Tulu 3 405B TPS-rekenmachine
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
818 kaarten die we hebben specificaties voor
Kleinste kaart die past
Radeon Instinct MI325X
256 GB · IQ4_XS · 12.0 tok/s
Snelste kaart
B300
19.3 tok/s · 288 GB
Welke GPU's kunnen draaien Tulu 3 405B?
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.
4 kaarten passen
Berekenen| Heeft | Kwantificatie | Past | |||||
|---|---|---|---|---|---|---|---|
|
19.3
tok/s
12–31 · lage vertrouwen |
B300 NVIDIA | 288 GB | 8,000 GB/s | Sep 2025 | 245.7 GB | Q4_K_M | Krap |
|
15.4
tok/s
9–25 · lage vertrouwen |
Radeon Instinct MI350X AMD | 288 GB | 8,190 GB/s | Jan 2025 | 245.7 GB | Q4_K_M | Krap |
|
15.4
tok/s
9–25 · lage vertrouwen |
Radeon Instinct MI355X AMD | 288 GB | 8,190 GB/s | Jan 2025 | 245.7 GB | Q4_K_M | Krap |
|
12.0
tok/s
7–19 · lage vertrouwen |
Radeon Instinct MI325X AMD | 256 GB | 6,000 GB/s | Oct 2024 | 222.1 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
- Allen Institute for AI,University of Washington
- Organisatietype
- Research collective,Academia
- Land
- United States of America
- Gepubliceerd
- 30 January 2025
- Auteurs
- Nathan Lambert, Jacob Morrison, Valentina Pyatkin, Shengyi Huang, Hamish Ivison, Faeze Brahman, Lester James V. Miranda, Alisa Liu, Nouha Dziri, Shane Lyu, Yuling Gu, Saumya Malik, Victoria Graf, Jena D. Hwang, Jiangjiang Yang, Ronan Le Bras, Oyvind Tafjord, Chris Wilhelm, Luca Soldaini, Noah A. Smith, Yizhong Wang, Pradeep Dasigi, Hannaneh Hajishirzi
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, Quantitative reasoning
- Basis model
- Llama 3.1-405B
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
- 405B
- Training gegevens
- tokens
405B
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
- Fijn-tuning compute
- 3.8 × 10²² FLOP
SFT and DPO infrastructure usage is unknown RLVR: "the final 405B RL run takes 46 hours on 256 GPUs" 989400000000000 FLOP / GPU / sec [H100 reported, bf16 assumed] * 256 GPUs * 46 hours * 3600 sec / hour * 0.3 [assumed utilization] = 1.2583268e+22 FLOP Assuming that SFT and DPO training compute was same OOM as RLVR stage (similar to 70B model), 1.2583268e+22 FLOP * 3 = 3.7749804e+22 FLOP
De trainingsrun
Wat het fysiek kostte om te trainen: welke chips, hoeveel, hoe lang, en wat dat van het stopcontact vroeg.
- Training hardware
- NVIDIA H100 SXM5 80GB
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
- Open source
- Hugging Face
- allenai
Llama 3.1 license https://huggingface.co/allenai/Llama-3.1-Tulu-3-405B Apache 2.0 https://github.com/allenai/open-instruct
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
- Likely
Bronnen
Waar deze record vandaan kwam en wanneer deze voor het laatst is gecontroleerd.
- Referentie
- Tulu 3: Pushing Frontiers in Open Language Model Post-Training
- Laatst bijgewerkt
- 28 November 2025
De extremen
De tien snelste GPU's die draaien Tulu 3 405B
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 Tulu 3 405B
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
Radeon Instinct MI325X
Geheugen nodig
222.1 GB
Snelste
19.3 tok/s
Tulu 3 405B bereikt een parameter telling van 405B. Dat is meer dan wat enige enkele grafische kaart bevat. Het draaien ervan betekent ofwel het splitsen over meerdere kaarten of het huren van hardware die voor de klus is gebouwd, en elke kaart die het alleen kan vasthouden, is een datacenteronderdeel. Het aantal dat kan: 4.
Aan de onderkant wordt het afgehandeld door Radeon Instinct MI325X, met een geheugen capaciteit van 256 GB, het draaien ervan met een compressie van IQ4_XS en produceren rond 12.0 tokens per seconde
Aan de andere kant zit B300, genereren ongeveer 19.3 tokens per seconde op basis van een geheugendoorbandsnelheid van 8,000 GB/s.
Wat dit model is
Tulu 3 405B werd gepubliceerd door Allen Institute for AI,University of Washington, in het land geregistreerd als United States of America, tijdens January 2025. Het komt uit een organisatie gecategoriseerd als research collective,Academia.
Het werkt in het domein van Language, en wordt geregistreerd als het uitvoeren van de taak van language modeling/generation, Question answering, Quantitative reasoning.
In plaats van vanaf nul te worden getraind, is het afgeleid van Llama 3.1-405B. 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. Op Hugging Face is het gepubliceerd onder de organisatie allenai.
Wat bepaalt de snelheid
De helft van de kaarten die het vasthouden, beheren meer dan 15.4 tokens per second. Outright de leessnelheid overschrijden. 4 van hen
Elke gewicht participeert in elke token hier, dus bandbreedte is het hele verhaal: de ranking hieronder is effectief een ranking van geheugendoorvoer.
De interne architectuur is niet gedocumenteerd, dus het geheugen wordt geschat op basis van het aantal parameters en dienovereenkomstig gemarkeerd. Verwacht dat de werkelijke waarde verschilt, vooral bij lange context.
Stap voor stap
Hoe een GPU te kiezen voor Tulu 3 405B
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
Begin met wat het eigenlijk nodig heeft, namelijk de vereiste van Tulu 3 405B, ongeveer nodig 222.1 GB bij een compressie van IQ4_XS. Geen hoeveelheid verwerkingskracht compenseert een kaart die het niet kan vasthouden.
-
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 Tulu 3 405B.
-
03
Kies hoe ver je het wilt comprimeren
Compressie is wat een model laat passen op kleinere kaarten, tegen een bepaalde kost in nauwkeurigheid., 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
De snelheid volgorde is effectief een volgorde op basis van GPU VRAM. Tulu 3 405B. Het zal niet passen bij een gaming bestelling, omdat generatie gebonden is aan geheugenbandbreedte. De kaart bovenaan de lijst is B300, bij 19.3 tok/s
-
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 Tulu 3 405B. 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 Tulu 3 405B.
Antwoorden
Tulu 3 405B — veelgestelde vragen
Tulu 3 405B— waarvoor wordt het gebruikt?
Het werkt in het domein van Language, en wordt geregistreerd als het afhandelen van language modeling/generation, Question answering, Quantitative reasoning. Modellen hebben vaak meer dan één van elk, en de tags beschrijven het doel in plaats van de capaciteitslimieten.
Tulu 3 405B— waar kan ik het downloaden?
Zijn gewichten zijn gepubliceerd op Hugging Face, onder de organisatie allenai. Wij hosten geen modelbestanden - deze site berekent welke hardware nodig is om ze te draaien.
Tulu 3 405B— 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 72.9 GB Elke figuur hier gaat ervan uit dat het hele model op de kaart staat.
Tulu 3 405B— 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: 4. Dus een tweede card is zelden het antwoord hier.
Tulu 3 405B— 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: 2. Grotere CARDS krijgen de meer nauwkeurige versie, en de kwaliteitsvloer boven pins beperkt de vergelijking tot één niveau.
Tulu 3 405B— 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: 12–31 tok/s op B300. Hetzelfde model en kaart variëren met dertig tot vijftig procent, afhankelijk van de inferentiesoftware en de versie ervan.
Tulu 3 405B— Welke GPU heb ik nodig om het te draaien?
De kleinste kaart in onze catalogus die het vasthoudt is Radeon Instinct MI325X, met een geheugen capaciteit van 256 GB. Het draait het model op een compressie van IQ4_XS ongeveer 222.1 GB, en produceert ongeveer 12.0 tokens per second. Het aantal kaarten dat het totaal kan draaien: 4.
Tulu 3 405B— hoe snel is het op een GPU?
Het hangt af van de kaart. De snelste die we berekenen is B300, ongeveer 19.3 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: 4.
Tulu 3 405B— hoeveel VRAM heeft het nodig?
Het heeft ongeveer 222.1 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.
Tulu 3 405B— 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.
Tulu 3 405B— hoeveel parameters heeft het?
Het heeft een parameter telling van 405B. 405B. 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.
Tulu 3 405B— wie heeft het gemaakt?
Het werd gepubliceerd door Allen Institute for AI,University of Washington, gebaseerd op United States of America, een organisatie geclassificeerd als research collective,Academia.
Tulu 3 405B— wanneer is het uitgebracht?
Het werd gepubliceerd in January 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.