SEA-LION V3 Llama3.1 70B TPS-rekenmachine

Open gewichten AI Singapore 70B 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

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 SEA-LION V3 Llama3.1 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
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
Llama 3.1-70B
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
70B
Training gegevens
200,000,000,000 tokens

"pre-trained on 200B 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
8 × 10²⁴ FLOP

Llama3.1 70B base model: 7.929e+24 Additional pretraining compute: Stage 1: 200*60*60*989500000000000*64*0.3=1.36788×10^22 Stage 2: 495*60*60*989500000000000*128*0.3=6.77103×10^22 Total: 7.929×10^24 + 1.36788×10^22 + 6.77103×10^22 = 8.0103891 × 10^24

Hoe het werd opgericht
Hardware,Operation counting
Fijn-tuning compute
8.3 × 10²² FLOP

Additional pretraining compute: Stage 1: 200 hour * 3600 sec / hour * 989500000000000 FLOP / GPU / sec * 64 GPUs * 0.3 [assumed utilization] = 1.36788×10^22 FLOP Stage 2: 495 hours * 3600 sec / hour * 989500000000000 FLOP / GPU /sec * 128 GPUs * 0.3 [assumed utilization] = 6.77103×10^22 FLOP 1.36788×10^22 FLOP + 6.77103×10^22 FLOP = 8.13891e+22 FLOP 6 FLOP / parameter / token * 70*10^9 parameters * 200*10^9 tokens = 8.4e+22 FLOP sqrt(8.13891e+22*8.4e+22) = 8.2684245e+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 H200 SXM,NVIDIA H100 SXM5 80GB
Gebruikte chips
192
Kloktijd
136 hours

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

Llama 3.1 license (branding requirements, size cap 700M MAU) https://huggingface.co/aisingapore/Llama-SEA-LION-v3-70B https://github.com/aisingapore/sealion

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 Llama3.1 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 SEA-LION V3 Llama3.1 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

Wat je nodig hebt om het te draaien

Minimum kaart

A100 PCIe 40 GB

Geheugen nodig

33.0 GB

Snelste

48.4 tok/s

SEA-LION V3 Llama3.1 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.

De minste hardware die werkt 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 resultaten komen van B200, genereren ongeveer 48.4 tokens per seconde op basis van een geheugendoorbandsnelheid van 8,000 GB/s.

Wat dit model is

SEA-LION V3 Llama3.1 70B 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, Llama 3.1-70B. Dat is de gebruikelijke manier waarop een gespecialiseerd model wordt geproduceerd.

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.

Wat bepaalt de snelheid

Over elke kaart die het kan draaien, ligt het midden van het bereik op 17.1 tokens per second. Outright de leessnelheid overschrijden. 49 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.

Training en herkomst

Training kostte een rekensbudget van ongeveer 8 × 10²⁴ FLOP, op hardware vastgelegd als NVIDIA H200 SXM,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.

Het is getraind op een corpus van ongeveer 200,000,000,000 tekstokens

Stap voor stap

Hoe een GPU te kiezen voor SEA-LION V3 Llama3.1 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.

    De tabel vermeldt elke kaart die in staat is om te bevatten. SEA-LION V3 Llama3.1 70B, ongeveer nodig 33.0 GB bij een compressie van Q3_K_M. Die figuur, niet de hoofdtitelprestaties van een kaart, is wat bepaalt of het draait.

  2. 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 Llama3.1 70B.

  3. 03

    Bepaal hoeveel compressie je accepteert

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

    Rangschik op doorvoer in plaats van specificatielijst

    Ranking op basis van tokens per seconde volgt geheugenbandbreedte in plaats van kernaantal, voor SEA-LION V3 Llama3.1 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

    Lees de passen kolom laatst

    Strak betekent dat het laadt en werkt zonder ruimte om de context later te verhogen, in het geval van SEA-LION V3 Llama3.1 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 kaartnaam linkt naar zijn eigen pagina, die dezelfde berekening door het hele modelcatalogus uitvoert. Een kaart wordt meestal gekocht voor meer dan één model, dus het is de moeite waard om te kijken voordat je koopt voor SEA-LION V3 Llama3.1 70B.

Antwoorden

SEA-LION V3 Llama3.1 70B — veelgestelde vragen

01

SEA-LION V3 Llama3.1 70B— 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.

02

SEA-LION V3 Llama3.1 70B— hoe nauwkeurig zijn deze snelheidsschattingen?

Elke waarde is afgeleid van het geheugenbandbreedte en de modelgrootte, niet geverifieerd, wat de reden is dat elke waarde als een bereik in plaats van een enkel getal wordt gepubliceerd. Eén 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.

03

SEA-LION V3 Llama3.1 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.

04

SEA-LION V3 Llama3.1 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.

05

SEA-LION V3 Llama3.1 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.

06

SEA-LION V3 Llama3.1 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.

07

SEA-LION V3 Llama3.1 70B— hoeveel parameters heeft het?

Het heeft een parameter telling van 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.

08

SEA-LION V3 Llama3.1 70B— wie heeft het gemaakt?

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

09

SEA-LION V3 Llama3.1 70B— 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.

10

SEA-LION V3 Llama3.1 70B— waarvoor wordt het gebruikt?

Het werkt in het domein van Language, en wordt geregistreerd als het afhandelen van question answering, Chat, Language modeling/generation. Modellen hebben vaak meer dan één van elk, en de tags beschrijven het doel in plaats van de capaciteitslimieten.

11

SEA-LION V3 Llama3.1 70B— 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.

12

SEA-LION V3 Llama3.1 70B— hoeveel rekencapaciteit is gebruikt om het te trainen?

Training verbruikte ongeveer 8 × 10²⁴ FLOP, op hardware vastgelegd als NVIDIA H200 SXM,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.

13

SEA-LION V3 Llama3.1 70B— 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 12.4 GB Elke figuur hier gaat ervan uit dat het hele model op de kaart staat.

14

SEA-LION V3 Llama3.1 70B— 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: 61. Dus een tweede card is zelden het antwoord hier.

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