Nemotron-4 340B kalkulator TPS

Otwórz wagi NVIDIA 340B 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

6 karty, które mogą go uruchomić

818 Karty, które posiadamy specyfikacje dla

Najmniejsza karta, która pasuje

Radeon Instinct MI300X

192 GB · Q3_K_M · 14.0 tok/s

Najszybsza karta

B300

17.8 tok/s · 288 GB

Które GPU mogą uruchomić Nemotron-4 340B?

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.

6 karty pasują

Obliczanie

					potrzeby	Kwantyzacja	Pasuje
17.8 tok/s 11–28 · niska pewność	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	246.0 GB	Q5_K_M	Wąski
14.2 tok/s 9–23 · niska pewność	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	246.0 GB	Q5_K_M	Wąski
14.2 tok/s 9–23 · niska pewność	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	246.0 GB	Q5_K_M	Wąski
14.0 tok/s 8–22 · niska pewność	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	166.8 GB	Q3_K_M	Wąski
14.0 tok/s 8–22 · niska pewność	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	166.8 GB	Q3_K_M	Wąski
13.5 tok/s 8–22 · niska pewność	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	206.4 GB	Q4_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: NVIDIA
Typ organizacji: Industry
Kraj: United States of America
Opublikowany: 14 June 2024
Autorzy: Bo Adler, Niket Agarwal, Ashwath Aithal, Dong H. Anh, Pallab Bhattacharya, Annika Brundyn, Jared Casper, Bryan Catanzaro, Sharon Clay, Jonathan Cohen, Sirshak Das, Ayush Dattagupta, Olivier Delalleau, Leon Derczynski, Yi Dong, Daniel Egert, Ellie Evans, Aleksander Ficek, Denys Fridman, Shaona Ghosh, Boris Ginsburg, Igor Gitman, Tomasz Grzegorzek, Robert Hero, Jining Huang, Vibhu Jawa, Joseph Jenni…

Co to robi

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

Domena: Language
Zadanie: Language modeling/generation, Chat, Question answering
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: 340B
Dane treningowe: 9,000,000,000,000 tokens
Rozmiar wsadu: 9,437,184

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: 1.8 × 10²⁵ 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 H100 SXM5 80GB
Zastosowane chipy: 6,144
Czas rzeczywisty: 2,200 hours (91.7 days)
Wykorzystanie sprzętu: MFU 41.1%
Pobór mocy: 8.5 MW
Koszt obliczeniowy: $21,271,018

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
Hugging Face: nvidia

Jak jest klasyfikowane

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

Model Frontier: Yes
Prawdopodobnie powyżej 10²³ FLOP: Yes
Dlaczego to jest śledzone: Training cost
Zapisz pewność: Confident

Źródła

Skąd pochodzi ten rekord i kiedy był ostatnio sprawdzany.

Referencja: NVIDIA Releases Open Synthetic Data Generation Pipeline for Training Large Language Models
Ostatnio zaktualizowane: 18 December 2025

Ekstremy

Dziesięć najszybszych GPU, które uruchamiają Nemotron-4 340B

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 Nemotron-4 340B

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

Radeon Instinct MI300X

Pamięć potrzebna

166.8 GB

Najszybszy

17.8 tok/s

Nemotron-4 340B osiąga liczbę parametrów równą 340B. To jest poza tym, co miałaby jakakolwiek pojedyncza karta graficzna. Uruchomienie go oznacza albo podział na kilka kart, albo wynajęcie sprzętu przeznaczonego do tego zadania, a każda karta, która mogłaby go pomieścić sama, jest częścią centrum danych. Liczba, która może: 6.

Najmniejsza karta, która to utrzymuje, to Radeon Instinct MI300X, o pojemności pamięci 192 GB, uruchomienie go przy kompresji Q3_K_M i produkując około 14.0 tokeny na sekundę

Najszybciej, jak to obliczamy, to B300, generowanie w przybliżeniu 17.8 tokenów na sekundę na podstawie przepustowości pamięci 8,000 GB/s.

Co to jest model?

Nemotron-4 340B został opublikowany przez NVIDIA, w kraju zapisanym jako United States of America, podczas June 2024. Kategoria, do której należy wydawca, to industry.

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

Ponieważ jego wagi zostały udostępnione, nic w kwestii uruchamiania go nie zależy od dostępności dostawcy — należy do ciebie po pobraniu. Na Hugging Face jest opublikowane pod organizacją nvidia.

Co decyduje o szybkości

Połowa kart, które go trzymają, osiąga więcej niż 14.1 tokenów na sekundę. Produkując tekst szybciej niż większość ludzi go czyta. 6 ich

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

Jej architektura wewnętrzna nie jest w naszej bazie danych, więc pamięć jest szacowana na podstawie liczby parametrów i odpowiednio oznaczona. Spodziewaj się, że rzeczywista wartość będzie się różnić, tym bardziej przy długim context length.

Szkolenie i pochodzenie

Trening zajmował około 1.8 × 10²⁵ FLOP, na sprzęcie zarejestrowanym jako NVIDIA H100 SXM5 80GB. Ta liczba mierzy, ile kosztowało wyprodukowanie modelu i nie ma wpływu na to, jak szybko odpowiada.

Został wytrenowany na korpusie około 9,000,000,000,000 Tokeny tekstu.

Kryterium włączenia: training cost.

Krok po kroku

Jak wybrać GPU do Nemotron-4 340B

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

01

Zacznij od kolumny pamięci

Każda karta tutaj została sprawdzona pod kątem Nemotron-4 340B, potrzebując około 166.8 GB przy kompresji Q3_K_M. Pojemność to brama — karta albo ją trzyma, albo nie.
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. Nemotron-4 340B.
03

Ustal minimalną jakość

Kompresja to to, co sprawia, że model mieści się w mniejszych KARTACH, kosztem pewnej dokładności., 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

Oceń według przepustowości, a nie kart specyfikacji

Szybkość zamawiania jest w rzeczywistości zamawianiem według pasma pamięci, dla Nemotron-4 340B. Nie dopasuje się do zamówienia gier, ponieważ generacja jest ograniczona przez przepustowość pamięci. Karta na szczycie listy to B300, w 17.8 tok/s
05

Zwróć uwagę na margines, a nie tylko na dopasowanie

Tight dopasowanie działa, ale nie zostawia nic na dłuższą rozmowę, w przypadku Nemotron-4 340B. 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

Śledzenie karty do jej własnej strony pokazuje każdy inny model, który może pomieścić, co jest pytaniem, które pojawia się po podjęciu decyzji o Nemotron-4 340B.

Odpowiedzi

Nemotron-4 340B — częste pytania

Nemotron-4 340B— 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 44.4 GB Każda figura tutaj zakłada, że cały model jest zainstalowany na karcie.

Nemotron-4 340B— czy dwa GPU uruchomią to szybciej?

Pojemność sumuje się w kartach; przepustowość nie. Liczba kart, które już same ją posiadają: 6. Więc druga karta rzadko jest odpowiedzią tutaj.

Nemotron-4 340B— 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: 3. Większe karty otrzymują dokładniejszą wersję, a minimalna jakość powyżej ustala porównanie na jednym poziomie.

Nemotron-4 340B— Jak dokładne są te szacunki prędkości?

Są obliczane na podstawie specyfikacji, a nie mierzone, i każdy ma zakres. Jeden przykład: 11–28 tok/s na B300. Ten sam model i karta różnią się o trzydzieści do pięćdziesięciu procent w zależności od oprogramowania inferencyjnego i jego wersji.

Nemotron-4 340B— Jaką GPU potrzebuję, aby ją uruchomić?

Najmniejsza karta w naszym katalogu, która to pomieści, to Radeon Instinct MI300X, o pojemności pamięci 192 GB. Uruchamia model przy kompresji Q3_K_M używając około 166.8 GB, i produkuje w przybliżeniu 14.0 tokenów na sekundę. Liczba kart, które mogą go uruchomić łącznie: 6.

Nemotron-4 340B— jak szybko działa na GPU?

To zależy od karty. Najszybciej obliczamy to B300, około 17.8 tokenów na sekundę; najwolniejszy, który nadal działa, osiąga znacznie mniej. Prędkość odczytu wynosi około dziesięciu tokenów na sekundę, a liczba kart, które to osiągają: 6.

Nemotron-4 340B— Ile VRAM-u potrzebuje?

Potrzebuje około 166.8 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.

Nemotron-4 340B— 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.

Nemotron-4 340B— ile ma parametrów?

Ma liczbę parametrów równą 340B. 340B. 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.

Nemotron-4 340B— kto to stworzył?

Zostało opublikowane przez NVIDIA, oparty na United States of America, organizacja sklasyfikowana jako industry.

Nemotron-4 340B— 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.

Nemotron-4 340B— do czego to służy?

Działa w dziedzinie Language, i jest zarejestrowany jako realizujący zadanie language modeling/generation, Chat, Question answering. To są obszary, wokół których został zaprojektowany; opisują zamiar, a nie twardą granicę.

Nemotron-4 340B— Gdzie mogę to pobrać?

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

Nemotron-4 340B— ile mocy obliczeniowej użyto do jego trenowania?

Szkolenie zajęło około 1.8 × 10²⁵ FLOP, na sprzęcie zarejestrowanym jako NVIDIA H100 SXM5 80GB. 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.

Źródło

Oryginalna publikacja

Ostatnia aktualizacja rekordu 18 December 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