LLaVA-OV-72B kalkulator TPS

Otwórz wagi ByteDance,Nanyang Technological University,Chinese University of Hong Kong (CUHK),Hong Kong University of Science and Technology (HKUST) 72B parametry August 2024

Każda karta poniżej jest oceniana w stosunku do tego modelu przy wybranej długości kontekstu i minimalnej jakości. Prędkość jest oszacowaniem dla pojedynczego żądania, obliczonym na podstawie przepustowości pamięci karty i rozmiaru modelu po skompresowaniu..

Obliczone dla tego modelu

61 karty, które mogą go uruchomić

818 Karty, które posiadamy specyfikacje dla

Najmniejsza karta, która pasuje

A100 PCIe 40 GB

40 GB · Q3_K_M · 24.8 tok/s

Najszybsza karta

B200

47.1 tok/s · 180 GB

Które GPU mogą uruchomić LLaVA-OV-72B?

Ustaw wejścia, odczytaj odpowiedź.

Długość kontekstu tokeny

Dłuższa rozmowa wymaga więcej MEMORY, co może spowodować, że ten model nie zmieści się na mniejszych CARD..

Minimalna jakość

Ukrywa karty, które zmieściłyby się w modelu tylko przez skompresowanie go poniżej tego punktu..

Szukaj kart

Pamięć karty

Pokaż również karty, które nie mogą tego uruchomić.

61 karty pasują

Obliczanie

					potrzeby	Kwantyzacja	Pasuje
47.1 tok/s 28–75 · niska pewność	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	77.8 GB	Q8_0	Wygodny
47.1 tok/s 28–75 · niska pewność	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	77.8 GB	Q8_0	Wygodny
37.6 tok/s 23–60 · niska pewność	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	77.8 GB	Q8_0	Wygodny
37.6 tok/s 23–60 · niska pewność	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	77.8 GB	Q8_0	Wygodny
30.1 tok/s 18–48 · niska pewność	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	77.8 GB	Q8_0	Wygodny
28.8 tok/s 17–46 · niska pewność	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	77.8 GB	Q8_0	Wygodny
28.8 tok/s 17–46 · niska pewność	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	77.8 GB	Q8_0	Wygodny
28.7 tok/s 17–46 · niska pewność	H100 SXM5 80 GB NVIDIA	80 GB	3,360 GB/s	Oct 2022	61.0 GB	Q6_K	Wąski
28.7 tok/s 17–46 · niska pewność	H800 SXM5 NVIDIA	80 GB	3,360 GB/s	Mar 2023	61.0 GB	Q6_K	Wąski
27.5 tok/s 17–44 · niska pewność	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	77.8 GB	Q8_0	Wygodny
27.0 tok/s 16–43 · niska pewność	GRID A100B NVIDIA	48 GB	1,870 GB/s	May 2020	40.1 GB	IQ4_XS	Wąski
24.8 tok/s 15–40 · niska pewność	A100 PCIe 40 GB NVIDIA	40 GB	1,560 GB/s	Jun 2020	35.9 GB	Q3_K_M	Wąski
24.8 tok/s 15–40 · niska pewność	A100 SXM4 40 GB NVIDIA	40 GB	1,560 GB/s	May 2020	35.9 GB	Q3_K_M	Wąski
24.8 tok/s 15–40 · niska pewność	A800 PCIe 40 GB NVIDIA	40 GB	1,560 GB/s	Nov 2022	35.9 GB	Q3_K_M	Wąski
24.4 tok/s 15–39 · niska pewność	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	77.8 GB	Q8_0	Wygodny
24.4 tok/s 15–39 · niska pewność	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	77.8 GB	Q8_0	Wygodny
24.4 tok/s 15–39 · niska pewność	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	77.8 GB	Q8_0	Wygodny
23.2 tok/s 14–37 · niska pewność	H100 NVL 94 GB NVIDIA	94 GB	3,940 GB/s	Mar 2023	77.8 GB	Q8_0	Wąski
21.2 tok/s 13–34 · niska pewność	H100 SXM5 64 GB NVIDIA	64 GB	2,020 GB/s	Mar 2023	52.6 GB	Q5_K_M	Wąski
19.8 tok/s 12–32 · niska pewność	H100 PCIe 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	77.8 GB	Q8_0	Wąski
19.8 tok/s 12–32 · niska pewność	H100 SXM5 94 GB NVIDIA	94 GB	3,360 GB/s	Mar 2023	77.8 GB	Q8_0	Wąski
19.8 tok/s 12–32 · niska pewność	H100 SXM5 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	77.8 GB	Q8_0	Wąski
19.4 tok/s 12–31 · niska pewność	RTX PRO 5000 Blackwell NVIDIA	48 GB	1,340 GB/s	Mar 2025	40.1 GB	IQ4_XS	Wąski
17.4 tok/s 10–28 · niska pewność	A100 SXM4 80 GB NVIDIA	80 GB	2,040 GB/s	Nov 2020	61.0 GB	Q6_K	Wąski
17.4 tok/s 10–28 · niska pewność	A100X NVIDIA	80 GB	2,040 GB/s	Jun 2021	61.0 GB	Q6_K	Wąski

Prędkości są szacunkami dla pojedynczego zapytania — jednej konwersacji na raz — obliczonymi na podstawie przepustowości pamięci, rozmiaru MODELu i kwantyzacji. Rzeczywista przepustowość różni się w zależności od czasu uruchamiania inference i jego wersji. Wartości publikowane przez dostawców sprzętu mierzą wiele jednoczesnych zapytań i są znacznie wyższe..

Na nagranie

Pełna specyfikacja

Wszystko na rekord dla tego modelu. Większość z tego opisuje, jak był trenowany, a nie jak działa — użyteczny kontekst do oceny, ile pracy włożono w to, i jak wypada w porównaniu z modelami budowanymi w innym skali..

Pochodzenie

Kto zbudował ten model, gdzie i kiedy został opublikowany.

Organizacja: ByteDance,Nanyang Technological University,Chinese University of Hong Kong (CUHK),Hong Kong University of Science and Technology (HKUST)
Typ organizacji: Industry,Academia,Academia,Academia
Kraj: China, Singapore, Hong Kong
Opublikowany: 6 August 2024
Autorzy: Bo Li, Yuanhan Zhang, Dong Guo, Renrui Zhang, Feng Li, Hao Zhang, Kaichen Zhang, Peiyuan Zhang, Yanwei Li, Ziwei Liu, Chunyuan Li

Co to robi

Obszary problemowe, dla których stworzono model. Model może mieć kilka z każdego.

Domena: Multimodal, Vision, Language, Video
Zadanie: Image captioning, Visual question answering, Video description, Object recognition, Action recognition, Language modeling/generation
Model bazowy: Qwen2-72B
Format numeryczny: BF16

Rozmiar

Jak duży jest model i na ile danych był trenowany. Parametry to liczba, która decyduje, czy mieści się na danej karcie graficznej.

parametry: 72B
Dane treningowe: 38,314,782,000 tokens
Epoki: 1
Rozmiar wsadu: 256

Obliczenia treningowe

Arytmetyka wykonywana w celu wytrenowania modelu, mierzona w operacjach zmiennoprzecinkowych. Jest to miara kosztów przeprowadzenia treningu, a nie tego, jak szybko gotowy model odpowiada na twoje pytania.

Obliczenia treningowe: 3 × 10²⁴ FLOP
Jak to zostało ustalone: Operation counting
Dostosowywanie obliczeń: 1.7 × 10²² FLOP

Dostępność

Czy możesz zdobyć model i uruchomić go na swoim sprzęcie, co decyduje o tym, czy którakolwiek z cyfr karty graficznej na tej stronie ma zastosowanie.

Wagi: Open — downloadable
Dostęp do modelu: Open weights (unrestricted)
Kod treningowy: Open source
Hugging Face: lmms-lab

Jak jest klasyfikowane

Etykiety, które źródłowy zbiór danych stosuje podczas śledzenia znaczących modeli oraz jak pewny jest tego wpisu.

Prawdopodobnie powyżej 10²³ FLOP: Yes
Dlaczego to jest śledzone: SOTA improvement
Zapisz pewność: Confident
Cytaty: 2,428

Źródła

Skąd pochodzi ten rekord i kiedy był ostatnio sprawdzany.

Referencja: LLaVA-OneVision: Easy Visual Task Transfer
Ostatnio zaktualizowane: 25 May 2026

Ekstremy

Dziesięć najszybszych GPU, które uruchamiają LLaVA-OV-72B

Uszeregowany według szacowanej liczby tokenów na sekundę, najnowsza karta na pierwszym miejscu, gdy prędkości są równe. Ponieważ generacja jest ograniczona przez pamięć, to uporządkowanie podąża za przepustowością, a nie za jakimkolwiek benchmarkiem gier..

Najmniejsze GPU, które nadal działają LLaVA-OV-72B

Najtańsza droga do, według pojemności pamięci. Tight fit uruchamia model, ale nie zostawia nic na dłuższą rozmowę..

Co oznaczają liczby

Co potrzebujesz, aby go uruchomić

Minimalna karta

A100 PCIe 40 GB

Pamięć potrzebna

35.9 GB

Najszybszy

47.1 tok/s

LLaVA-OV-72B osiąga liczbę parametrów równą 72B. To stawia to powyżej sprzętu konsumenckiego, w zakresie, gdzie karta jest kupowana do tego celu, zamiast przystosowywana do niego. Liczba kart, które śledzimy, które mogą to pomieścić: 61.

Najmniejszy sprzęt, który działa, to A100 PCIe 40 GB, o pojemności pamięci 40 GB, uruchomienie go przy kompresji Q3_K_M i produkując około 24.8 tokeny na sekundę

Najwyższa półka to B200, generowanie w przybliżeniu 47.1 tokenów na sekundę na podstawie przepustowości pamięci 8,000 GB/s.

Tło

LLaVA-OV-72B został opublikowany przez ByteDance,Nanyang Technological University,Chinese University of Hong Kong (CUHK),Hong Kong University of Science and Technology (HKUST), w kraju zapisanym jako China, podczas August 2024. Kategoria, do której należy wydawca, to industry,Academia,Academia,Academia.

Działa w dziedzinie Multimodal, Vision, Language, Video, i jest zapisany jako wykonujący zadanie image captioning, Visual question answering, Video description, Object recognition, Action recognition, Language modeling/generation.

Opiera się na Qwen2-72B. Większość modeli w tej skali jest dostosowywana z istniejącej bazy, a nie tworzona od zera.

Otwarte wagi to powód, dla którego ta strona znajduje się w kalkulatorze, a nie tylko w katalogu: jest to model, który możesz faktycznie mieć. Na Hugging Face jest opublikowane pod organizacją lmms-lab.

Czytanie wskaźników przepustowości

Mediana wyniku wynosi około 16.6 tokenów na sekundę 51 ich

To jest gęsty model, więc każdy parametr jest odczytywany dla każdego wyprodukowanego tokena. To sprawia, że prędkość śledzi przepustowość pamięci prawie dokładnie — karta z podwójną przepustowością generuje w przybliżeniu dwa razy szybciej.

Bez układu uwagi na rekordzie, kolumna pamięci jest przybliżeniem. Jest wystarczająco bliska, aby wybrać sprzęt, i najmniej wiarygodna przy długim kontekście.

Co poszło w budowę tego

Wytworzenie tego wymagało arytmetyki sumującej około 3 × 10²⁴ FLOP. Ta liczba mierzy, ile kosztowało wyprodukowanie modelu i nie ma wpływu na to, jak szybko odpowiada.

Zbiór treningowy trwał około 38,314,782,000 Tokeny tekstu.

Powód, dla którego w ogóle pojawia się w tym katalogu: sOTA improvement.

Krok po kroku

Jak wybrać GPU do LLaVA-OV-72B

Tabela powyżej oceniła już każdą kartę, dla której posiadamy specyfikacje, w stosunku do tego modelu. Dotarcie do odpowiedzi wymaga sześciu kroków..

01

Przeczytaj najpierw liczbę pamięci

Tabela zawiera każdą kartę, która jest w stanie pomieścić LLaVA-OV-72B, potrzebując około 35.9 GB przy kompresji Q3_K_M. To ta liczba, a nie nagłówkowa wydajność karty, decyduje o tym, czy można ją uruchomić.
02

Ustaw długość kontekstu, z którą będziesz pracować

Ustaw kontekst na to, co naprawdę użyjesz. Cache rośnie wraz z rozmową i jest to zwykle powód, dla którego karta, która wydawała się w porządku, przestaje pasować. LLaVA-OV-72B.
03

Zdecyduj, ile kompresji zaakceptujesz

Kolumna kwantyzacji różni się w zależności od karty, ponieważ większa karta przechowuje dokładniejszą kopię., osiągnięcie kompresji Q3_K_M na najmniejszej karcie, która się mieści. Ustalenie minimalnej jakości odrzuca karty, które tylko ją osiągają, uciskając bardziej niż byś chciał, i utrzymuje porównanie na jednym poziomie.
04

Sortuj według prędkości

Ranking według tokenów na sekundę podąża za przepustowością pamięci, a nie liczbą rdzeni, dla LLaVA-OV-72B. Nie dopasuje się do zamówienia gier, ponieważ generacja jest ograniczona przez przepustowość pamięci. Karta na szczycie listy to B200, w 47.1 tok/s
05

Zwróć uwagę na margines, a nie tylko na dopasowanie

Kolumna dopasowania oddziela karty, które ledwo dają radę, od tych, które mają zapas w przypadku LLaVA-OV-72B. Wygodne oznacza, że możesz później zwiększyć kontekst. Ta różnica ma większe znaczenie niż kilka tokenów na sekundę, więc kupuj za wygodne, jeśli tego oczekujesz.
06

Sprawdź kartę z drugiej strony

Każda nazwa karty łączy się z jej własną stroną, która wykonuje tę samą kalkulację w całym katalogu modelu. Kartę zazwyczaj kupuje się dla więcej niż jednego modelu, więc warto rzucić okiem przed zakupem na LLaVA-OV-72B.

Odpowiedzi

LLaVA-OV-72B — częste pytania

LLaVA-OV-72B— czy jest open weight?

Jego wagi są opublikowane, więc można je pobrać i uruchomić na własnym sprzęcie. Zauważ, że OPEN WEIGHTS nie są tym samym co OPEN SOURCE w pełnym sensie — nie mówi nic o danych treningowych, kodzie treningowym, ani warunkach komercyjnych.

LLaVA-OV-72B— ile ma parametrów?

Ma liczbę parametrów równą 72B. Ta liczba to całkowita, i to ona decyduje o tym, ile pamięci potrzebuje model — mniej więcej pół gigabajta na miliard przy kompresji, którą używa większość ludzi.

LLaVA-OV-72B— kto to stworzył?

Zostało opublikowane przez ByteDance,Nanyang Technological University,Chinese University of Hong Kong (CUHK),Hong Kong University of Science and Technology (HKUST), oparty na China, organizacja sklasyfikowana jako industry,Academia,Academia,Academia.

LLaVA-OV-72B— kiedy to zostało wydane?

Zostało opublikowane w August 2024. Możliwość na parametr znacznie się poprawiła, więc nowszy model tej samej wielkości często lepiej wykorzystuje ten sam sprzęt.

LLaVA-OV-72B— do czego to służy?

Działa w dziedzinie Multimodal, Vision, Language, Video, i jest zarejestrowany jako realizujący zadanie image captioning, Visual question answering, Video description, Object recognition, Action recognition, Language modeling/generation. To są obszary, wokół których został zaprojektowany; opisują zamiar, a nie twardą granicę.

LLaVA-OV-72B— Gdzie mogę to pobrać?

Jego wagi są publikowane na Hugging Face, pod organizacją lmms-lab. Nie hostujemy plików modelu — ta strona oblicza, jaki sprzęt jest potrzebny do ich uruchomienia.

LLaVA-OV-72B— ile mocy obliczeniowej użyto do jego trenowania?

Szkolenie zajęło około 3 × 10²⁴ FLOP. To mierzy, ile kosztowało wyprodukowanie modelu i nie mówi nic o tym, jak szybko odpowiada po wytrenowaniu — prędkość wnioskowania pochodzi z SZEROKOŚCI PASMA, a nie z budżetu treningowego.

LLaVA-OV-72B— czy mogę go uruchomić, jeśli nie mieści się w moim GPU?

Częściowo. Warstwy, które nie mieszczą się w GPU VRAM, znajdują się w pamięci systemu i działają z ułamkową prędkością, więc model, który jest w dużej mierze przeniesiony, rzadko jest wart używania. Najbliższy brak, który obliczamy, jest za mały o 15.5 GB Każda figura tutaj zakłada, że cały model jest zainstalowany na karcie.

LLaVA-OV-72B— czy dwa GPU uruchomią to szybciej?

Pojemność sumuje się w kartach; przepustowość nie. Liczba kart, które już same ją posiadają: 61. Więc druga karta rzadko jest odpowiedzią tutaj.

LLaVA-OV-72B— dlaczego kwantyzacja różni się między kartami?

Każda KARTA jest przedstawiana z uruchomioną najmniej skompresowaną wersją, jaką może pomieścić. Liczba odmiennych poziomów kompresji w KARTACH, które mogą go pomieścić: 5. Większe karty otrzymują dokładniejszą wersję, a minimalna jakość powyżej ustala porównanie na jednym poziomie.

LLaVA-OV-72B— Jak dokładne są te szacunki prędkości?

To są szacunki z rzeczywistymi marginesami błędu, a każdy z nich mógłby rozsądnie wypaść gdziekolwiek w swoim opublikowanym zakresie w zależności od używanego uruchomienia. Najszybszy wynik tutaj: 28–75 tok/s na B200. Ten sam model i karta różnią się o trzydzieści do pięćdziesięciu procent w zależności od oprogramowania inferencyjnego i jego wersji.

LLaVA-OV-72B— Jaką GPU potrzebuję, aby ją uruchomić?

Najmniejsza karta w naszym katalogu, która to pomieści, to A100 PCIe 40 GB, o pojemności pamięci 40 GB. Uruchamia model przy kompresji Q3_K_M używając około 35.9 GB, i produkuje w przybliżeniu 24.8 tokenów na sekundę. Liczba kart, które mogą go uruchomić łącznie: 61.

LLaVA-OV-72B— jak szybko działa na GPU?

To zależy od karty. Najszybciej obliczamy to B200, około 47.1 tokenów na sekundę; najwolniejszy, który nadal działa, osiąga znacznie mniej. Prędkość odczytu wynosi około dziesięciu tokenów na sekundę, a liczba kart, które to osiągają: 51.

LLaVA-OV-72B— Ile VRAM-u potrzebuje?

Potrzebuje około 35.9 GB przy kompresji Q3_K_M, który jest najmniejszą kartą, która to uruchamia. Mniej kompresji potrzebuje więcej: liczby w kolumnie pamięci powyżej są przeliczane dla każdej karty, ponieważ każda z nich trzyma wersję o najmniejszej kompresji, jaką może.

Źródło

Oryginalna publikacja

Ostatnia aktualizacja rekordu 25 May 2026

Druga strona

Patrząc na to z drugiej strony?

Ta strona zaczyna się od modelu. Jeśli już posiadasz kartę i chcesz wiedzieć, co wszystko będzie działać., Zacznij od sprzętu zamiast.

Wszystkie modele AI