JIUTIAN-139MoE kalkulator TPS

Otwórz wagi China Mobile 38.8B parametry June 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

126 karty, które mogą go uruchomić

818 Karty, które posiadamy specyfikacje dla

Najmniejsza karta, która pasuje

Tesla M40 24 GB

24 GB · Q3_K_M · 7.2 tok/s

Najszybsza karta

B200

87.3 tok/s · 180 GB

Które GPU mogą uruchomić JIUTIAN-139MoE?

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.

126 karty pasują

Obliczanie

					potrzeby	Kwantyzacja	Pasuje
87.3 tok/s 52–140 · niska pewność	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	42.2 GB	Q8_0	Wygodny
87.3 tok/s 52–140 · niska pewność	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	42.2 GB	Q8_0	Wygodny
69.7 tok/s 42–112 · niska pewność	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	42.2 GB	Q8_0	Wygodny
69.7 tok/s 42–112 · niska pewność	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	42.2 GB	Q8_0	Wygodny
55.8 tok/s 33–89 · niska pewność	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	42.2 GB	Q8_0	Wygodny
53.4 tok/s 32–85 · niska pewność	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	42.2 GB	Q8_0	Wygodny
53.4 tok/s 32–85 · niska pewność	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	42.2 GB	Q8_0	Wygodny
51.1 tok/s 31–82 · niska pewność	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	42.2 GB	Q8_0	Wygodny
45.3 tok/s 27–73 · niska pewność	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	42.2 GB	Q8_0	Wygodny
45.3 tok/s 27–73 · niska pewność	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	42.2 GB	Q8_0	Wygodny
45.3 tok/s 27–73 · niska pewność	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	42.2 GB	Q8_0	Wygodny
43.0 tok/s 26–69 · niska pewność	H100 NVL 94 GB NVIDIA	94 GB	3,940 GB/s	Mar 2023	42.2 GB	Q8_0	Wygodny
39.5 tok/s 24–63 · niska pewność	GeForce RTX 5090 D V2 NVIDIA	24 GB	1,340 GB/s	Aug 2025	19.7 GB	Q3_K_M	Wąski
36.7 tok/s 22–59 · niska pewność	H100 PCIe 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	42.2 GB	Q8_0	Wygodny
36.7 tok/s 22–59 · niska pewność	H100 SXM5 80 GB NVIDIA	80 GB	3,360 GB/s	Oct 2022	42.2 GB	Q8_0	Wygodny
36.7 tok/s 22–59 · niska pewność	H100 SXM5 94 GB NVIDIA	94 GB	3,360 GB/s	Mar 2023	42.2 GB	Q8_0	Wygodny
36.7 tok/s 22–59 · niska pewność	H100 SXM5 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	42.2 GB	Q8_0	Wygodny
36.7 tok/s 22–59 · niska pewność	H800 SXM5 NVIDIA	80 GB	3,360 GB/s	Mar 2023	42.2 GB	Q8_0	Wygodny
36.5 tok/s 22–58 · niska pewność	DRIVE A100 PROD NVIDIA	32 GB	1,870 GB/s	May 2020	28.7 GB	Q5_K_M	Wąski
36.5 tok/s 22–58 · niska pewność	GRID A100A NVIDIA	32 GB	1,870 GB/s	May 2020	28.7 GB	Q5_K_M	Wąski
35.9 tok/s 22–58 · niska pewność	A30X NVIDIA	24 GB	1,220 GB/s	Apr 2021	19.7 GB	Q3_K_M	Wąski
34.9 tok/s 21–56 · niska pewność	GeForce RTX 5090 NVIDIA	32 GB	1,790 GB/s	Jan 2025	28.7 GB	Q5_K_M	Wąski
34.9 tok/s 21–56 · niska pewność	GeForce RTX 5090 D NVIDIA	32 GB	1,790 GB/s	Jan 2025	28.7 GB	Q5_K_M	Wąski
29.8 tok/s 18–48 · niska pewność	GeForce RTX 3090 Ti NVIDIA	24 GB	1,010 GB/s	Jan 2022	19.7 GB	Q3_K_M	Wąski
29.8 tok/s 18–48 · niska pewność	GeForce RTX 4090 NVIDIA	24 GB	1,010 GB/s	Sep 2022	19.7 GB	Q3_K_M	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: China Mobile
Typ organizacji: Industry
Kraj: China
Opublikowany: 15 June 2024

Co to robi

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

Domena: Language
Zadanie: Language modeling/generation, Question answering, Code generation

Rozmiar

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

parametry: 38.8B
Dane treningowe: tokens

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: 4.4 × 10²³ FLOP
Jak to zostało ustalone: Operation counting,Hardware

Przebieg szkolenia

Co fizycznie było potrzebne do treningu: jakie chipy, ile, na jak długo i co to pobierało z sieci.

Sprzęt do trenowania: NVIDIA A800 PCIe,Ascend (昇腾) 910B
Zastosowane chipy: 896
Czas rzeczywisty: 1,464 hours (61 days)

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: Unreleased

Jak jest klasyfikowane

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

Prawdopodobnie powyżej 10²³ FLOP: Yes
Zapisz pewność: Confident

Źródła

Skąd pochodzi ten rekord i kiedy był ostatnio sprawdzany.

Referencja: JIUTIAN-139MOE: TECHNICAL REPORT
Ostatnio zaktualizowane: 28 November 2025

Ekstremy

Dziesięć najszybszych GPU, które uruchamiają JIUTIAN-139MoE

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 JIUTIAN-139MoE

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

Co oznaczają liczby

Co jest potrzebne, aby uruchomić ten model

Minimalna karta

Tesla M40 24 GB

Pamięć potrzebna

19.7 GB

Najszybszy

87.3 tok/s

JIUTIAN-139MoE osiąga liczbę parametrów równą 38.8B. To ląduje w zakresie, który może obsłużyć poważna karta stacjonarna, gdy wagi są skompresowane. Liczba kart, które śledzimy, które mogą to uruchomić: 126.

Najmniejsza karta, która to utrzymuje, to Tesla M40 24 GB, o pojemności pamięci 24 GB, uruchomienie go przy kompresji Q3_K_M i produkując około 7.2 tokeny na sekundę

Na drugim końcu siedzi B200, generowanie w przybliżeniu 87.3 tokenów na sekundę na podstawie przepustowości pamięci 8,000 GB/s.

Co to jest model?

JIUTIAN-139MoE został opublikowany przez China Mobile, w kraju zapisanym jako China, podczas June 2024. Wychodzi z organizacji zaklasyfikowanej jako industry.

Działa w dziedzinie Language, i jest zapisany jako wykonujący zadanie language modeling/generation, Question answering, Code generation.

Ponieważ jego wagi zostały udostępnione, nic w kwestii uruchamiania go nie zależy od dostępności dostawcy — należy do ciebie po pobraniu.

Co decyduje o szybkości

Połowa kart, które go trzymają, osiąga więcej niż 19.5 tokenów na sekundę 91 ich

Każda waga uczestniczy w każdym tokenie tutaj, więc szerokość pasma jest całą historią: poniższa lista to w rzeczywistości ranking przepustowości pamięci.

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

Jak to zostało wytrenowane

Trenowanie zajęło budżet obliczeniowy wynoszący około 4.4 × 10²³ FLOP, na sprzęcie zarejestrowanym jako NVIDIA A800 PCIe,Ascend (昇腾) 910B. Ta liczba mierzy, ile kosztowało wyprodukowanie modelu i nie ma wpływu na to, jak szybko odpowiada.

Krok po kroku

Jak wybrać GPU do JIUTIAN-139MoE

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

01

Sprawdź, co potrzebuje przed wszystkim innym.

Tabela zawiera każdą kartę, która jest w stanie pomieścić JIUTIAN-139MoE, potrzebując około 19.7 GB przy kompresji Q3_K_M. Żadna ilość mocy obliczeniowej nie może zrekompensować karty, która nie może jej pomieścić.
02

Dopasuj kontekst do swojego rzeczywistego użycia

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. JIUTIAN-139MoE.
03

Wybierz, jak daleko chcesz to skompresować.

Każda KARTA uruchamia najmniej skompresowaną kopię, jaką może pomieścić., 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

Szybkość zamawiania jest w rzeczywistości zamawianiem według pasma pamięci, dla JIUTIAN-139MoE. Nie dopasuje się do zamówienia gier, ponieważ generacja jest ograniczona przez przepustowość pamięci. Karta na szczycie listy to B200, w 87.3 tok/s
05

Sprawdź werdykt dopasowania przed zakupem

Tight oznacza, że ładowanie i działanie odbywa się bez miejsca na późniejsze zwiększenie długości kontekstu, w przypadku JIUTIAN-139MoE. 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

Otwórz kartę, na którą się zdecydowałeś

Każda strona karty powtarza tę procedurę dla każdego modelu, który posiadamy, odpowiadając, do czego jeszcze sprzęt jest przydatny poza JIUTIAN-139MoE.

Odpowiedzi

JIUTIAN-139MoE — częste pytania

JIUTIAN-139MoE— Jaką GPU potrzebuję, aby ją uruchomić?

Najmniejsza karta w naszym katalogu, która to pomieści, to Tesla M40 24 GB, o pojemności pamięci 24 GB. Uruchamia model przy kompresji Q3_K_M używając około 19.7 GB, i produkuje w przybliżeniu 7.2 tokenów na sekundę. Liczba kart, które mogą go uruchomić łącznie: 126.

JIUTIAN-139MoE— jak szybko działa na GPU?

To zależy od karty. Najszybciej obliczamy to B200, około 87.3 tokenów na sekundę; najwolniejszy, który nadal działa, osiąga znacznie mniej. Prędkość odczytu wynosi około dziesięciu tokenów na sekundę, a liczba kart, które to osiągają: 91.

JIUTIAN-139MoE— Ile VRAM-u potrzebuje?

Potrzebuje około 19.7 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.

JIUTIAN-139MoE— czy mogę uruchomić to na GPU trzymając 24 GB?

Tak. Karta GeForce RTX 5090 D V2, trzymanie 24 GB, uruchamia go przy kompresji Q3_K_M, używając około 19.7 GB i generując w przybliżeniu 39.5 tokenów na sekundę. Dopasowanie jest ciasne.

JIUTIAN-139MoE— 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.

JIUTIAN-139MoE— ile ma parametrów?

Ma liczbę parametrów równą 38.8B. 38.8B - total parameters 13B - activated parameters. 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.

JIUTIAN-139MoE— kto to stworzył?

Zostało opublikowane przez China Mobile, oparty na China, organizacja sklasyfikowana jako industry.

JIUTIAN-139MoE— kiedy to zostało wydane?

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

JIUTIAN-139MoE— do czego to służy?

Działa w dziedzinie Language, i jest zarejestrowany jako realizujący zadanie language modeling/generation, Question answering, Code generation. Modele często mają więcej niż jeden z każdego, a etykiety opisują cel, a nie ograniczenia możliwości.

JIUTIAN-139MoE— Gdzie mogę to pobrać?

Wagi są opublikowane, chociaż nie posiadamy linku do repozytorium. Ta strona oblicza wymagania sprzętowe, a nie hostuje pliki modelu.

JIUTIAN-139MoE— ile mocy obliczeniowej użyto do jego trenowania?

Szkolenie zajęło około 4.4 × 10²³ FLOP, na sprzęcie zarejestrowanym jako NVIDIA A800 PCIe,Ascend (昇腾) 910B. 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.

JIUTIAN-139MoE— czy mogę go uruchomić, jeśli nie mieści się w moim GPU?

Tylko przez odciążenie, co zwykle jest fałszywą oszczędnością: część trzymana w pamięci systemowej spowalnia cały proces. Najbliższy brak, który obliczamy, jest za mały o 6.2 GB Każda figura tutaj zakłada, że cały model jest zainstalowany na karcie.

JIUTIAN-139MoE— czy dwa GPU uruchomią to szybciej?

Druga KARTA mniej więcej podwaja dostępna PAMIĘĆ, ale nie tempo generacji. Liczba już zdolna do uruchomienia jej samodzielnie: 126. Więc druga karta rzadko jest odpowiedzią tutaj.

JIUTIAN-139MoE— 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.

JIUTIAN-139MoE— Jak dokładne są te szacunki prędkości?

Każda wartość pochodzi z przepustowości pamięci i rozmiaru modelu, a nie z testów porównawczych, dlatego każda jest publikowana jako zakres, a nie pojedyncza liczba. Jeden przykład: 52–140 tok/s na B200. Ten sam model i karta różnią się o trzydzieści do pięćdziesięciu procent w zależności od oprogramowania inferencyjnego i jego wersji.

Źródło

Oryginalna publikacja

Ostatnia aktualizacja rekordu 28 November 2025

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