FragLlama: Next-fragment prediction for molecular design kalkulator TPS

Otwórz wagi Facebook AI Research 7B parametry May 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

589 karty, które mogą go uruchomić

818 Karty, które posiadamy specyfikacje dla

Najmniejsza karta, która pasuje

Tesla K20c

5 GB · Q3_K_M · 28.9 tok/s

Najszybsza karta

B200

484 tok/s · 180 GB

Które GPU mogą uruchomić FragLlama: Next-fragment prediction for molecular design?

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.

589 karty pasują

Obliczanie

					potrzeby	Kwantyzacja	Pasuje
484 tok/s 290–774 · niska pewność	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	8.2 GB	Q8_0	Wygodny
484 tok/s 290–774 · niska pewność	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	8.2 GB	Q8_0	Wygodny
387 tok/s 232–618 · niska pewność	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	8.2 GB	Q8_0	Wygodny
387 tok/s 232–618 · niska pewność	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	8.2 GB	Q8_0	Wygodny
309 tok/s 185–495 · niska pewność	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	8.2 GB	Q8_0	Wygodny
296 tok/s 178–473 · niska pewność	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	8.2 GB	Q8_0	Wygodny
296 tok/s 178–473 · niska pewność	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	8.2 GB	Q8_0	Wygodny
283 tok/s 170–453 · niska pewność	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	8.2 GB	Q8_0	Wygodny
251 tok/s 151–402 · niska pewność	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	8.2 GB	Q8_0	Wygodny
251 tok/s 151–402 · niska pewność	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	8.2 GB	Q8_0	Wygodny
251 tok/s 151–402 · niska pewność	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	8.2 GB	Q8_0	Wygodny
238 tok/s 143–381 · niska pewność	H100 NVL 94 GB NVIDIA	94 GB	3,940 GB/s	Mar 2023	8.2 GB	Q8_0	Wygodny
203 tok/s 122–325 · niska pewność	H100 PCIe 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	8.2 GB	Q8_0	Wygodny
203 tok/s 122–325 · niska pewność	H100 SXM5 80 GB NVIDIA	80 GB	3,360 GB/s	Oct 2022	8.2 GB	Q8_0	Wygodny
203 tok/s 122–325 · niska pewność	H100 SXM5 94 GB NVIDIA	94 GB	3,360 GB/s	Mar 2023	8.2 GB	Q8_0	Wygodny
203 tok/s 122–325 · niska pewność	H100 SXM5 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	8.2 GB	Q8_0	Wygodny
203 tok/s 122–325 · niska pewność	H800 SXM5 NVIDIA	80 GB	3,360 GB/s	Mar 2023	8.2 GB	Q8_0	Wygodny
155 tok/s 93–248 · niska pewność	Radeon Instinct MI250 AMD	128 GB	3,280 GB/s	Nov 2021	8.2 GB	Q8_0	Wygodny
155 tok/s 93–248 · niska pewność	Radeon Instinct MI250X AMD	128 GB	3,280 GB/s	Nov 2021	8.2 GB	Q8_0	Wygodny
131 tok/s 79–210 · niska pewność	CMP 170HX 8 GB NVIDIA	8 GB	1,490 GB/s	Sep 2021	6.6 GB	Q6_K	Wąski
129 tok/s 77–206 · niska pewność	Data Center GPU Max 1550 Intel	128 GB	3,280 GB/s	Jan 2023	8.2 GB	Q8_0	Wygodny
126 tok/s 76–202 · niska pewność	Data Center GPU Max Subsystem Intel	128 GB	3,210 GB/s	Jan 2023	8.2 GB	Q8_0	Wygodny
123 tok/s 74–197 · niska pewność	A100 SXM4 80 GB NVIDIA	80 GB	2,040 GB/s	Nov 2020	8.2 GB	Q8_0	Wygodny
123 tok/s 74–197 · niska pewność	A100X NVIDIA	80 GB	2,040 GB/s	Jun 2021	8.2 GB	Q8_0	Wygodny
123 tok/s 74–197 · niska pewność	A800 SXM4 80 GB NVIDIA	80 GB	2,040 GB/s	Aug 2022	8.2 GB	Q8_0	Wygodny

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: Facebook AI Research
Typ organizacji: Industry
Kraj: United States of America, France
Opublikowany: 16 May 2024
Autorzy: Srinivasan Iyer, Bernie Huang, Lili Yu, Arun Babu, Chunting Zhou, Kushal Tirumala, Xi Victoria Lin, Hu Xu, Xian Li, Akshat Shrivastava, Omer Levy, Armen Aghajanyan, Ram Pasunuru, Andrew Cohen, Aram H. Markosyan, Koustuv Sinha, Xiaoqing Ellen Tan, Ivan Evtimov, Ping Yu, Tianlu Wang, Olga Golovneva, Asli Celikyilmaz, Pedro Rodriguez, Leonid Shamis, Vasu Sharma, Christine Jou, Karthik Padthe, Ching-F…

Co to robi

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

Domena: Multimodal, Image generation, Vision, Language
Zadanie: Language modeling/generation, Vision-language generation, Visual question answering, Text-to-image
Podejście: Self-supervised learning

Rozmiar

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

parametry: 7B
Dane treningowe: 4,400,000,000,000 tokens
Epoki: 2.1

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: 3.3 × 10²³ FLOP
Jak to zostało ustalone: Hardware,Operation counting

Przebieg szkolenia

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

Sprzęt do trenowania: NVIDIA A100 SXM4 80 GB
Czas rzeczywisty: 836 hours (34.9 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 (non-commercial)
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: Chameleon: Mixed-Modal Early-Fusion Foundation Models
Ostatnio zaktualizowane: 28 November 2025

Ekstremy

Dziesięć najszybszych GPU, które uruchamiają FragLlama: Next-fragment prediction for molecular design

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 FragLlama: Next-fragment prediction for molecular design

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

Co oznaczają liczby

Strona sprzętowa

Minimalna karta

Tesla K20c

Pamięć potrzebna

4.1 GB

Najszybszy

484 tok/s

FragLlama: Next-fragment prediction for molecular design osiąga liczbę parametrów równą 7B. To jest na tyle małe, że sprzęt rzadko stanowi przeszkodę, w tym na kartach sprzed kilku lat. Liczba kart, które śledzimy, które mogą go uruchomić: 589.

Na niskim końcu obsługiwane jest przez Tesla K20c, o pojemności pamięci 5 GB, uruchomienie go przy kompresji Q3_K_M i produkując około 28.9 tokeny na sekundę

Najszybszy rezultat pochodzi z B200, generowanie w przybliżeniu 484 tokenów na sekundę na podstawie przepustowości pamięci 8,000 GB/s.

Tło

FragLlama: Next-fragment prediction for molecular design został opublikowany przez Facebook AI Research, w kraju zapisanym jako United States of America, podczas May 2024. Kategoria, do której należy wydawca, to industry.

Działa w dziedzinie Multimodal, Image generation, Vision, Language, i jest zapisany jako wykonujący zadanie language modeling/generation, Vision-language generation, Visual question answering, Text-to-image.

Wagi są publikowane, więc można je pobrać i uruchomić na własnym sprzęcie bezterminowo, offline, bez przypisanego konta.

Czytanie wskaźników przepustowości

Na każdej karcie, która może go uruchomić, środek zakresu plasuje się w 26.1 tokenów na sekundę. Produkując tekst szybciej niż większość ludzi go czyta. 559 ich

Będąc gęstym, odczytuje każdą swoją część po tokenie, dlatego poniższe uporządkowanie według szybkości tak ściśle pokrywa się z uporządkowaniem według przepustowości pamięci.

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

Szkolenie i pochodzenie

Trenowanie zajęło budżet obliczeniowy wynoszący około 3.3 × 10²³ FLOP, na sprzęcie zarejestrowanym jako NVIDIA A100 SXM4 80 GB. Ta liczba mierzy, ile kosztowało wyprodukowanie modelu i nie ma wpływu na to, jak szybko odpowiada.

Zbiór treningowy trwał około 4,400,000,000,000 Tokeny tekstu.

Krok po kroku

Jak wybrać GPU do FragLlama: Next-fragment prediction for molecular design

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

Każda karta tutaj została sprawdzona pod kątem FragLlama: Next-fragment prediction for molecular design, potrzebując około 4.1 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

Rozmowa zajmuje pamięć również, i rośnie w miarę trwania. Ustaw suwak na długość, której się spodziewasz, ponieważ przy długim kontekście karta, która łatwo obsługuje krótkie pytania, może zostać odrzucona przez FragLlama: Next-fragment prediction for molecular design.
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

Oceń według przepustowości, a nie kart specyfikacji

Szybkość zamawiania jest w rzeczywistości zamawianiem według pasma pamięci, dla FragLlama: Next-fragment prediction for molecular design. Nie dopasuje się do zamówienia gier, ponieważ generacja jest ograniczona przez przepustowość pamięci. Karta na szczycie listy to B200, w 484 tok/s
05

Przeczytaj kolumnę dopasowania jako ostatnią

Kolumna dopasowania oddziela karty, które ledwo dają radę, od tych, które mają zapas w przypadku FragLlama: Next-fragment prediction for molecular design. 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 FragLlama: Next-fragment prediction for molecular design.

Odpowiedzi

FragLlama: Next-fragment prediction for molecular design — częste pytania

FragLlama: Next-fragment prediction for molecular design— czy dwa GPU uruchomią to szybciej?

Druga KARTA mniej więcej podwaja dostępna PAMIĘĆ, ale nie tempo generacji. Liczba już zdolna do uruchomienia jej samodzielnie: 589. Więc druga karta rzadko jest odpowiedzią tutaj.

FragLlama: Next-fragment prediction for molecular design— dlaczego kwantyzacja różni się między kartami?

Większa KARTA przechowuje dokładniejszą kopię. Liczba poziomów kompresji używanych w KARTACH, które ją uruchamiają: 4. Większe karty otrzymują dokładniejszą wersję, a minimalna jakość powyżej ustala porównanie na jednym poziomie.

FragLlama: Next-fragment prediction for molecular design— 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: 290–774 tok/s na B200. Ten sam model i karta różnią się o trzydzieści do pięćdziesięciu procent w zależności od oprogramowania inferencyjnego i jego wersji.

FragLlama: Next-fragment prediction for molecular design— Jaką GPU potrzebuję, aby ją uruchomić?

Najmniejsza karta w naszym katalogu, która to pomieści, to Tesla K20c, o pojemności pamięci 5 GB. Uruchamia model przy kompresji Q3_K_M używając około 4.1 GB, i produkuje w przybliżeniu 28.9 tokenów na sekundę. Liczba kart, które mogą go uruchomić łącznie: 589.

FragLlama: Next-fragment prediction for molecular design— jak szybko działa na GPU?

To zależy od karty. Najszybciej obliczamy to B200, około 484 tokenów na sekundę; najwolniejszy, który nadal działa, osiąga znacznie mniej. Prędkość odczytu wynosi około dziesięciu tokenów na sekundę, a liczba kart, które to osiągają: 559.

FragLlama: Next-fragment prediction for molecular design— Ile VRAM-u potrzebuje?

Potrzebuje około 4.1 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.

FragLlama: Next-fragment prediction for molecular design— czy mogę uruchomić to na GPU trzymając 8 GB?

Tak. Karta CMP 170HX 8 GB, trzymanie 8 GB, uruchamia go przy kompresji Q6_K, używając około 6.6 GB i generując w przybliżeniu 131 tokenów na sekundę. Dopasowanie jest ciasne.

FragLlama: Next-fragment prediction for molecular design— czy mogę uruchomić to na GPU trzymając 12 GB?

Tak. Karta GeForce RTX 3080 Ti, trzymanie 12 GB, uruchamia go przy kompresji Q8_0, używając około 8.2 GB i generując w przybliżeniu 55.2 tokenów na sekundę. Dopasowanie jest komfortowe.

FragLlama: Next-fragment prediction for molecular design— czy mogę uruchomić to na GPU trzymając 16 GB?

Tak. Karta Tesla V100 SXM2 16 GB, trzymanie 16 GB, uruchamia go przy kompresji Q8_0, używając około 8.2 GB i generując w przybliżeniu 68.4 tokenów na sekundę. Dopasowanie jest komfortowe.

FragLlama: Next-fragment prediction for molecular design— czy mogę uruchomić to na GPU trzymając 24 GB?

Tak. Karta GeForce RTX 5090 D V2, trzymanie 24 GB, uruchamia go przy kompresji Q8_0, używając około 8.2 GB i generując w przybliżeniu 81.1 tokenów na sekundę. Dopasowanie jest komfortowe.

FragLlama: Next-fragment prediction for molecular design— 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.

FragLlama: Next-fragment prediction for molecular design— ile ma parametrów?

Ma liczbę parametrów równą 7B. 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.

FragLlama: Next-fragment prediction for molecular design— kto to stworzył?

Zostało opublikowane przez Facebook AI Research, oparty na United States of America, organizacja sklasyfikowana jako industry.

FragLlama: Next-fragment prediction for molecular design— kiedy to zostało wydane?

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

FragLlama: Next-fragment prediction for molecular design— do czego to służy?

Działa w dziedzinie Multimodal, Image generation, Vision, Language, i jest zarejestrowany jako realizujący zadanie language modeling/generation, Vision-language generation, Visual question answering, Text-to-image. To są obszary, wokół których został zaprojektowany; opisują zamiar, a nie twardą granicę.

FragLlama: Next-fragment prediction for molecular design— Gdzie mogę to pobrać?

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

FragLlama: Next-fragment prediction for molecular design— ile mocy obliczeniowej użyto do jego trenowania?

Szkolenie zajęło około 3.3 × 10²³ FLOP, na sprzęcie zarejestrowanym jako NVIDIA A100 SXM4 80 GB. 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.

FragLlama: Next-fragment prediction for molecular design— 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 1.3 GB Każda figura tutaj zakłada, że cały model jest zainstalowany na karcie.

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