Hunyuan-Large 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 · 12.5 tok/s
Snelste kaart
B300
20.1 tok/s · 288 GB
Welke GPU's kunnen draaien Hunyuan-Large?
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 | |||||
|---|---|---|---|---|---|---|---|
|
20.1
tok/s
12–32 · lage vertrouwen |
B300 NVIDIA | 288 GB | 8,000 GB/s | Sep 2025 | 236.0 GB | Q4_K_M | Krap |
|
16.1
tok/s
10–26 · lage vertrouwen |
Radeon Instinct MI350X AMD | 288 GB | 8,190 GB/s | Jan 2025 | 236.0 GB | Q4_K_M | Krap |
|
16.1
tok/s
10–26 · lage vertrouwen |
Radeon Instinct MI355X AMD | 288 GB | 8,190 GB/s | Jan 2025 | 236.0 GB | Q4_K_M | Krap |
|
12.5
tok/s
8–20 · lage vertrouwen |
Radeon Instinct MI325X AMD | 256 GB | 6,000 GB/s | Oct 2024 | 213.4 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
- Tencent
- Organisatietype
- Industry
- Land
- China
- Gepubliceerd
- 6 November 2024
- Auteurs
- Xingwu Sun, Yanfeng Chen, Yiqing Huang, Ruobing Xie, Jiaqi Zhu, Kai Zhang, Shuaipeng Li, Zhen Yang, Jonny Han, Xiaobo Shu, Jiahao Bu, Zhongzhi Chen, Xuemeng Huang, Fengzong Lian, Saiyong Yang, Jianfeng Yan, Yuyuan Zeng, Xiaoqin Ren, Chao Yu, Lulu Wu, Yue Mao, Jun Xia, Tao Yang, Suncong Zheng, Kan Wu, Dian Jiao, Jinbao Xue, Xipeng Zhang, Decheng Wu, Kai Liu, Dengpeng Wu, Guanghui Xu, Shaohua Chen, …
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, Code generation, Translation
- 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
- 389B
- Training gegevens
- 7,000,000,000,000 tokens
"a total of 389 billion parameters and 52 billion activation parameters"
"# Trained Tokens 7T" Table 1
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
- 3.5 × 10²⁴ FLOP
- Hoe het werd opgericht
- Operation counting
52B activated parameters 6ND = 6*52*10^9*7*10^12 = 2.184 × 10^24 They also suggest more precise formula to calculate MoE compute budget: 9.59ND + 2.3 × 10^8D = 9.59*52*10^9*7*10^12 + 2.3 × 10^8 × 7*10^12 = 3.49237×10^24 which seems closer to projected compute on Figure 3
De trainingsrun
Wat het fysiek kostte om te trainen: welke chips, hoeveel, hoe lang, en wat dat van het stopcontact vroeg.
- Datacenter
- The paper does not mention any hardware, GPUs or any information regarding the hardware used.
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 (restricted use)
the license doesn't regulate usage in the EU also requires additional licensing in case of massive commercial use
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
- Waarom het wordt gevolgd
- Training cost
- Record vertrouwen
- Confident
Bronnen
Waar deze record vandaan kwam en wanneer deze voor het laatst is gecontroleerd.
- Referentie
- Hunyuan-Large: An Open-Source MoE Model with 52 Billion Activated Parameters by Tencent
- Laatst bijgewerkt
- 18 December 2025
De extremen
De tien snelste GPU's die draaien Hunyuan-Large
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 Hunyuan-Large
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
Wat nodig is om dit model te draaien
Minimum kaart
Radeon Instinct MI325X
Geheugen nodig
213.4 GB
Snelste
20.1 tok/s
Hunyuan-Large bereikt een parameter telling van 389B. 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.
De kleinste kaart die het vasthoudt is Radeon Instinct MI325X, met een geheugen capaciteit van 256 GB, het draaien ervan met een compressie van IQ4_XS en produceren rond 12.5 tokens per seconde
De snelste we er voor berekenen is B300, genereren ongeveer 20.1 tokens per seconde op basis van een geheugendoorbandsnelheid van 8,000 GB/s.
Wat dit model is
Hunyuan-Large werd gepubliceerd door Tencent, in het land geregistreerd als China, tijdens November 2024. De publicerende organisatie is geclassificeerd als industry.
Het werkt in het domein van Language, en wordt geregistreerd als het uitvoeren van de taak van language modeling/generation, Question answering, Code generation, Translation.
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.
Wat bepaalt de snelheid
De helft van de kaarten die het vasthouden, beheren meer dan 16.1 tokens per seconde. Het produceren van tekst sneller dan de meeste mensen het lezen. 4 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.
Zonder de aandachtlay-out op record, is de geheugen kolom een benadering. Het is dicht genoeg om hardware te kiezen, en het minst betrouwbaar bij lange context.
Training en herkomst
Training kostte een rekensbudget van ongeveer 3.5 × 10²⁴ FLOP. 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 7,000,000,000,000 tekstokens
De inclusiecriteria: training cost.
Stap voor stap
Hoe een GPU te kiezen voor Hunyuan-Large
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 Hunyuan-Large, ongeveer nodig 213.4 GB bij een compressie van IQ4_XS. Die figuur, niet de hoofdtitelprestaties van een kaart, is wat bepaalt of het draait.
-
02
Bepaal hoe lang je gesprekken duren
Langere gesprekken kosten geheugen bovenop wat de gewichten nodig hebben. Verplaats de schuifregelaar naar je echte werklengte voordat je een rij vertrouwt voor Hunyuan-Large.
-
03
Bepaal hoeveel compressie je accepteert
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
Vergelijk tokens per seconde, niet specificaties
Ranking op basis van tokens per seconde volgt geheugenbandbreedte in plaats van kernaantal, voor Hunyuan-Large. Het zal niet passen bij een gaming bestelling, omdat generatie gebonden is aan geheugenbandbreedte. De kaart bovenaan de lijst is B300, bij 20.1 tok/s
-
05
Controleer het geschiktheidsadvies voordat je koopt
Strak betekent dat het laadt en werkt zonder ruimte om de context later te verhogen, in het geval van Hunyuan-Large. 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
Controleer de kaart vanaf de andere kant
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 Hunyuan-Large.
Antwoorden
Hunyuan-Large — veelgestelde vragen
Hunyuan-Large— wie heeft het gemaakt?
Het werd gepubliceerd door Tencent, gebaseerd op China, een organisatie geclassificeerd als industry.
Hunyuan-Large— wanneer is het uitgebracht?
Het werd gepubliceerd in November 2024. De capaciteit per parameter is aanzienlijk verbeterd sinds, zodat een nieuwere model van dezelfde grootte vaak een betere benutting van dezelfde hardware is.
Hunyuan-Large— waarvoor wordt het gebruikt?
Het werkt in het domein van Language, en wordt geregistreerd als het afhandelen van language modeling/generation, Question answering, Code generation, Translation. Dit zijn de gebieden waar het omheen is ontworpen; ze beschrijven intentie eerder dan een harde grens.
Hunyuan-Large— waar kan ik het downloaden?
De gewichten zijn gepubliceerd, hoewel we geen repositorylink daarvoor hebben. Deze site berekent hardwarevereisten in plaats van modelbestanden te hosten.
Hunyuan-Large— hoeveel rekencapaciteit is gebruikt om het te trainen?
Training verbruikte ongeveer 3.5 × 10²⁴ FLOP. 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.
Hunyuan-Large— 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 63.2 GB Elke figuur hier gaat ervan uit dat het hele model op de kaart staat.
Hunyuan-Large— 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: 4. Dus een tweede card is zelden het antwoord hier.
Hunyuan-Large— waarom verschilt de quantisatie tussen kaarten?
Een grotere CARD houdt een nauwkeuriger kopie. Het aantal compressieniveaus dat gebruikt wordt op de CARDS die het draaien: 2. Grotere CARDS krijgen de meer nauwkeurige versie, en de kwaliteitsvloer boven pins beperkt de vergelijking tot één niveau.
Hunyuan-Large— hoe nauwkeurig zijn deze snelheidsschattingen?
Ze worden berekend uit specificaties in plaats van gemeten, en elk heeft een bereik. Een voorbeeld: 12–32 tok/s op B300. Hetzelfde model en kaart variëren met dertig tot vijftig procent, afhankelijk van de inferentiesoftware en de versie ervan.
Hunyuan-Large— 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 213.4 GB, en produceert ongeveer 12.5 tokens per second. Het aantal kaarten dat het totaal kan draaien: 4.
Hunyuan-Large— hoe snel is het op een GPU?
Het hangt af van de kaart. De snelste die we berekenen is B300, ongeveer 20.1 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.
Hunyuan-Large— hoeveel VRAM heeft het nodig?
Het heeft ongeveer 213.4 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.
Hunyuan-Large— 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.
Hunyuan-Large— hoeveel parameters heeft het?
Het heeft een parameter telling van 389B. "a total of 389 billion parameters and 52 billion activation parameters". 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.
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.