Jamba kalkulator TPS

Otwórz wagi AI21 Labs 51.6B parametry March 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

93 karty, które mogą go uruchomić

818 Karty, które posiadamy specyfikacje dla

Najmniejsza karta, która pasuje

Radeon PRO V710

28 GB · Q3_K_M · 37.4 tok/s

Najszybsza karta

B200

282 tok/s · 180 GB

Które GPU mogą uruchomić Jamba?

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.

93 karty pasują

Obliczanie

					potrzeby	Kwantyzacja	Pasuje
282 tok/s 169–452 · niska pewność	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	55.0 GB	Q8_0	Wygodny
282 tok/s 169–452 · niska pewność	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	55.0 GB	Q8_0	Wygodny
225 tok/s 135–361 · niska pewność	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	55.0 GB	Q8_0	Wygodny
225 tok/s 135–361 · niska pewność	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	55.0 GB	Q8_0	Wygodny
180 tok/s 108–289 · niska pewność	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	55.0 GB	Q8_0	Wygodny
173 tok/s 104–276 · niska pewność	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	55.0 GB	Q8_0	Wygodny
173 tok/s 104–276 · niska pewność	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	55.0 GB	Q8_0	Wygodny
165 tok/s 99–264 · niska pewność	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	55.0 GB	Q8_0	Wygodny
162 tok/s 97–259 · niska pewność	DRIVE A100 PROD NVIDIA	32 GB	1,870 GB/s	May 2020	28.0 GB	IQ4_XS	Wąski
162 tok/s 97–259 · niska pewność	GRID A100A NVIDIA	32 GB	1,870 GB/s	May 2020	28.0 GB	IQ4_XS	Wąski
155 tok/s 93–248 · niska pewność	GeForce RTX 5090 NVIDIA	32 GB	1,790 GB/s	Jan 2025	28.0 GB	IQ4_XS	Wąski
155 tok/s 93–248 · niska pewność	GeForce RTX 5090 D NVIDIA	32 GB	1,790 GB/s	Jan 2025	28.0 GB	IQ4_XS	Wąski
147 tok/s 88–235 · niska pewność	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	55.0 GB	Q8_0	Wygodny
147 tok/s 88–235 · niska pewność	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	55.0 GB	Q8_0	Wygodny
147 tok/s 88–235 · niska pewność	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	55.0 GB	Q8_0	Wygodny
139 tok/s 83–222 · niska pewność	H100 NVL 94 GB NVIDIA	94 GB	3,940 GB/s	Mar 2023	55.0 GB	Q8_0	Wygodny
127 tok/s 76–203 · niska pewność	A100 PCIe 40 GB NVIDIA	40 GB	1,560 GB/s	Jun 2020	31.0 GB	Q4_K_M	Wąski
127 tok/s 76–203 · niska pewność	A100 SXM4 40 GB NVIDIA	40 GB	1,560 GB/s	May 2020	31.0 GB	Q4_K_M	Wąski
127 tok/s 76–203 · niska pewność	A800 PCIe 40 GB NVIDIA	40 GB	1,560 GB/s	Nov 2022	31.0 GB	Q4_K_M	Wąski
119 tok/s 71–190 · niska pewność	H100 PCIe 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	55.0 GB	Q8_0	Wygodny
119 tok/s 71–190 · niska pewność	H100 SXM5 80 GB NVIDIA	80 GB	3,360 GB/s	Oct 2022	55.0 GB	Q8_0	Wygodny
119 tok/s 71–190 · niska pewność	H100 SXM5 94 GB NVIDIA	94 GB	3,360 GB/s	Mar 2023	55.0 GB	Q8_0	Wygodny
119 tok/s 71–190 · niska pewność	H100 SXM5 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	55.0 GB	Q8_0	Wygodny
119 tok/s 71–190 · niska pewność	H800 SXM5 NVIDIA	80 GB	3,360 GB/s	Mar 2023	55.0 GB	Q8_0	Wygodny
97.9 tok/s 59–157 · niska pewność	Tesla PG500-216 NVIDIA	32 GB	1,130 GB/s	Nov 2019	28.0 GB	IQ4_XS	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: AI21 Labs
Typ organizacji: Industry
Kraj: Israel
Opublikowany: 28 March 2024
Autorzy: Opher Lieber, Barak Lenz, Hofit Bata, Gal Cohen, Jhonathan Osin, Itay Dalmedigos, Erez Safahi, Shaked Meirom, Yonatan Belinkov, Shai Shalev-Shwartz, Omri Abend, Raz Alon, Tomer Asida, Amir Bergman, Roman Glozman, Michael Gokhman, Avashalom Manevich, Nir Ratner, Noam Rozen, Erez Shwartz, Mor Zusman, Yoav Shoham

Co to robi

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

Domena: Language
Zadanie: Language modeling/generation, Chat

Rozmiar

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

parametry: 51.6B
Dane treningowe: tokens

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

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: ai21labs

Jak jest klasyfikowane

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

Zapisz pewność: Confident

Źródła

Skąd pochodzi ten rekord i kiedy był ostatnio sprawdzany.

Referencja: Jamba: A Hybrid Transformer-Mamba Language Model
Ostatnio zaktualizowane: 28 November 2025

Ekstremy

Dziesięć najszybszych GPU, które uruchamiają Jamba

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 Jamba

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

Co oznaczają liczby

Wymagania sprzętowe w praktyce

Minimalna karta

Radeon PRO V710

Pamięć potrzebna

24.9 GB

Najszybszy

282 tok/s

Jamba osiąga liczbę parametrów równą 51.6B. To ląduje w zakresie, który może obsłużyć poważna karta stacjonarna, gdy wagi są skompresowane. Liczba kart, które śledzimy, które mogą to uruchomić: 93.

Punkt wejścia to Radeon PRO V710, o pojemności pamięci 28 GB, uruchomienie go przy kompresji Q3_K_M i produkując około 37.4 tokeny na sekundę

Najszybciej, jak to obliczamy, to B200, generowanie w przybliżeniu 282 tokenów na sekundę na podstawie przepustowości pamięci 8,000 GB/s.

Co to jest model?

Jamba został opublikowany przez AI21 Labs, w kraju zapisanym jako Israel, podczas March 2024. Wychodzi z organizacji zaklasyfikowanej jako industry.

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

Wagi są publikowane, więc można je pobrać i uruchomić na własnym sprzęcie bezterminowo, offline, bez przypisanego konta. Na Hugging Face jest opublikowane pod organizacją ai21labs.

Co decyduje o szybkości

Na każdej karcie, która może go uruchomić, środek zakresu plasuje się w 71.3 tokenów na sekundę 89 ich

To jest model mieszanki ekspertów, który kieruje każdy token tylko przez część siebie. Generuje więc znacznie szybciej, niż sugeruje jego całkowity rozmiar — jednocześnie potrzebując każdego parametru w pamięci, dzięki czemu jest szybki, nie będąc tanim w utrzymaniu.

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 Jamba

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 Jamba, potrzebując około 24.9 GB przy kompresji Q3_K_M. Pojemność to brama — karta albo ją trzyma, albo nie.
02

Zdecyduj, jak długo trwają twoje rozmowy

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. Jamba.
03

Zdecyduj, ile kompresji zaakceptujesz

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

Sortuj według prędkości, aby zobaczyć, jak karty się klasyfikują. Jamba. Nie dopasuje się do zamówienia gier, ponieważ generacja jest ograniczona przez przepustowość pamięci. Karta na szczycie listy to B200, w 282 tok/s
05

Sprawdź werdykt dopasowania przed zakupem

Tight dopasowanie działa, ale nie zostawia nic na dłuższą rozmowę, w przypadku Jamba. 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

Zobacz, co jeszcze ta karta uruchamia

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

Odpowiedzi

Jamba — częste pytania

Jamba— kiedy to zostało wydane?

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

Jamba— do czego to służy?

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

Jamba— Gdzie mogę to pobrać?

Jego wagi są publikowane na Hugging Face, pod organizacją ai21labs. Nie hostujemy plików modelu — ta strona oblicza, jaki sprzęt jest potrzebny do ich uruchomienia.

Jamba— czy mogę go uruchomić, jeśli nie mieści się w moim GPU?

Można go podzielić między kartą a pamięcią systemową, ale w ten sposób generuje się boleśnie powoli. Najbliższy brak, który obliczamy, jest za mały o 9.4 GB Każda figura tutaj zakłada, że cały model jest zainstalowany na karcie.

Jamba— czy dwa GPU uruchomią to szybciej?

Pojemność sumuje się w kartach; przepustowość nie. Liczba kart, które już same ją posiadają: 93. Więc druga karta rzadko jest odpowiedzią tutaj.

Jamba— dlaczego kwantyzacja różni się między kartami?

Ponieważ pojemność się różni, to również to, jak mocno musi być ściśnięta. Liczba wyróżniających się poziomów w tabeli powyżej: 5. Większe karty otrzymują dokładniejszą wersję, a minimalna jakość powyżej ustala porównanie na jednym poziomie.

Jamba— Jak dokładne są te szacunki prędkości?

Są obliczane na podstawie specyfikacji, a nie mierzone, i każdy ma zakres. Jeden przykład: 169–452 tok/s na B200. Ten sam model i karta różnią się o trzydzieści do pięćdziesięciu procent w zależności od oprogramowania inferencyjnego i jego wersji.

Jamba— Jaką GPU potrzebuję, aby ją uruchomić?

Najmniejsza karta w naszym katalogu, która to pomieści, to Radeon PRO V710, o pojemności pamięci 28 GB. Uruchamia model przy kompresji Q3_K_M używając około 24.9 GB, i produkuje w przybliżeniu 37.4 tokenów na sekundę. Liczba kart, które mogą go uruchomić łącznie: 93.

Jamba— jak szybko działa na GPU?

To zależy od karty. Najszybciej obliczamy to B200, około 282 tokenów na sekundę; najwolniejszy, który nadal działa, osiąga znacznie mniej. Prędkość odczytu wynosi około dziesięciu tokenów na sekundę, a liczba kart, które to osiągają: 89.

Jamba— Ile VRAM-u potrzebuje?

Potrzebuje około 24.9 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.

Jamba— 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.

Jamba— ile ma parametrów?

Ma liczbę parametrów równą 51.6B. 51.6B from https://huggingface.co/ai21labs/Jamba-v0.1 (12B active parameters, 52B total available 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.

Jamba— kto to stworzył?

Zostało opublikowane przez AI21 Labs, oparty na Israel, organizacja sklasyfikowana jako industry.

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