SEA-LION V3 Gemma2 9B TPS-rekenmachine

Open gewichten AI Singapore 9B parameters December 2024

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

509 kaarten die het kunnen draaien

818 kaarten die we hebben specificaties voor

Kleinste kaart die past

Xeon Phi 5110P

8 GB · IQ4_XS · 24.0 tok/s

Snelste kaart

B200

376 tok/s · 180 GB

Welke GPU's kunnen draaien SEA-LION V3 Gemma2 9B?

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

509 kaarten passen

Berekenen

					Heeft	Kwantificatie	Past
376 tok/s 320–452	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	11.7 GB	Q8_0	Comfortabel
376 tok/s 320–452	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	11.7 GB	Q8_0	Comfortabel
301 tok/s 180–481 · lage vertrouwen	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	11.7 GB	Q8_0	Comfortabel
301 tok/s 180–481 · lage vertrouwen	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	11.7 GB	Q8_0	Comfortabel
240 tok/s 144–385 · lage vertrouwen	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	11.7 GB	Q8_0	Comfortabel
230 tok/s 196–276	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	11.7 GB	Q8_0	Comfortabel
230 tok/s 196–276	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	11.7 GB	Q8_0	Comfortabel
220 tok/s 132–352 · lage vertrouwen	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	11.7 GB	Q8_0	Comfortabel
195 tok/s 117–313 · lage vertrouwen	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	11.7 GB	Q8_0	Comfortabel
195 tok/s 117–313 · lage vertrouwen	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	11.7 GB	Q8_0	Comfortabel
195 tok/s 117–313 · lage vertrouwen	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	11.7 GB	Q8_0	Comfortabel
185 tok/s 158–222	H100 NVL 94 GB NVIDIA	94 GB	3,940 GB/s	Mar 2023	11.7 GB	Q8_0	Comfortabel
172 tok/s 146–207	CMP 170HX 8 GB NVIDIA	8 GB	1,490 GB/s	Sep 2021	7.0 GB	IQ4_XS	Krap
158 tok/s 134–190	H100 PCIe 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	11.7 GB	Q8_0	Comfortabel
158 tok/s 134–190	H100 SXM5 80 GB NVIDIA	80 GB	3,360 GB/s	Oct 2022	11.7 GB	Q8_0	Comfortabel
158 tok/s 134–190	H100 SXM5 94 GB NVIDIA	94 GB	3,360 GB/s	Mar 2023	11.7 GB	Q8_0	Comfortabel
158 tok/s 134–190	H100 SXM5 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	11.7 GB	Q8_0	Comfortabel
158 tok/s 134–190	H800 SXM5 NVIDIA	80 GB	3,360 GB/s	Mar 2023	11.7 GB	Q8_0	Comfortabel
131 tok/s 111–157	CMP 170HX 10 GB NVIDIA	10 GB	1,560 GB/s	Sep 2021	8.6 GB	Q5_K_M	Krap
120 tok/s 72–193 · lage vertrouwen	Radeon Instinct MI250 AMD	128 GB	3,280 GB/s	Nov 2021	11.7 GB	Q8_0	Comfortabel
120 tok/s 72–193 · lage vertrouwen	Radeon Instinct MI250X AMD	128 GB	3,280 GB/s	Nov 2021	11.7 GB	Q8_0	Comfortabel
100 tok/s 60–161 · lage vertrouwen	Data Center GPU Max 1550 Intel	128 GB	3,280 GB/s	Jan 2023	11.7 GB	Q8_0	Comfortabel
98.2 tok/s 59–157 · lage vertrouwen	Data Center GPU Max Subsystem Intel	128 GB	3,210 GB/s	Jan 2023	11.7 GB	Q8_0	Comfortabel
96.0 tok/s 82–115	A100 SXM4 80 GB NVIDIA	80 GB	2,040 GB/s	Nov 2020	11.7 GB	Q8_0	Comfortabel
96.0 tok/s 82–115	A100X NVIDIA	80 GB	2,040 GB/s	Jun 2021	11.7 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: AI Singapore
Organisatietype: Government
Land: Singapore
Gepubliceerd: 19 December 2024
Auteurs: AI Singapore

Wat het doet

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

Domein: Language
Taak: Question answering, Chat, Language modeling/generation
Aanpak: Self-supervised learning
Basis model: Gemma 2 9B
Numerieke indeling: BF16

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: 9B
Training gegevens: 200,000,000,000 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: 4.5 × 10²³ FLOP
Hoe het werd opgericht: Hardware,Operation counting
Fijn-tuning compute: 1.3 × 10²² 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
Gebruikte chips: 64
Kloktijd: 240 hours (10 days)
Stroomverbruik: 88.1 kW

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: aisingapore

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

Bronnen

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

Referentie: SEA-LION V3
Laatst bijgewerkt: 28 November 2025

De extremen

De tien snelste GPU's die draaien SEA-LION V3 Gemma2 9B

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 SEA-LION V3 Gemma2 9B

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

Xeon Phi 5110P

Geheugen nodig

7.0 GB

Snelste

376 tok/s

SEA-LION V3 Gemma2 9B bereikt een parameter telling van 9B. 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: 509.

Het toegangspunt is Xeon Phi 5110P, met een geheugen capaciteit van 8 GB, het draaien ervan met een compressie van IQ4_XS en produceren rond 24.0 tokens per seconde

Aan de andere kant zit B200, genereren ongeveer 376 tokens per seconde op basis van een geheugendoorbandsnelheid van 8,000 GB/s.

Over dit model

SEA-LION V3 Gemma2 9B werd gepubliceerd door AI Singapore, in het land geregistreerd als Singapore, tijdens December 2024. De categorie waaronder de uitgever valt is government.

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

Het startpunt was een bestaand basismodel, Gemma 2 9B. Dat is waarom het de algemene vorm en grootte van het basismodell deelt.

Gepubliceerde gewichten betekenen dat het model op jouw machine draait in plaats van op die van iemand anders, wat de hardwarevraag hieronder op enige manier beantwoordbaar maakt. Op Hugging Face is het gepubliceerd onder de organisatie aisingapore.

Hoe snel het draait, en waarom

De helft van de kaarten die het vasthouden, beheren meer dan 26.0 tokens per seconde. Het produceren van tekst sneller dan de meeste mensen het lezen. 473 van hen

Doordat het dicht is, leest het alles per token, wat de reden is waarom de volgorde op snelheid hieronder zo nauwkeurig de volgorde op geheugendebandbreedte volgt.

De aandacht lay-out staat in onze database, zodat de GPU VRAM cijfers precies worden berekend in plaats van benaderd.

Hoe het getraind werd

Het produceren ervan vereiste een rekenkundige totaal van ongeveer 4.5 × 10²³ FLOP, op hardware vastgelegd als NVIDIA H100 SXM5 80GB. 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 200,000,000,000 tekstokens

Stap voor stap

Hoe een GPU te kiezen voor SEA-LION V3 Gemma2 9B

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

De tabel vermeldt elke kaart die in staat is om te bevatten. SEA-LION V3 Gemma2 9B, ongeveer nodig 7.0 GB bij een compressie van IQ4_XS. De capaciteit is de poort — een GPU-kaart houdt het of het houdt het niet.
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 SEA-LION V3 Gemma2 9B.
03

Stel een kwaliteitsvloer in

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

Sorteren op snelheid om te zien hoe de kaarten gerangschikt zijn voor SEA-LION V3 Gemma2 9B. Het zal niet passen bij een gaming bestelling, omdat generatie gebonden is aan geheugenbandbreedte. De kaart bovenaan de lijst is B200, bij 376 tok/s
05

Controleer het geschiktheidsadvies voordat je koopt

Een strakke pasvorm draait, maar laat niets over voor een langer gesprek, in het geval van SEA-LION V3 Gemma2 9B. 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 SEA-LION V3 Gemma2 9B.

Antwoorden

SEA-LION V3 Gemma2 9B — veelgestelde vragen

SEA-LION V3 Gemma2 9B— 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 11.7 GB en genereren ongeveer 63.1 tokens per second. De fit is comfortabel.

SEA-LION V3 Gemma2 9B— 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.

SEA-LION V3 Gemma2 9B— hoeveel parameters heeft het?

Het heeft een parameter telling van 9B. 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.

SEA-LION V3 Gemma2 9B— wie heeft het gemaakt?

Het werd gepubliceerd door AI Singapore, gebaseerd op Singapore, een organisatie geclassificeerd als government.

SEA-LION V3 Gemma2 9B— wanneer is het uitgebracht?

Het werd gepubliceerd in December 2024. De capaciteit per parameter is aanzienlijk verbeterd sinds, zodat een nieuwere model van dezelfde grootte vaak een betere benutting van dezelfde hardware is.

SEA-LION V3 Gemma2 9B— waarvoor wordt het gebruikt?

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

SEA-LION V3 Gemma2 9B— waar kan ik het downloaden?

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

SEA-LION V3 Gemma2 9B— hoeveel rekencapaciteit is gebruikt om het te trainen?

Training verbruikte ongeveer 4.5 × 10²³ FLOP, op hardware vastgelegd als NVIDIA H100 SXM5 80GB. 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.

SEA-LION V3 Gemma2 9B— 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 2.2 GB Elke figuur hier gaat ervan uit dat het hele model op de kaart staat.

SEA-LION V3 Gemma2 9B— Zouden twee GPU's het sneller draaien?

Capaciteit voegt samen over kaarten; doorvoer niet. Het aantal kaarten dat het al op zichzelf vasthoudt: 509. Dus een tweede card is zelden het antwoord hier.

SEA-LION V3 Gemma2 9B— waarom verschilt de quantisatie tussen kaarten?

Elke kaart wordt weergegeven met de minst-gecomprimeerde kopie die hij kan bevatten. Het aantal verschillende compressieniveaus op de kaarten die het kunnen houden: 4. Grotere CARDS krijgen de meer nauwkeurige versie, en de kwaliteitsvloer boven pins beperkt de vergelijking tot één niveau.

SEA-LION V3 Gemma2 9B— 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: 320–452 tok/s op B200. Hetzelfde model en kaart variëren met dertig tot vijftig procent, afhankelijk van de inferentiesoftware en de versie ervan.

SEA-LION V3 Gemma2 9B— Welke GPU heb ik nodig om het te draaien?

De kleinste kaart in onze catalogus die het vasthoudt is Xeon Phi 5110P, met een geheugen capaciteit van 8 GB. Het draait het model op een compressie van IQ4_XS ongeveer 7.0 GB, en produceert ongeveer 24.0 tokens per second. Het aantal kaarten dat het totaal kan draaien: 509.

SEA-LION V3 Gemma2 9B— hoe snel is het op een GPU?

Het hangt af van de kaart. De snelste die we berekenen is B200, ongeveer 376 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: 473.

SEA-LION V3 Gemma2 9B— hoeveel VRAM heeft het nodig?

Het heeft ongeveer 7.0 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.

SEA-LION V3 Gemma2 9B— 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 IQ4_XS, ongeveer 7.0 GB en genereren ongeveer 172 tokens per second. De pasvorm is krap.

SEA-LION V3 Gemma2 9B— 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 Q6_K, ongeveer 9.6 GB en genereren ongeveer 62.4 tokens per second. De pasvorm is krap.

SEA-LION V3 Gemma2 9B— 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 11.7 GB en genereren ongeveer 53.2 tokens per second. De fit is comfortabel.

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