CollabLLM TPS-rekenmachine

Open gewichten Stanford University,Microsoft,Georgia Institute of Technology 8B parameters June 2025

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

582 kaarten die het kunnen draaien

818 kaarten die we hebben specificaties voor

Kleinste kaart die past

Quadro 6000

6 GB · IQ4_XS · 15.9 tok/s

Snelste kaart

B200

424 tok/s · 180 GB

Welke GPU's kunnen draaien CollabLLM?

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

582 kaarten passen

Berekenen

					Heeft	Kwantificatie	Past
424 tok/s 254–678 · lage vertrouwen	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	9.3 GB	Q8_0	Comfortabel
424 tok/s 254–678 · lage vertrouwen	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	9.3 GB	Q8_0	Comfortabel
338 tok/s 203–541 · lage vertrouwen	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	9.3 GB	Q8_0	Comfortabel
338 tok/s 203–541 · lage vertrouwen	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	9.3 GB	Q8_0	Comfortabel
270 tok/s 162–433 · lage vertrouwen	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	9.3 GB	Q8_0	Comfortabel
259 tok/s 155–414 · lage vertrouwen	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	9.3 GB	Q8_0	Comfortabel
259 tok/s 155–414 · lage vertrouwen	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	9.3 GB	Q8_0	Comfortabel
248 tok/s 149–396 · lage vertrouwen	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	9.3 GB	Q8_0	Comfortabel
220 tok/s 132–352 · lage vertrouwen	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	9.3 GB	Q8_0	Comfortabel
220 tok/s 132–352 · lage vertrouwen	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	9.3 GB	Q8_0	Comfortabel
220 tok/s 132–352 · lage vertrouwen	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	9.3 GB	Q8_0	Comfortabel
209 tok/s 125–334 · lage vertrouwen	H100 NVL 94 GB NVIDIA	94 GB	3,940 GB/s	Mar 2023	9.3 GB	Q8_0	Comfortabel
178 tok/s 107–285 · lage vertrouwen	H100 PCIe 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	9.3 GB	Q8_0	Comfortabel
178 tok/s 107–285 · lage vertrouwen	H100 SXM5 80 GB NVIDIA	80 GB	3,360 GB/s	Oct 2022	9.3 GB	Q8_0	Comfortabel
178 tok/s 107–285 · lage vertrouwen	H100 SXM5 94 GB NVIDIA	94 GB	3,360 GB/s	Mar 2023	9.3 GB	Q8_0	Comfortabel
178 tok/s 107–285 · lage vertrouwen	H100 SXM5 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	9.3 GB	Q8_0	Comfortabel
178 tok/s 107–285 · lage vertrouwen	H800 SXM5 NVIDIA	80 GB	3,360 GB/s	Mar 2023	9.3 GB	Q8_0	Comfortabel
141 tok/s 85–225 · lage vertrouwen	CMP 170HX 8 GB NVIDIA	8 GB	1,490 GB/s	Sep 2021	6.5 GB	Q5_K_M	Krap
135 tok/s 81–217 · lage vertrouwen	Radeon Instinct MI250 AMD	128 GB	3,280 GB/s	Nov 2021	9.3 GB	Q8_0	Comfortabel
135 tok/s 81–217 · lage vertrouwen	Radeon Instinct MI250X AMD	128 GB	3,280 GB/s	Nov 2021	9.3 GB	Q8_0	Comfortabel
120 tok/s 72–192 · lage vertrouwen	CMP 170HX 10 GB NVIDIA	10 GB	1,560 GB/s	Sep 2021	7.4 GB	Q6_K	Comfortabel
113 tok/s 68–181 · lage vertrouwen	Data Center GPU Max 1550 Intel	128 GB	3,280 GB/s	Jan 2023	9.3 GB	Q8_0	Comfortabel
110 tok/s 66–177 · lage vertrouwen	Data Center GPU Max Subsystem Intel	128 GB	3,210 GB/s	Jan 2023	9.3 GB	Q8_0	Comfortabel
108 tok/s 65–173 · lage vertrouwen	A100 SXM4 80 GB NVIDIA	80 GB	2,040 GB/s	Nov 2020	9.3 GB	Q8_0	Comfortabel
108 tok/s 65–173 · lage vertrouwen	A100X NVIDIA	80 GB	2,040 GB/s	Jun 2021	9.3 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: Stanford University,Microsoft,Georgia Institute of Technology
Organisatietype: Academia,Industry,Academia
Land: United States of America
Gepubliceerd: 12 June 2025
Auteurs: Shirley Wu, Michel Galley, Baolin Peng, Hao Cheng, Gavin Li, Yao Dou, Weixin Cai, James Zou, Jure Leskovec, Jianfeng Gao

Wat het doet

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

Domein: Language
Taak: Language modeling/generation, Question answering
Basis model: Llama 3.1-8B

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: 8B
Training gegevens: tokens

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

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
Hugging Face: collabllm

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: CollabLLM: From Passive Responders to Active Collaborators
Laatst bijgewerkt: 28 November 2025

De extremen

De tien snelste GPU's die draaien CollabLLM

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 CollabLLM

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

Quadro 6000

Geheugen nodig

5.1 GB

Snelste

424 tok/s

CollabLLM bereikt een parameter telling van 8B. 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: 582.

Aan de onderkant wordt het afgehandeld door Quadro 6000, met een geheugen capaciteit van 6 GB, het draaien ervan met een compressie van IQ4_XS en produceren rond 15.9 tokens per seconde

De snelste resultaten komen van B200, genereren ongeveer 424 tokens per seconde op basis van een geheugendoorbandsnelheid van 8,000 GB/s.

Waar het vandaan kwam

CollabLLM werd gepubliceerd door Stanford University,Microsoft,Georgia Institute of Technology, in het land geregistreerd als United States of America, tijdens June 2025. Het komt uit een organisatie gecategoriseerd als academia,Industry,Academia.

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

Het startpunt was een bestaand basismodel, Llama 3.1-8B. Dat is de gebruikelijke manier waarop een gespecialiseerd model wordt geproduceerd.

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. Op Hugging Face is het gepubliceerd onder de organisatie collabllm.

Begrijpen van de snelheden

De mediaanresultaat is rond 23.8 tokens per seconde. 551 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.

Stap voor stap

Hoe een GPU te kiezen voor CollabLLM

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

De tabel vermeldt elke kaart die in staat is om te bevatten. CollabLLM, ongeveer nodig 5.1 GB bij een compressie van IQ4_XS. Die figuur, niet de hoofdtitelprestaties van een kaart, is wat bepaalt of het draait.
02

Stel de contextlengte in waarmee je gaat werken

Langere gesprekken kosten geheugen bovenop wat de gewichten nodig hebben. Verplaats de schuifregelaar naar je echte werklengte voordat je een rij vertrouwt voor CollabLLM.
03

Stel een kwaliteitsvloer in

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

Sorteer op snelheid

Sorteren op snelheid om te zien hoe de kaarten gerangschikt zijn voor CollabLLM. Het zal niet passen bij een gaming bestelling, omdat generatie gebonden is aan geheugenbandbreedte. De kaart bovenaan de lijst is B200, bij 424 tok/s
05

Kijk naar de speling, niet alleen naar de pasvorm.

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

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 CollabLLM.

Antwoorden

CollabLLM — veelgestelde vragen

CollabLLM— waarvoor wordt het gebruikt?

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

CollabLLM— waar kan ik het downloaden?

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

CollabLLM— kan ik het draaien als het niet in mijn GPU past?

Gedeeltelijk. Layers die niet passen, bevinden zich in system memory en draaien met een fractie van de snelheid, dus een grotendeels gedeactiveerd model is zelden de moeite waard om te gebruiken. De dichtstbijzijnde miscalculatie die we berekenen, komt tekort met 1.0 GB Elke figuur hier gaat ervan uit dat het hele model op de kaart staat.

CollabLLM— 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: 582. Dus een tweede card is zelden het antwoord hier.

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

CollabLLM— 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: 254–678 tok/s op B200. Hetzelfde model en kaart variëren met dertig tot vijftig procent, afhankelijk van de inferentiesoftware en de versie ervan.

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

De kleinste kaart in onze catalogus die het vasthoudt is Quadro 6000, met een geheugen capaciteit van 6 GB. Het draait het model op een compressie van IQ4_XS ongeveer 5.1 GB, en produceert ongeveer 15.9 tokens per second. Het aantal kaarten dat het totaal kan draaien: 582.

CollabLLM— hoe snel is het op een GPU?

Het hangt af van de kaart. De snelste die we berekenen is B200, ongeveer 424 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: 551.

CollabLLM— hoeveel VRAM heeft het nodig?

Het heeft ongeveer 5.1 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.

CollabLLM— kan ik het draaien op een GPU met 8 GB?

Ja. De GPU kaart CMP 170HX 8 GB, houden 8 GB, draait het met een compressie van Q5_K_M, ongeveer 6.5 GB en genereren ongeveer 141 tokens per second. De pasvorm is krap.

CollabLLM— 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 Q8_0, ongeveer 9.3 GB en genereren ongeveer 48.3 tokens per second. De pasvorm is krap.

CollabLLM— 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 Q8_0, ongeveer 9.3 GB en genereren ongeveer 59.8 tokens per second. De fit is comfortabel.

CollabLLM— 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 9.3 GB en genereren ongeveer 70.9 tokens per second. De fit is comfortabel.

CollabLLM— 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.

CollabLLM— hoeveel parameters heeft het?

Het heeft een parameter telling van 8B. same as the base model. 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.

CollabLLM— wie heeft het gemaakt?

Het werd gepubliceerd door Stanford University,Microsoft,Georgia Institute of Technology, gebaseerd op United States of America, een organisatie geclassificeerd als academia,Industry,Academia.

CollabLLM— wanneer is het uitgebracht?

Het werd gepubliceerd in June 2025.

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