Qwen1.5-110B kalkulator TPS

Otwórz wagi Alibaba 110B parametry April 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

43 karty, które mogą go uruchomić

818 Karty, które posiadamy specyfikacje dla

Najmniejsza karta, która pasuje

Radeon Instinct MI200

64 GB · Q3_K_M · 13.3 tok/s

Najszybsza karta

B200

30.8 tok/s · 180 GB

Które GPU mogą uruchomić Qwen1.5-110B?

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.

43 karty pasują

Obliczanie

					potrzeby	Kwantyzacja	Pasuje
30.8 tok/s 18–49 · niska pewność	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	118.5 GB	Q8_0	Wygodny
30.8 tok/s 18–49 · niska pewność	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	118.5 GB	Q8_0	Wygodny
29.9 tok/s 18–48 · niska pewność	H100 SXM5 80 GB NVIDIA	80 GB	3,360 GB/s	Oct 2022	67.2 GB	Q4_K_M	Wąski
29.9 tok/s 18–48 · niska pewność	H800 SXM5 NVIDIA	80 GB	3,360 GB/s	Mar 2023	67.2 GB	Q4_K_M	Wąski
28.6 tok/s 17–46 · niska pewność	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	92.9 GB	Q6_K	Wygodny
27.1 tok/s 16–43 · niska pewność	H100 NVL 94 GB NVIDIA	94 GB	3,940 GB/s	Mar 2023	80.1 GB	Q5_K_M	Wąski
24.6 tok/s 15–39 · niska pewność	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	118.5 GB	Q8_0	Wygodny
24.6 tok/s 15–39 · niska pewność	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	118.5 GB	Q8_0	Wygodny
23.2 tok/s 14–37 · niska pewność	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	92.9 GB	Q6_K	Wygodny
23.1 tok/s 14–37 · niska pewność	H100 PCIe 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	80.1 GB	Q5_K_M	Wąski
23.1 tok/s 14–37 · niska pewność	H100 SXM5 94 GB NVIDIA	94 GB	3,360 GB/s	Mar 2023	80.1 GB	Q5_K_M	Wąski
23.1 tok/s 14–37 · niska pewność	H100 SXM5 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	80.1 GB	Q5_K_M	Wąski
21.0 tok/s 13–34 · niska pewność	H100 SXM5 64 GB NVIDIA	64 GB	2,020 GB/s	Mar 2023	54.4 GB	Q3_K_M	Wąski
18.8 tok/s 11–30 · niska pewność	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	118.5 GB	Q8_0	Wąski
18.8 tok/s 11–30 · niska pewność	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	118.5 GB	Q8_0	Wąski
18.1 tok/s 11–29 · niska pewność	A100 SXM4 80 GB NVIDIA	80 GB	2,040 GB/s	Nov 2020	67.2 GB	Q4_K_M	Wąski
18.1 tok/s 11–29 · niska pewność	A100X NVIDIA	80 GB	2,040 GB/s	Jun 2021	67.2 GB	Q4_K_M	Wąski
18.1 tok/s 11–29 · niska pewność	A800 SXM4 80 GB NVIDIA	80 GB	2,040 GB/s	Aug 2022	67.2 GB	Q4_K_M	Wąski
18.1 tok/s 11–29 · niska pewność	H100 CNX NVIDIA	80 GB	2,040 GB/s	Mar 2023	67.2 GB	Q4_K_M	Wąski
18.1 tok/s 11–29 · niska pewność	H100 PCIe 80 GB NVIDIA	80 GB	2,040 GB/s	Oct 2022	67.2 GB	Q4_K_M	Wąski
18.1 tok/s 11–29 · niska pewność	H800 PCIe 80 GB NVIDIA	80 GB	2,040 GB/s	Mar 2023	67.2 GB	Q4_K_M	Wąski
18.0 tok/s 11–29 · niska pewność	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	118.5 GB	Q8_0	Wygodny
17.2 tok/s 10–28 · niska pewność	A100 PCIe 80 GB NVIDIA	80 GB	1,940 GB/s	Jun 2021	67.2 GB	Q4_K_M	Wąski
17.2 tok/s 10–28 · niska pewność	A800 PCIe 80 GB NVIDIA	80 GB	1,940 GB/s	Nov 2022	67.2 GB	Q4_K_M	Wąski
16.0 tok/s 10–26 · niska pewność	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	118.5 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: Alibaba
Typ organizacji: Industry
Kraj: China
Opublikowany: 25 April 2024
Autorzy: Qwen Team

Co to robi

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

Domena: Language
Zadanie: Chat, Language modeling/generation, Quantitative reasoning, Code generation, Translation

Rozmiar

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

parametry: 110B
Dane treningowe: tokens

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: Qwen

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: Qwen1.5-110B: The First 100B+ Model of the Qwen1.5 Series
Ostatnio zaktualizowane: 28 November 2025

Ekstremy

Dziesięć najszybszych GPU, które uruchamiają Qwen1.5-110B

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 Qwen1.5-110B

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

Radeon Instinct MI200

Pamięć potrzebna

54.4 GB

Najszybszy

30.8 tok/s

Qwen1.5-110B osiąga liczbę parametrów równą 110B. 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: 43.

Najmniejszy sprzęt, który działa, to Radeon Instinct MI200, o pojemności pamięci 64 GB, uruchomienie go przy kompresji Q3_K_M i produkując około 13.3 tokeny na sekundę

Najszybszy rezultat pochodzi z B200, generowanie w przybliżeniu 30.8 tokenów na sekundę na podstawie przepustowości pamięci 8,000 GB/s.

Co to jest model?

Qwen1.5-110B został opublikowany przez Alibaba, w kraju zapisanym jako China, podczas April 2024. Organizacja publikująca jest klasyfikowana jako industry.

Działa w dziedzinie Language, i jest zapisany jako wykonujący zadanie chat, Language modeling/generation, Quantitative reasoning, Code generation, Translation.

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 Qwen.

Co decyduje o szybkości

Mediana wyniku wynosi około 18.0 tokenów na sekundę 39 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.

Krok po kroku

Jak wybrać GPU do Qwen1.5-110B

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

Zacznij od tego, co tak naprawdę jest potrzebne, czyli wymogu Qwen1.5-110B, potrzebując około 54.4 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. Qwen1.5-110B.
03

Ustal minimalną jakość

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

Sortuj według prędkości, aby zobaczyć, jak karty się klasyfikują. Qwen1.5-110B. Nie dopasuje się do zamówienia gier, ponieważ generacja jest ograniczona przez przepustowość pamięci. Karta na szczycie listy to B200, w 30.8 tok/s
05

Zwróć uwagę na margines, a nie tylko na dopasowanie

Tight oznacza, że ładowanie i działanie odbywa się bez miejsca na późniejsze zwiększenie długości kontekstu, w przypadku Qwen1.5-110B. 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 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 Qwen1.5-110B.

Odpowiedzi

Qwen1.5-110B — częste pytania

Qwen1.5-110B— 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: 18–49 tok/s na B200. Ten sam model i karta różnią się o trzydzieści do pięćdziesięciu procent w zależności od oprogramowania inferencyjnego i jego wersji.

Qwen1.5-110B— Jaką GPU potrzebuję, aby ją uruchomić?

Najmniejsza karta w naszym katalogu, która to pomieści, to Radeon Instinct MI200, o pojemności pamięci 64 GB. Uruchamia model przy kompresji Q3_K_M używając około 54.4 GB, i produkuje w przybliżeniu 13.3 tokenów na sekundę. Liczba kart, które mogą go uruchomić łącznie: 43.

Qwen1.5-110B— jak szybko działa na GPU?

To zależy od karty. Najszybciej obliczamy to B200, około 30.8 tokenów na sekundę; najwolniejszy, który nadal działa, osiąga znacznie mniej. Prędkość odczytu wynosi około dziesięciu tokenów na sekundę, a liczba kart, które to osiągają: 39.

Qwen1.5-110B— Ile VRAM-u potrzebuje?

Potrzebuje około 54.4 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.

Qwen1.5-110B— 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.

Qwen1.5-110B— ile ma parametrów?

Ma liczbę parametrów równą 110B. 110B. 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.

Qwen1.5-110B— kto to stworzył?

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

Qwen1.5-110B— kiedy to zostało wydane?

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

Qwen1.5-110B— do czego to służy?

Działa w dziedzinie Language, i jest zarejestrowany jako realizujący zadanie chat, Language modeling/generation, Quantitative reasoning, Code generation, Translation. To są obszary, wokół których został zaprojektowany; opisują zamiar, a nie twardą granicę.

Qwen1.5-110B— Gdzie mogę to pobrać?

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

Qwen1.5-110B— 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 24.0 GB Każda figura tutaj zakłada, że cały model jest zainstalowany na karcie.

Qwen1.5-110B— czy dwa GPU uruchomią to szybciej?

Pojemność sumuje się w kartach; przepustowość nie. Liczba kart, które już same ją posiadają: 43. Więc druga karta rzadko jest odpowiedzią tutaj.

Qwen1.5-110B— dlaczego kwantyzacja różni się między kartami?

Większa KARTA przechowuje dokładniejszą kopię. Liczba poziomów kompresji używanych w KARTACH, które ją uruchamiają: 6. Większe karty otrzymują dokładniejszą wersję, a minimalna jakość powyżej ustala porównanie na jednym poziomie.

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