Lapa LLM kalkulator TPS

Otwórz wagi Ukrainian Catholic University,Igor Sikorsky Kyiv Polytechnic Institute,AGH University of Krakow,Lviv Polytechnic 12B parametry October 2025

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

509 karty, które mogą go uruchomić

818 Karty, które posiadamy specyfikacje dla

Najmniejsza karta, która pasuje

Xeon Phi 5110P

8 GB · Q3_K_M · 19.8 tok/s

Najszybsza karta

B200

282 tok/s · 180 GB

Które GPU mogą uruchomić Lapa LLM?

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.

509 karty pasują

Obliczanie

					potrzeby	Kwantyzacja	Pasuje
282 tok/s 169–452 · niska pewność	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	13.5 GB	Q8_0	Wygodny
282 tok/s 169–452 · niska pewność	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	13.5 GB	Q8_0	Wygodny
225 tok/s 135–361 · niska pewność	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	13.5 GB	Q8_0	Wygodny
225 tok/s 135–361 · niska pewność	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	13.5 GB	Q8_0	Wygodny
180 tok/s 108–289 · niska pewność	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	13.5 GB	Q8_0	Wygodny
173 tok/s 104–276 · niska pewność	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	13.5 GB	Q8_0	Wygodny
173 tok/s 104–276 · niska pewność	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	13.5 GB	Q8_0	Wygodny
165 tok/s 99–264 · niska pewność	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	13.5 GB	Q8_0	Wygodny
147 tok/s 88–235 · niska pewność	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	13.5 GB	Q8_0	Wygodny
147 tok/s 88–235 · niska pewność	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	13.5 GB	Q8_0	Wygodny
147 tok/s 88–235 · niska pewność	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	13.5 GB	Q8_0	Wygodny
142 tok/s 85–227 · niska pewność	CMP 170HX 8 GB NVIDIA	8 GB	1,490 GB/s	Sep 2021	6.6 GB	Q3_K_M	Wąski
139 tok/s 83–222 · niska pewność	H100 NVL 94 GB NVIDIA	94 GB	3,940 GB/s	Mar 2023	13.5 GB	Q8_0	Wygodny
127 tok/s 76–203 · niska pewność	CMP 170HX 10 GB NVIDIA	10 GB	1,560 GB/s	Sep 2021	8.0 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	13.5 GB	Q8_0	Wygodny
119 tok/s 71–190 · niska pewność	H100 SXM5 80 GB NVIDIA	80 GB	3,360 GB/s	Oct 2022	13.5 GB	Q8_0	Wygodny
119 tok/s 71–190 · niska pewność	H100 SXM5 94 GB NVIDIA	94 GB	3,360 GB/s	Mar 2023	13.5 GB	Q8_0	Wygodny
119 tok/s 71–190 · niska pewność	H100 SXM5 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	13.5 GB	Q8_0	Wygodny
119 tok/s 71–190 · niska pewność	H800 SXM5 NVIDIA	80 GB	3,360 GB/s	Mar 2023	13.5 GB	Q8_0	Wygodny
90.3 tok/s 54–144 · niska pewność	Radeon Instinct MI250 AMD	128 GB	3,280 GB/s	Nov 2021	13.5 GB	Q8_0	Wygodny
90.3 tok/s 54–144 · niska pewność	Radeon Instinct MI250X AMD	128 GB	3,280 GB/s	Nov 2021	13.5 GB	Q8_0	Wygodny
75.3 tok/s 45–120 · niska pewność	Data Center GPU Max 1550 Intel	128 GB	3,280 GB/s	Jan 2023	13.5 GB	Q8_0	Wygodny
73.6 tok/s 44–118 · niska pewność	Data Center GPU Max Subsystem Intel	128 GB	3,210 GB/s	Jan 2023	13.5 GB	Q8_0	Wygodny
73.1 tok/s 44–117 · niska pewność	RTX A5000-8Q NVIDIA	8 GB	768 GB/s	Apr 2021	6.6 GB	Q3_K_M	Wąski
72.0 tok/s 43–115 · niska pewność	A100 SXM4 80 GB NVIDIA	80 GB	2,040 GB/s	Nov 2020	13.5 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: Ukrainian Catholic University,Igor Sikorsky Kyiv Polytechnic Institute,AGH University of Krakow,Lviv Polytechnic
Typ organizacji: Academia
Kraj: Ukraine, Poland
Opublikowany: 25 October 2025

Co to robi

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

Domena: Language, Multimodal
Zadanie: Language modeling/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: 12B
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: 8.6 × 10²³ FLOP

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.

Zapisz pewność: Likely

Źródła

Skąd pochodzi ten rekord i kiedy był ostatnio sprawdzany.

Referencja: a cutting-edge open large language model based on Gemma-3-12B with a focus on Ukrainian language processing
Ostatnio zaktualizowane: 8 April 2026

Ekstremy

Dziesięć najszybszych GPU, które uruchamiają Lapa LLM

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 Lapa LLM

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

Xeon Phi 5110P

Pamięć potrzebna

6.6 GB

Najszybszy

282 tok/s

Lapa LLM osiąga liczbę parametrów równą 12B. 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: 509.

Najmniejsza karta, która to utrzymuje, to Xeon Phi 5110P, o pojemności pamięci 8 GB, uruchomienie go przy kompresji Q3_K_M i produkując około 19.8 tokeny na sekundę

Na drugim końcu siedzi B200, generowanie w przybliżeniu 282 tokenów na sekundę na podstawie przepustowości pamięci 8,000 GB/s.

O tym modelu

Lapa LLM został opublikowany przez Ukrainian Catholic University,Igor Sikorsky Kyiv Polytechnic Institute,AGH University of Krakow,Lviv Polytechnic, w kraju zapisanym jako Ukraine, podczas October 2025. Kategoria, do której należy wydawca, to academia.

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

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

Jak szybko działa i dlaczego

Na każdej karcie, która może go uruchomić, środek zakresu plasuje się w 20.8 tokenów na sekundę. Produkując tekst szybciej niż większość ludzi go czyta. 455 ich

To jest gęsty model, więc każdy parametr jest odczytywany dla każdego wyprodukowanego tokena. To sprawia, że prędkość śledzi przepustowość pamięci prawie dokładnie — karta z podwójną przepustowością generuje w przybliżeniu dwa razy szybciej.

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

Co poszło w budowę tego

Wytworzenie tego wymagało arytmetyki sumującej około 8.6 × 10²³ FLOP. Ta liczba mierzy, ile kosztowało wyprodukowanie modelu i nie ma wpływu na to, jak szybko odpowiada.

Krok po kroku

Jak wybrać GPU do Lapa LLM

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 Lapa LLM, potrzebując około 6.6 GB przy kompresji Q3_K_M. To ta liczba, a nie nagłówkowa wydajność karty, decyduje o tym, czy można ją uruchomić.
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. Lapa LLM.
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

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

Przeczytaj kolumnę dopasowania jako ostatnią

Tight oznacza, że ładowanie i działanie odbywa się bez miejsca na późniejsze zwiększenie długości kontekstu, w przypadku Lapa LLM. 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 Lapa LLM.

Odpowiedzi

Lapa LLM — częste pytania

Lapa LLM— 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 2.6 GB Każda figura tutaj zakłada, że cały model jest zainstalowany na karcie.

Lapa LLM— czy dwa GPU uruchomią to szybciej?

Dwie karty kupują pamięć zamiast szybkości, co ma znaczenie tylko wtedy, gdy jedna karta nie może jej pomieścić. Liczba, która może: 509. Więc druga karta rzadko jest odpowiedzią tutaj.

Lapa LLM— dlaczego kwantyzacja różni się między kartami?

Większa KARTA przechowuje dokładniejszą kopię. Liczba poziomów kompresji używanych w KARTACH, które ją uruchamiają: 5. Większe karty otrzymują dokładniejszą wersję, a minimalna jakość powyżej ustala porównanie na jednym poziomie.

Lapa LLM— 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.

Lapa LLM— Jaką GPU potrzebuję, aby ją uruchomić?

Najmniejsza karta w naszym katalogu, która to pomieści, to Xeon Phi 5110P, o pojemności pamięci 8 GB. Uruchamia model przy kompresji Q3_K_M używając około 6.6 GB, i produkuje w przybliżeniu 19.8 tokenów na sekundę. Liczba kart, które mogą go uruchomić łącznie: 509.

Lapa LLM— 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: 455.

Lapa LLM— Ile VRAM-u potrzebuje?

Potrzebuje około 6.6 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.

Lapa LLM— czy mogę uruchomić to na GPU trzymając 8 GB?

Tak. Karta CMP 170HX 8 GB, trzymanie 8 GB, uruchamia go przy kompresji Q3_K_M, używając około 6.6 GB i generując w przybliżeniu 142 tokenów na sekundę. Dopasowanie jest ciasne.

Lapa LLM— czy mogę uruchomić to na GPU trzymając 12 GB?

Tak. Karta GeForce RTX 3080 Ti, trzymanie 12 GB, uruchamia go przy kompresji Q6_K, używając około 10.8 GB i generując w przybliżeniu 46.8 tokenów na sekundę. Dopasowanie jest ciasne.

Lapa LLM— 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 13.5 GB i generując w przybliżeniu 39.9 tokenów na sekundę. Dopasowanie jest ciasne.

Lapa LLM— 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 13.5 GB i generując w przybliżeniu 47.3 tokenów na sekundę. Dopasowanie jest komfortowe.

Lapa LLM— 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.

Lapa LLM— ile ma parametrów?

Ma liczbę parametrów równą 12B. 12B. 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.

Lapa LLM— kto to stworzył?

Zostało opublikowane przez Ukrainian Catholic University,Igor Sikorsky Kyiv Polytechnic Institute,AGH University of Krakow,Lviv Polytechnic, oparty na Ukraine, organizacja sklasyfikowana jako academia.

Lapa LLM— kiedy to zostało wydane?

Zostało opublikowane w October 2025.

Lapa LLM— do czego to służy?

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

Lapa LLM— Gdzie mogę to pobrać?

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

Lapa LLM— ile mocy obliczeniowej użyto do jego trenowania?

Szkolenie zajęło około 8.6 × 10²³ FLOP. 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 8 April 2026

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