DeepSeek-R1-Distill-Llama-70B TPS-rekenmachine

Open gewichten DeepSeek 70B parameters January 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

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 · 25.5 tok/s

Snelste kaart

B200

48.4 tok/s · 180 GB

Welke GPU's kunnen draaien DeepSeek-R1-Distill-Llama-70B?

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.

61 kaarten passen

Berekenen
Heeft Kwantificatie Past
48.4 tok/s

41–58

B200 NVIDIA 180 GB 8,000 GB/s Jan 2024 73.8 GB Q8_0 Comfortabel
48.4 tok/s

41–58

B300 NVIDIA 288 GB 8,000 GB/s Sep 2025 73.8 GB Q8_0 Comfortabel
38.7 tok/s

23–62 · lage vertrouwen

Radeon Instinct MI350X AMD 288 GB 8,190 GB/s Jan 2025 73.8 GB Q8_0 Comfortabel
38.7 tok/s

23–62 · lage vertrouwen

Radeon Instinct MI355X AMD 288 GB 8,190 GB/s Jan 2025 73.8 GB Q8_0 Comfortabel
30.9 tok/s

19–49 · lage vertrouwen

Radeon Instinct MI300 AMD 128 GB 6,550 GB/s Jan 2023 73.8 GB Q8_0 Comfortabel
29.6 tok/s

25–36

H200 NVL NVIDIA 141 GB 4,890 GB/s Nov 2024 73.8 GB Q8_0 Comfortabel
29.6 tok/s

25–36

H200 SXM 141 GB NVIDIA 141 GB 4,890 GB/s Nov 2024 73.8 GB Q8_0 Comfortabel
29.5 tok/s

25–35

H100 SXM5 80 GB NVIDIA 80 GB 3,360 GB/s Oct 2022 57.5 GB Q6_K Comfortabel
29.5 tok/s

25–35

H800 SXM5 NVIDIA 80 GB 3,360 GB/s Mar 2023 57.5 GB Q6_K Comfortabel
28.3 tok/s

17–45 · lage vertrouwen

Radeon Instinct MI325X AMD 256 GB 6,000 GB/s Oct 2024 73.8 GB Q8_0 Comfortabel
26.1 tok/s

22–31

GRID A100B NVIDIA 48 GB 1,870 GB/s May 2020 41.2 GB Q4_K_M Krap
25.5 tok/s

22–31

A100 PCIe 40 GB NVIDIA 40 GB 1,560 GB/s Jun 2020 33.0 GB Q3_K_M Krap
25.5 tok/s

22–31

A100 SXM4 40 GB NVIDIA 40 GB 1,560 GB/s May 2020 33.0 GB Q3_K_M Krap
25.5 tok/s

22–31

A800 PCIe 40 GB NVIDIA 40 GB 1,560 GB/s Nov 2022 33.0 GB Q3_K_M Krap
25.1 tok/s

15–40 · lage vertrouwen

Radeon Instinct MI300A AMD 128 GB 5,325 GB/s Dec 2023 73.8 GB Q8_0 Comfortabel
25.1 tok/s

15–40 · lage vertrouwen

Radeon Instinct MI300X AMD 192 GB 5,325 GB/s Dec 2023 73.8 GB Q8_0 Comfortabel
25.1 tok/s

15–40 · lage vertrouwen

Radeon Instinct MI308X AMD 192 GB 5,325 GB/s Dec 2023 73.8 GB Q8_0 Comfortabel
23.8 tok/s

20–29

H100 NVL 94 GB NVIDIA 94 GB 3,940 GB/s Mar 2023 73.8 GB Q8_0 Krap
20.3 tok/s

17–24

H100 PCIe 96 GB NVIDIA 96 GB 3,360 GB/s Mar 2023 73.8 GB Q8_0 Krap
20.3 tok/s

17–24

H100 SXM5 94 GB NVIDIA 94 GB 3,360 GB/s Mar 2023 73.8 GB Q8_0 Krap
20.3 tok/s

17–24

H100 SXM5 96 GB NVIDIA 96 GB 3,360 GB/s Mar 2023 73.8 GB Q8_0 Krap
18.7 tok/s

16–22

RTX PRO 5000 Blackwell NVIDIA 48 GB 1,340 GB/s Mar 2025 41.2 GB Q4_K_M Krap
17.9 tok/s

15–22

A100 SXM4 80 GB NVIDIA 80 GB 2,040 GB/s Nov 2020 57.5 GB Q6_K Comfortabel
17.9 tok/s

15–22

A100X NVIDIA 80 GB 2,040 GB/s Jun 2021 57.5 GB Q6_K Comfortabel
17.9 tok/s

15–22

A800 SXM4 80 GB NVIDIA 80 GB 2,040 GB/s Aug 2022 57.5 GB Q6_K 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
DeepSeek
Organisatietype
Industry
Land
China
Gepubliceerd
22 January 2025
Auteurs
DeepSeek-AI, Daya Guo, Dejian Yang, Haowei Zhang, Junxiao Song, Ruoyu Zhang, Runxin Xu, Qihao Zhu, Shirong Ma, Peiyi Wang, Xiao Bi, Xiaokang Zhang, Xingkai Yu, Yu Wu, Z.F. Wu, Zhibin Gou, Zhihong Shao, Zhuoshu Li, Ziyi Gao, Aixin Liu, Bing Xue, Bingxuan Wang, Bochao Wu, Bei Feng, Chengda Lu, Chenggang Zhao, Chengqi Deng, Chenyu Zhang, Chong Ruan, Damai Dai, Deli Chen, Dongjie Ji, Erhang Li, Fangyu…

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, Code generation
Basis model
Llama 3.3 70B

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
70B

70B

Training gegevens
24,000,000,000 tokens

"To equip more efficient smaller models with reasoning capabilities like DeepSeek-R1, we directly fine-tuned open-source models like Qwen (Qwen, 2024b) and Llama (AI@Meta, 2024) using the 800k samples curated with DeepSeek-R1, as detailed in §2.3.3" assuming ~30000 tokens per sample 30000 * 800000 = 24 000 000 000 tokens (speculative)

Epochs
2

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
Operation counting
Fijn-tuning compute
2 × 10²² FLOP

6 FLOP / token / parameter * 70 * 10^9 parameters * 24 * 10^9 tokens * 2 epochs = 2.016e+22 FLOP (speculative since number of tokens could be +- 1 OOM)

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
Unreleased

https://huggingface.co/deepseek-ai/DeepSeek-R1-Distill-Llama-70B MIT license

Hugging Face
deepseek-ai

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
Speculative

Bronnen

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

Referentie
DeepSeek-R1: Incentivizing Reasoning Capability in LLMs via Reinforcement Learning
Laatst bijgewerkt
28 November 2025

De extremen

De tien snelste GPU's die draaien DeepSeek-R1-Distill-Llama-70B

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..

  1. 01 B300 288 GB · 8,000 GB/s · Q8_0 48.4 tok/s
  2. 02 B200 180 GB · 8,000 GB/s · Q8_0 48.4 tok/s
  3. 03 Radeon Instinct MI350X 288 GB · 8,190 GB/s · Q8_0 38.7 tok/s
  4. 04 Radeon Instinct MI355X 288 GB · 8,190 GB/s · Q8_0 38.7 tok/s
  5. 05 Radeon Instinct MI300 128 GB · 6,550 GB/s · Q8_0 30.9 tok/s
  6. 06 H200 NVL 141 GB · 4,890 GB/s · Q8_0 29.6 tok/s
  7. 07 H200 SXM 141 GB 141 GB · 4,890 GB/s · Q8_0 29.6 tok/s
  8. 08 H800 SXM5 80 GB · 3,360 GB/s · Q6_K 29.5 tok/s
  9. 09 H100 SXM5 80 GB 80 GB · 3,360 GB/s · Q6_K 29.5 tok/s
  10. 10 Radeon Instinct MI325X 256 GB · 6,000 GB/s · Q8_0 28.3 tok/s

De kleinste GPU's die nog steeds draaien DeepSeek-R1-Distill-Llama-70B

De goedkoopste route erin, op basis van geheugencapaciteit. Een krappe pasvorm draait het model maar laat niets over voor een langer gesprek..

  1. 01 A800 PCIe 40 GB 40 GB · Heeft 33.0 GB · Q3_K_M · Krap 25.5 tok/s
  2. 02 A100 PCIe 40 GB 40 GB · Heeft 33.0 GB · Q3_K_M · Krap 25.5 tok/s
  3. 03 A100 SXM4 40 GB 40 GB · Heeft 33.0 GB · Q3_K_M · Krap 25.5 tok/s
  4. 04 Radeon PRO W7900D 48 GB · Heeft 41.2 GB · Q4_K_M · Krap 9.4 tok/s
  5. 05 RTX PRO 5000 Blackwell 48 GB · Heeft 41.2 GB · Q4_K_M · Krap 18.7 tok/s
  6. 06 RTX 5880 Ada Generation 48 GB · Heeft 41.2 GB · Q4_K_M · Krap 12.1 tok/s
  7. 07 L20 48 GB · Heeft 41.2 GB · Q4_K_M · Krap 12.1 tok/s
  8. 08 Radeon PRO W7800 48 GB 48 GB · Heeft 41.2 GB · Q4_K_M · Krap 9.4 tok/s
  9. 09 Radeon PRO W7900 48 GB · Heeft 41.2 GB · Q4_K_M · Krap 9.4 tok/s
  10. 10 Data Center GPU Max 1100 48 GB · Heeft 41.2 GB · Q4_K_M · Krap 11.2 tok/s

Wat de cijfers betekenen

Hardwarevereisten in de praktijk

Minimum kaart

A100 PCIe 40 GB

Geheugen nodig

33.0 GB

Snelste

48.4 tok/s

DeepSeek-R1-Distill-Llama-70B bereikt een parameter telling van 70B. 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 25.5 tokens per seconde

De snelste we er voor berekenen is B200, genereren ongeveer 48.4 tokens per seconde op basis van een geheugendoorbandsnelheid van 8,000 GB/s.

Waar het vandaan kwam

DeepSeek-R1-Distill-Llama-70B werd gepubliceerd door DeepSeek, in het land geregistreerd als China, tijdens January 2025. Het komt uit een organisatie gecategoriseerd als industry.

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

In plaats van vanaf nul te worden getraind, is het afgeleid van Llama 3.3 70B. Dat is de gebruikelijke manier waarop een gespecialiseerd model wordt geproduceerd.

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 deepseek-ai.

Begrijpen van de snelheden

De mediaanresultaat is rond 17.1 tokens per second. Outright de leessnelheid overschrijden. 49 van hen

Elke gewicht participeert in elke token hier, dus bandbreedte is het hele verhaal: de ranking hieronder is effectief een ranking van geheugendoorvoer.

Omdat de architectuur is vastgelegd, is de geheugen kolom afgeleid in plaats van geschat.

Training en herkomst

Training verbruikte een corpus van ongeveer 24,000,000,000 tekstokens

Stap voor stap

Hoe een GPU te kiezen voor DeepSeek-R1-Distill-Llama-70B

De tabel hierboven heeft elke kaart die we specificaties voor hebben al vergeleken met dit model. Het bereiken van uw antwoord kost zes stappen..

  1. 01

    Controleer wat het nodig heeft voordat iets anders.

    Elke kaart hier is gecontroleerd op DeepSeek-R1-Distill-Llama-70B, ongeveer nodig 33.0 GB bij een compressie van Q3_K_M. Geen hoeveelheid verwerkingskracht compenseert een kaart die het niet kan vasthouden.

  2. 02

    Stem de context af op uw werkelijke gebruik

    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 DeepSeek-R1-Distill-Llama-70B.

  3. 03

    Bepaal hoeveel compressie je accepteert

    Compressie is wat een model laat passen op kleinere kaarten, tegen een bepaalde kost in nauwkeurigheid., 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.

  4. 04

    Vergelijk tokens per seconde, niet specificaties

    Sorteren op snelheid om te zien hoe de kaarten gerangschikt zijn voor DeepSeek-R1-Distill-Llama-70B. Het zal niet passen bij een gaming bestelling, omdat generatie gebonden is aan geheugenbandbreedte. De kaart bovenaan de lijst is B200, bij 48.4 tok/s

  5. 05

    Controleer het geschiktheidsadvies voordat je koopt

    De fit-kolom scheidt kaarten die het net halen van die met ruimte over, in het geval van DeepSeek-R1-Distill-Llama-70B. 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.

  6. 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 DeepSeek-R1-Distill-Llama-70B.

Antwoorden

DeepSeek-R1-Distill-Llama-70B — veelgestelde vragen

01

DeepSeek-R1-Distill-Llama-70B— wie heeft het gemaakt?

Het werd gepubliceerd door DeepSeek, gebaseerd op China, een organisatie geclassificeerd als industry.

02

DeepSeek-R1-Distill-Llama-70B— wanneer is het uitgebracht?

Het werd gepubliceerd in January 2025.

03

DeepSeek-R1-Distill-Llama-70B— 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, Code generation. Modellen hebben vaak meer dan één van elk, en de tags beschrijven het doel in plaats van de capaciteitslimieten.

04

DeepSeek-R1-Distill-Llama-70B— waar kan ik het downloaden?

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

05

DeepSeek-R1-Distill-Llama-70B— 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 12.4 GB Elke figuur hier gaat ervan uit dat het hele model op de kaart staat.

06

DeepSeek-R1-Distill-Llama-70B— 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.

07

DeepSeek-R1-Distill-Llama-70B— 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.

08

DeepSeek-R1-Distill-Llama-70B— hoe nauwkeurig zijn deze snelheidsschattingen?

Ze worden berekend uit specificaties in plaats van gemeten, en elk heeft een bereik. Een voorbeeld: 41–58 tok/s op B200. Hetzelfde model en kaart variëren met dertig tot vijftig procent, afhankelijk van de inferentiesoftware en de versie ervan.

09

DeepSeek-R1-Distill-Llama-70B— 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 33.0 GB, en produceert ongeveer 25.5 tokens per second. Het aantal kaarten dat het totaal kan draaien: 61.

10

DeepSeek-R1-Distill-Llama-70B— hoe snel is het op een GPU?

Het hangt af van de kaart. De snelste die we berekenen is B200, ongeveer 48.4 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: 49.

11

DeepSeek-R1-Distill-Llama-70B— hoeveel VRAM heeft het nodig?

Het heeft ongeveer 33.0 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.

12

DeepSeek-R1-Distill-Llama-70B— 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.

13

DeepSeek-R1-Distill-Llama-70B— hoeveel parameters heeft het?

Het heeft een parameter telling van 70B. 70B. 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.

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