	1,130 GB/s	Nov 2019	14.4 GB	IQ4_XS	Krap
43.3 tok/s 26–69 · lage vertrouwen	Radeon Instinct MI250 AMD	128 GB	3,280 GB/s	Nov 2021	27.5 GB	Q8_0	Comfortabel
43.3 tok/s 26–69 · lage vertrouwen	Radeon Instinct MI250X AMD	128 GB	3,280 GB/s	Nov 2021	27.5 GB	Q8_0	Comfortabel
40.5 tok/s 24–65 · lage vertrouwen	GeForce RTX 5090 D V2 NVIDIA	24 GB	1,340 GB/s	Aug 2025	18.7 GB	Q5_K_M	Krap
39.9 tok/s 24–64 · lage vertrouwen	GeForce RTX 5080 NVIDIA	16 GB	960 GB/s	Jan 2025	14.4 GB	IQ4_XS	Krap
37.3 tok/s 22–60 · lage vertrouwen	Tesla V100 DGXS 16 GB NVIDIA	16 GB	897 GB/s	Mar 2018	14.4 GB	IQ4_XS	Krap
37.3 tok/s 22–60 · lage vertrouwen	Tesla V100 PCIe 16 GB NVIDIA	16 GB	897 GB/s	Jun 2017	14.4 GB	IQ4_XS	Krap
37.3 tok/s 22–60 · lage vertrouwen	Tesla V100 SXM2 16 GB NVIDIA	16 GB	897 GB/s	Jun 2017	14.4 GB	IQ4_XS	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: University of Chicago,NVIDIA,Harvard University,Cerebras Systems,Technical University of Munich,California Institute of Technology
Organisatietype: Academia,Industry,Academia,Industry,Academia,Academia
Land: United States of America, Germany
Gepubliceerd: 11 October 2022
Auteurs: Maxim Zvyagin, Alexander Brace, Kyle Hippe, Yuntian Deng, Bin Zhang, Cindy Orozco Bohorquez, Austin Clyde, Bharat Kale, Danilo Perez-Rivera, Heng Ma, Carla M. Mann, Michael Irvin, J. Gregory Pauloski, Logan Ward, Valerie Hayot, Murali Emani, Sam Foreman, Zhen Xie, Diangen Lin, Maulik Shukla, Weili Nie, Josh Romero, Christian Dallago, Arash Vahdat, Chaowei Xiao, Thomas Gibbs, Ian Foster, James J. D…

Wat het doet

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

Domein: Biology
Taak: Protein or nucleotide language model (pLM/nLM)
Numerieke indeling: FP16

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: 25B
Training gegevens: 225,280,000,000 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: 1.4 × 10²¹ FLOP
Hoe het werd opgericht: Reported

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

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: 114

Bronnen

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

Referentie: GenSLMs: Genome-scale language models reveal SARS-CoV-2 evolutionary dynamics
Laatst bijgewerkt: 1 January 2026

De extremen

De tien snelste GPU's die draaien GenSLM

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 GenSLM

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

De hardwarekant

Minimum kaart

Xeon Phi 7120P

Geheugen nodig

14.4 GB

Snelste

136 tok/s

GenSLM bereikt een parameter telling van 25B. 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: 241.

Aan de onderkant wordt het afgehandeld door Xeon Phi 7120P, met een geheugen capaciteit van 16 GB, het draaien ervan met een compressie van IQ4_XS en produceren rond 9.5 tokens per seconde

De snelste we er voor berekenen is B200, genereren ongeveer 136 tokens per seconde op basis van een geheugendoorbandsnelheid van 8,000 GB/s.

Over dit model

GenSLM werd gepubliceerd door University of Chicago,NVIDIA,Harvard University,Cerebras Systems,Technical University of Munich,California Institute of Technology, in het land geregistreerd als United States of America, tijdens October 2022. De publicerende organisatie is geclassificeerd als academia,Industry,Academia,Industry,Academia,Academia.

Het werkt in het domein van Biology, en wordt geregistreerd als het uitvoeren van de taak van protein or nucleotide language model (pLM/nLM).

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.

Hoe snel het draait, en waarom

De helft van de kaarten die het vasthouden, beheren meer dan 18.6 tokens per seconde. Het produceren van tekst sneller dan de meeste mensen het lezen. 192 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

Training kostte een rekensbudget van ongeveer 1.4 × 10²¹ FLOP. Die figuur meet wat het produceren van het model heeft gekost en heeft geen invloed op hoe snel het antwoord geeft.

De trainingsset liep naar ongeveer 225,280,000,000 tekstokens

Het wordt gevolgd in de onderliggende dataset om één specifieke reden: sOTA improvement.

Stap voor stap

Hoe een GPU te kiezen voor GenSLM

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

Begin met wat het eigenlijk nodig heeft, namelijk de vereiste van GenSLM, ongeveer nodig 14.4 GB bij een compressie van IQ4_XS. De capaciteit is de poort — een GPU-kaart houdt het of het houdt het niet.
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. GenSLM.
03

Kies hoe ver je het wilt comprimeren

Elke kaart draait de minst-gecomprimeerde kopie die hij kan vasthouden., 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

Rangschik op doorvoer in plaats van specificatielijst

Sorteren op snelheid om te zien hoe de kaarten gerangschikt zijn voor GenSLM. Het zal niet passen bij een gaming bestelling, omdat generatie gebonden is aan geheugenbandbreedte. De kaart bovenaan de lijst is B200, bij 136 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 GenSLM. 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

Controleer de kaart vanaf de andere kant

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

Antwoorden

GenSLM — veelgestelde vragen

GenSLM— 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 5.0 GB Elke figuur hier gaat ervan uit dat het hele model op de kaart staat.

GenSLM— 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: 241. Dus een tweede card is zelden het antwoord hier.

GenSLM— 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.

GenSLM— 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: 81–217 tok/s op B200. Hetzelfde model en kaart variëren met dertig tot vijftig procent, afhankelijk van de inferentiesoftware en de versie ervan.

GenSLM— Welke GPU heb ik nodig om het te draaien?

De kleinste kaart in onze catalogus die het vasthoudt is Xeon Phi 7120P, met een geheugen capaciteit van 16 GB. Het draait het model op een compressie van IQ4_XS ongeveer 14.4 GB, en produceert ongeveer 9.5 tokens per second. Het aantal kaarten dat het totaal kan draaien: 241.

GenSLM— hoe snel is het op een GPU?

Het hangt af van de kaart. De snelste die we berekenen is B200, ongeveer 136 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: 192.

GenSLM— hoeveel VRAM heeft het nodig?

Het heeft ongeveer 14.4 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.

GenSLM— 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 IQ4_XS, ongeveer 14.4 GB en genereren ongeveer 47.0 tokens per second. De pasvorm is krap.

GenSLM— 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 Q5_K_M, ongeveer 18.7 GB en genereren ongeveer 40.5 tokens per second. De pasvorm is krap.

GenSLM— 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.

GenSLM— hoeveel parameters heeft het?

Het heeft een parameter telling van 25B. See Table 3. 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.

GenSLM— wie heeft het gemaakt?

Het werd gepubliceerd door University of Chicago,NVIDIA,Harvard University,Cerebras Systems,Technical University of Munich,California Institute of Technology, gebaseerd op United States of America, een organisatie geclassificeerd als academia,Industry,Academia,Industry,Academia,Academia.

GenSLM— wanneer is het uitgebracht?

Het werd gepubliceerd in October 2022. De capaciteit per parameter is aanzienlijk verbeterd sinds, zodat een nieuwere model van dezelfde grootte vaak een betere benutting van dezelfde hardware is.

GenSLM— waarvoor wordt het gebruikt?

Het werkt in het domein van Biology, en wordt geregistreerd als het afhandelen van protein or nucleotide language model (pLM/nLM). 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.

GenSLM— 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.

GenSLM— hoeveel rekencapaciteit is gebruikt om het te trainen?

Training verbruikte ongeveer 1.4 × 10²¹ 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.

Bron

Originele publicatie

Laatste update geregistreerd 1 January 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