Ring-mini-linear-2.0 kalkulator TPS

Otwórz wagi Ant Group 16.4B 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

306 karty, które mogą go uruchomić

818 Karty, które posiadamy specyfikacje dla

Najmniejsza karta, która pasuje

P102-101

10 GB · Q3_K_M · 19.0 tok/s

Najszybsza karta

B200

207 tok/s · 180 GB

Które GPU mogą uruchomić Ring-mini-linear-2.0?

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.

306 karty pasują

Obliczanie

					potrzeby	Kwantyzacja	Pasuje
207 tok/s 124–331 · niska pewność	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	18.3 GB	Q8_0	Wygodny
207 tok/s 124–331 · niska pewność	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	18.3 GB	Q8_0	Wygodny
165 tok/s 99–264 · niska pewność	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	18.3 GB	Q8_0	Wygodny
165 tok/s 99–264 · niska pewność	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	18.3 GB	Q8_0	Wygodny
132 tok/s 79–211 · niska pewność	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	18.3 GB	Q8_0	Wygodny
126 tok/s 76–202 · niska pewność	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	18.3 GB	Q8_0	Wygodny
126 tok/s 76–202 · niska pewność	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	18.3 GB	Q8_0	Wygodny
121 tok/s 73–193 · niska pewność	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	18.3 GB	Q8_0	Wygodny
109 tok/s 65–174 · niska pewność	CMP 170HX 10 GB NVIDIA	10 GB	1,560 GB/s	Sep 2021	8.7 GB	Q3_K_M	Wąski
107 tok/s 64–172 · niska pewność	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	18.3 GB	Q8_0	Wygodny
107 tok/s 64–172 · niska pewność	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	18.3 GB	Q8_0	Wygodny
107 tok/s 64–172 · niska pewność	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	18.3 GB	Q8_0	Wygodny
102 tok/s 61–163 · niska pewność	H100 NVL 94 GB NVIDIA	94 GB	3,940 GB/s	Mar 2023	18.3 GB	Q8_0	Wygodny
86.8 tok/s 52–139 · niska pewność	H100 PCIe 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	18.3 GB	Q8_0	Wygodny
86.8 tok/s 52–139 · niska pewność	H100 SXM5 80 GB NVIDIA	80 GB	3,360 GB/s	Oct 2022	18.3 GB	Q8_0	Wygodny
86.8 tok/s 52–139 · niska pewność	H100 SXM5 94 GB NVIDIA	94 GB	3,360 GB/s	Mar 2023	18.3 GB	Q8_0	Wygodny
86.8 tok/s 52–139 · niska pewność	H100 SXM5 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	18.3 GB	Q8_0	Wygodny
86.8 tok/s 52–139 · niska pewność	H800 SXM5 NVIDIA	80 GB	3,360 GB/s	Mar 2023	18.3 GB	Q8_0	Wygodny
66.1 tok/s 40–106 · niska pewność	Radeon Instinct MI250 AMD	128 GB	3,280 GB/s	Nov 2021	18.3 GB	Q8_0	Wygodny
66.1 tok/s 40–106 · niska pewność	Radeon Instinct MI250X AMD	128 GB	3,280 GB/s	Nov 2021	18.3 GB	Q8_0	Wygodny
55.1 tok/s 33–88 · niska pewność	Data Center GPU Max 1550 Intel	128 GB	3,280 GB/s	Jan 2023	18.3 GB	Q8_0	Wygodny
54.4 tok/s 33–87 · niska pewność	GeForce RTX 3080 12 GB NVIDIA	12 GB	912 GB/s	Jan 2022	10.6 GB	Q4_K_M	Wąski
54.4 tok/s 33–87 · niska pewność	GeForce RTX 3080 Ti NVIDIA	12 GB	912 GB/s	May 2021	10.6 GB	Q4_K_M	Wąski
53.9 tok/s 32–86 · niska pewność	Data Center GPU Max Subsystem Intel	128 GB	3,210 GB/s	Jan 2023	18.3 GB	Q8_0	Wygodny
53.0 tok/s 32–85 · niska pewność	CMP 90HX NVIDIA	10 GB	760 GB/s	Jul 2021	8.7 GB	Q3_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: Ant Group
Typ organizacji: Industry
Kraj: China
Opublikowany: 23 October 2025
Autorzy: Bin Han, Caizhi Tang, Chen Liang, Donghao Zhang, Fan Yuan, Feng Zhu, Jie Gao, Jingyu Hu, Longfei Li, Meng Li, Mingyang Zhang, Peijie Jiang, Peng Jiao, Qian Zhao, Qingyuan Yang, Wenbo Shen, Xinxing Yang, Yalin Zhang, Yankun Ren, Yao Zhao, Yibo Cao, Yixuan Sun, Yue Zhang, Yuchen Fang, Zibin Lin, Zixuan Cheng, Jun Zhou

Co to robi

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

Domena: Language
Zadanie: Language modeling/generation, Question answering, Quantitative reasoning, Code generation, Mathematical reasoning
Model bazowy: Ling-mini-base-2.0-20T
Format numeryczny: FP8

Rozmiar

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

parametry: 16.4B
Dane treningowe: 600,000,000,000 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: 1.7 × 10²³ FLOP
Jak to zostało ustalone: Operation counting
Dostosowywanie obliczeń: 3.4 × 10²¹ FLOP

Przebieg szkolenia

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

Sprzęt do trenowania: NVIDIA H800 SXM5
Zastosowane chipy: 288
Pobór mocy: 393.6 kW

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: inclusionAI

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: Every Attention Matters: An Efficient Hybrid Architecture for Long-Context Reasoning
Ostatnio zaktualizowane: 28 November 2025

Ekstremy

Dziesięć najszybszych GPU, które uruchamiają Ring-mini-linear-2.0

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 Ring-mini-linear-2.0

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

Co oznaczają liczby

Strona sprzętowa

Minimalna karta

P102-101

Pamięć potrzebna

8.7 GB

Najszybszy

207 tok/s

Ring-mini-linear-2.0 osiąga liczbę parametrów równą 16.4B. 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: 306.

Na niskim końcu obsługiwane jest przez P102-101, o pojemności pamięci 10 GB, uruchomienie go przy kompresji Q3_K_M i produkując około 19.0 tokeny na sekundę

Najwyższa półka to B200, generowanie w przybliżeniu 207 tokenów na sekundę na podstawie przepustowości pamięci 8,000 GB/s.

Co to jest model?

Ring-mini-linear-2.0 został opublikowany przez Ant Group, w kraju zapisanym jako China, podczas October 2025. Wychodzi z organizacji zaklasyfikowanej jako industry.

Działa w dziedzinie Language, i jest zapisany jako wykonujący zadanie language modeling/generation, Question answering, Quantitative reasoning, Code generation, Mathematical reasoning.

Zamiast być trenowanym od podstaw, pochodzi z Ling-mini-base-2.0-20T. Większość modeli w tej skali jest dostosowywana z istniejącej bazy, a nie tworzona od zera.

Opublikowane wagi oznaczają, że model działa na twojej maszynie, a nie na czyjejś, co sprawia, że poniższe pytanie dotyczące sprzętu jest w ogóle możliwe do odpowiedzi. Na Hugging Face jest opublikowane pod organizacją inclusionAI.

Co decyduje o szybkości

Mediana wyniku wynosi około 20.7 tokenów na sekundę. Przekraczając prędkość czytania bezpośrednio: 269 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

Wytworzenie tego wymagało arytmetyki sumującej około 1.7 × 10²³ FLOP, na sprzęcie zarejestrowanym jako NVIDIA H800 SXM5. Ta liczba mierzy, ile kosztowało wyprodukowanie modelu i nie ma wpływu na to, jak szybko odpowiada.

Został wytrenowany na korpusie około 600,000,000,000 Tokeny tekstu.

Krok po kroku

Jak wybrać GPU do Ring-mini-linear-2.0

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

01

Sprawdź, co potrzebuje przed wszystkim innym.

Zacznij od tego, co tak naprawdę jest potrzebne, czyli wymogu Ring-mini-linear-2.0, potrzebując około 8.7 GB przy kompresji Q3_K_M. Pojemność to brama — karta albo ją trzyma, albo nie.
02

Zdecyduj, jak długo trwają twoje rozmowy

Dłuższe rozmowy kosztują pamięć oprócz tego, co potrzebują wagi. Przesuń suwak do swojej rzeczywistej długości roboczej przed zaufaniem jakiejkolwiek linii dla Ring-mini-linear-2.0.
03

Zdecyduj, ile kompresji zaakceptujesz

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

Oceń według przepustowości, a nie kart specyfikacji

Szybkość zamawiania jest w rzeczywistości zamawianiem według pasma pamięci, dla Ring-mini-linear-2.0. Nie dopasuje się do zamówienia gier, ponieważ generacja jest ograniczona przez przepustowość pamięci. Karta na szczycie listy to B200, w 207 tok/s
05

Zwróć uwagę na margines, a nie tylko na dopasowanie

Tight dopasowanie działa, ale nie zostawia nic na dłuższą rozmowę, w przypadku Ring-mini-linear-2.0. 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 Ring-mini-linear-2.0.

Odpowiedzi

Ring-mini-linear-2.0 — częste pytania

Ring-mini-linear-2.0— kto to stworzył?

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

Ring-mini-linear-2.0— kiedy to zostało wydane?

Zostało opublikowane w October 2025.

Ring-mini-linear-2.0— do czego to służy?

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

Ring-mini-linear-2.0— Gdzie mogę to pobrać?

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

Ring-mini-linear-2.0— ile mocy obliczeniowej użyto do jego trenowania?

Szkolenie zajęło około 1.7 × 10²³ FLOP, na sprzęcie zarejestrowanym jako NVIDIA H800 SXM5. 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.

Ring-mini-linear-2.0— 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 3.4 GB Każda figura tutaj zakłada, że cały model jest zainstalowany na karcie.

Ring-mini-linear-2.0— czy dwa GPU uruchomią to szybciej?

Druga KARTA mniej więcej podwaja dostępna PAMIĘĆ, ale nie tempo generacji. Liczba już zdolna do uruchomienia jej samodzielnie: 306. Więc druga karta rzadko jest odpowiedzią tutaj.

Ring-mini-linear-2.0— 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: 6. Większe karty otrzymują dokładniejszą wersję, a minimalna jakość powyżej ustala porównanie na jednym poziomie.

Ring-mini-linear-2.0— 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: 124–331 tok/s na B200. Ten sam model i karta różnią się o trzydzieści do pięćdziesięciu procent w zależności od oprogramowania inferencyjnego i jego wersji.

Ring-mini-linear-2.0— Jaką GPU potrzebuję, aby ją uruchomić?

Najmniejsza karta w naszym katalogu, która to pomieści, to P102-101, o pojemności pamięci 10 GB. Uruchamia model przy kompresji Q3_K_M używając około 8.7 GB, i produkuje w przybliżeniu 19.0 tokenów na sekundę. Liczba kart, które mogą go uruchomić łącznie: 306.

Ring-mini-linear-2.0— jak szybko działa na GPU?

To zależy od karty. Najszybciej obliczamy to B200, około 207 tokenów na sekundę; najwolniejszy, który nadal działa, osiąga znacznie mniej. Prędkość odczytu wynosi około dziesięciu tokenów na sekundę, a liczba kart, które to osiągają: 269.

Ring-mini-linear-2.0— Ile VRAM-u potrzebuje?

Potrzebuje około 8.7 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.

Ring-mini-linear-2.0— czy mogę uruchomić to na GPU trzymając 12 GB?

Tak. Karta GeForce RTX 3080 Ti, trzymanie 12 GB, uruchamia go przy kompresji Q4_K_M, używając około 10.6 GB i generując w przybliżeniu 54.4 tokenów na sekundę. Dopasowanie jest ciasne.

Ring-mini-linear-2.0— czy mogę uruchomić to na GPU trzymając 16 GB?

Tak. Karta Tesla V100 SXM2 16 GB, trzymanie 16 GB, uruchamia go przy kompresji Q5_K_M, używając około 12.5 GB i generując w przybliżeniu 52.1 tokenów na sekundę. Dopasowanie jest ciasne.

Ring-mini-linear-2.0— 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 18.3 GB i generując w przybliżeniu 34.6 tokenów na sekundę. Dopasowanie jest ciasne.

Ring-mini-linear-2.0— 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.

Ring-mini-linear-2.0— ile ma parametrów?

Ma liczbę parametrów równą 16.4B. Ring-mini-linear-2.0 comprises 16B parameters and 957M activations. 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.

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