LLaVA-NeXT-34B (LLaVA-1.6) kalkulator TPS

Otwórz wagi University of Wisconsin Madison,ByteDance,Nanyang Technological University,University of California (UC) Berkeley 34.8B parametry January 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

132 karty, które mogą go uruchomić

818 Karty, które posiadamy specyfikacje dla

Najmniejsza karta, która pasuje

RTX A4500

20 GB · Q3_K_M · 21.1 tok/s

Najszybsza karta

B200

97.5 tok/s · 180 GB

Które GPU mogą uruchomić LLaVA-NeXT-34B (LLaVA-1.6)?

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.

132 karty pasują

Obliczanie

					potrzeby	Kwantyzacja	Pasuje
97.5 tok/s 59–156 · niska pewność	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	37.9 GB	Q8_0	Wygodny
97.5 tok/s 59–156 · niska pewność	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	37.9 GB	Q8_0	Wygodny
77.9 tok/s 47–125 · niska pewność	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	37.9 GB	Q8_0	Wygodny
77.9 tok/s 47–125 · niska pewność	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	37.9 GB	Q8_0	Wygodny
62.3 tok/s 37–100 · niska pewność	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	37.9 GB	Q8_0	Wygodny
59.6 tok/s 36–95 · niska pewność	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	37.9 GB	Q8_0	Wygodny
59.6 tok/s 36–95 · niska pewność	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	37.9 GB	Q8_0	Wygodny
57.0 tok/s 34–91 · niska pewność	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	37.9 GB	Q8_0	Wygodny
50.6 tok/s 30–81 · niska pewność	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	37.9 GB	Q8_0	Wygodny
50.6 tok/s 30–81 · niska pewność	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	37.9 GB	Q8_0	Wygodny
50.6 tok/s 30–81 · niska pewność	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	37.9 GB	Q8_0	Wygodny
48.0 tok/s 29–77 · niska pewność	H100 NVL 94 GB NVIDIA	94 GB	3,940 GB/s	Mar 2023	37.9 GB	Q8_0	Wygodny
41.0 tok/s 25–66 · niska pewność	H100 PCIe 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	37.9 GB	Q8_0	Wygodny
41.0 tok/s 25–66 · niska pewność	H100 SXM5 80 GB NVIDIA	80 GB	3,360 GB/s	Oct 2022	37.9 GB	Q8_0	Wygodny
41.0 tok/s 25–66 · niska pewność	H100 SXM5 94 GB NVIDIA	94 GB	3,360 GB/s	Mar 2023	37.9 GB	Q8_0	Wygodny
41.0 tok/s 25–66 · niska pewność	H100 SXM5 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	37.9 GB	Q8_0	Wygodny
41.0 tok/s 25–66 · niska pewność	H800 SXM5 NVIDIA	80 GB	3,360 GB/s	Mar 2023	37.9 GB	Q8_0	Wygodny
40.7 tok/s 24–65 · niska pewność	DRIVE A100 PROD NVIDIA	32 GB	1,870 GB/s	May 2020	25.8 GB	Q5_K_M	Wąski
40.7 tok/s 24–65 · niska pewność	GRID A100A NVIDIA	32 GB	1,870 GB/s	May 2020	25.8 GB	Q5_K_M	Wąski
40.1 tok/s 24–64 · niska pewność	GeForce RTX 5090 D V2 NVIDIA	24 GB	1,340 GB/s	Aug 2025	19.7 GB	IQ4_XS	Wąski
39.0 tok/s 23–62 · niska pewność	GeForce RTX 5090 NVIDIA	32 GB	1,790 GB/s	Jan 2025	25.8 GB	Q5_K_M	Wąski
39.0 tok/s 23–62 · niska pewność	GeForce RTX 5090 D NVIDIA	32 GB	1,790 GB/s	Jan 2025	25.8 GB	Q5_K_M	Wąski
36.5 tok/s 22–58 · niska pewność	A30X NVIDIA	24 GB	1,220 GB/s	Apr 2021	19.7 GB	IQ4_XS	Wąski
31.2 tok/s 19–50 · niska pewność	Radeon Instinct MI250 AMD	128 GB	3,280 GB/s	Nov 2021	37.9 GB	Q8_0	Wygodny
31.2 tok/s 19–50 · niska pewność	Radeon Instinct MI250X AMD	128 GB	3,280 GB/s	Nov 2021	37.9 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: University of Wisconsin Madison,ByteDance,Nanyang Technological University,University of California (UC) Berkeley
Typ organizacji: Academia,Industry,Academia,Academia
Kraj: United States of America, China, Singapore
Opublikowany: 30 January 2024
Autorzy: Haotian Liu, Chunyuan Li, Yuheng Li, Bo Li, Yuanhan Zhang, Sheng Shen, Yong Jae Lee

Co to robi

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

Domena: Multimodal, Language, Vision
Zadanie: Visual question answering, Chat, Question answering

Rozmiar

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

parametry: 34.8B
Dane treningowe: 89,338,000 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: 2.6 × 10²⁰ FLOP
Jak to zostało ustalone: Hardware

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
Zastosowane chipy: 32
Czas-chip: 768
Czas rzeczywisty: 24 hours
Pobór mocy: 25.3 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)

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: LLaVA-NeXT: Improved reasoning, OCR, and world knowledge
Ostatnio zaktualizowane: 11 February 2026

Ekstremy

Dziesięć najszybszych GPU, które uruchamiają LLaVA-NeXT-34B (LLaVA-1.6)

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 LLaVA-NeXT-34B (LLaVA-1.6)

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

RTX A4500

Pamięć potrzebna

17.7 GB

Najszybszy

97.5 tok/s

LLaVA-NeXT-34B (LLaVA-1.6) osiąga liczbę parametrów równą 34.8B. To ląduje w zakresie, który może obsłużyć poważna karta stacjonarna, gdy wagi są skompresowane. Liczba kart, które śledzimy, które mogą to uruchomić: 132.

Punkt wejścia to RTX A4500, o pojemności pamięci 20 GB, uruchomienie go przy kompresji Q3_K_M i produkując około 21.1 tokeny na sekundę

Najszybszy rezultat pochodzi z B200, generowanie w przybliżeniu 97.5 tokenów na sekundę na podstawie przepustowości pamięci 8,000 GB/s.

Co to jest model?

LLaVA-NeXT-34B (LLaVA-1.6) został opublikowany przez University of Wisconsin Madison,ByteDance,Nanyang Technological University,University of California (UC) Berkeley, w kraju zapisanym jako United States of America, podczas January 2024. Kategoria, do której należy wydawca, to academia,Industry,Academia,Academia.

Działa w dziedzinie Multimodal, Language, Vision, i jest zapisany jako wykonujący zadanie visual question answering, Chat, Question answering.

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

Co decyduje o szybkości

Na każdej karcie, która może go uruchomić, środek zakresu plasuje się w 20.7 tokenów na sekundę 103 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.

Pamięć tutaj jest szacowana na podstawie rozmiaru, a nie obliczana z architektury, która nie jest zarejestrowana dla tego modelu — liczby są wskazujące, a nie dokładne.

Szkolenie i pochodzenie

Trenowanie zajęło budżet obliczeniowy wynoszący około 2.6 × 10²⁰ FLOP, na sprzęcie zarejestrowanym jako NVIDIA A100. Ta liczba mierzy, ile kosztowało wyprodukowanie modelu i nie ma wpływu na to, jak szybko odpowiada.

Został wytrenowany na korpusie około 89,338,000 Tokeny tekstu.

Krok po kroku

Jak wybrać GPU do LLaVA-NeXT-34B (LLaVA-1.6)

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

Zacznij od tego, co tak naprawdę jest potrzebne, czyli wymogu LLaVA-NeXT-34B (LLaVA-1.6), potrzebując około 17.7 GB przy kompresji Q3_K_M. Żadna ilość mocy obliczeniowej nie może zrekompensować karty, która nie może jej pomieścić.
02

Ustaw długość kontekstu, z którą będziesz pracować

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 LLaVA-NeXT-34B (LLaVA-1.6).
03

Wybierz, jak daleko chcesz to skompresować.

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

Porównaj TOKENS na sekundę, a nie SPECYFIKACJE.

Sortuj według prędkości, aby zobaczyć, jak karty się klasyfikują. LLaVA-NeXT-34B (LLaVA-1.6). Nie dopasuje się do zamówienia gier, ponieważ generacja jest ograniczona przez przepustowość pamięci. Karta na szczycie listy to B200, w 97.5 tok/s
05

Sprawdź werdykt dopasowania przed zakupem

Tight oznacza, że ładowanie i działanie odbywa się bez miejsca na późniejsze zwiększenie długości kontekstu, w przypadku LLaVA-NeXT-34B (LLaVA-1.6). 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 strona karty powtarza tę procedurę dla każdego modelu, który posiadamy, odpowiadając, do czego jeszcze sprzęt jest przydatny poza LLaVA-NeXT-34B (LLaVA-1.6).

Odpowiedzi

LLaVA-NeXT-34B (LLaVA-1.6) — częste pytania

LLaVA-NeXT-34B (LLaVA-1.6)— Jak dokładne są te szacunki prędkości?

Są obliczane na podstawie specyfikacji, a nie mierzone, i każdy ma zakres. Jeden przykład: 59–156 tok/s na B200. Ten sam model i karta różnią się o trzydzieści do pięćdziesięciu procent w zależności od oprogramowania inferencyjnego i jego wersji.

LLaVA-NeXT-34B (LLaVA-1.6)— Jaką GPU potrzebuję, aby ją uruchomić?

Najmniejsza karta w naszym katalogu, która to pomieści, to RTX A4500, o pojemności pamięci 20 GB. Uruchamia model przy kompresji Q3_K_M używając około 17.7 GB, i produkuje w przybliżeniu 21.1 tokenów na sekundę. Liczba kart, które mogą go uruchomić łącznie: 132.

LLaVA-NeXT-34B (LLaVA-1.6)— jak szybko działa na GPU?

To zależy od karty. Najszybciej obliczamy to B200, około 97.5 tokenów na sekundę; najwolniejszy, który nadal działa, osiąga znacznie mniej. Prędkość odczytu wynosi około dziesięciu tokenów na sekundę, a liczba kart, które to osiągają: 103.

LLaVA-NeXT-34B (LLaVA-1.6)— Ile VRAM-u potrzebuje?

Potrzebuje około 17.7 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.

LLaVA-NeXT-34B (LLaVA-1.6)— czy mogę uruchomić to na GPU trzymając 24 GB?

Tak. Karta GeForce RTX 5090 D V2, trzymanie 24 GB, uruchamia go przy kompresji IQ4_XS, używając około 19.7 GB i generując w przybliżeniu 40.1 tokenów na sekundę. Dopasowanie jest ciasne.

LLaVA-NeXT-34B (LLaVA-1.6)— 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.

LLaVA-NeXT-34B (LLaVA-1.6)— ile ma parametrów?

Ma liczbę parametrów równą 34.8B. 34.75B. 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.

LLaVA-NeXT-34B (LLaVA-1.6)— kto to stworzył?

Zostało opublikowane przez University of Wisconsin Madison,ByteDance,Nanyang Technological University,University of California (UC) Berkeley, oparty na United States of America, organizacja sklasyfikowana jako academia,Industry,Academia,Academia.

LLaVA-NeXT-34B (LLaVA-1.6)— kiedy to zostało wydane?

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

LLaVA-NeXT-34B (LLaVA-1.6)— do czego to służy?

Działa w dziedzinie Multimodal, Language, Vision, i jest zarejestrowany jako realizujący zadanie visual question answering, Chat, Question answering. To są obszary, wokół których został zaprojektowany; opisują zamiar, a nie twardą granicę.

LLaVA-NeXT-34B (LLaVA-1.6)— Gdzie mogę to pobrać?

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

LLaVA-NeXT-34B (LLaVA-1.6)— ile mocy obliczeniowej użyto do jego trenowania?

Szkolenie zajęło około 2.6 × 10²⁰ FLOP, na sprzęcie zarejestrowanym jako NVIDIA A100. 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.

LLaVA-NeXT-34B (LLaVA-1.6)— 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 7.3 GB Każda figura tutaj zakłada, że cały model jest zainstalowany na karcie.

LLaVA-NeXT-34B (LLaVA-1.6)— czy dwa GPU uruchomią to szybciej?

Druga KARTA mniej więcej podwaja dostępna PAMIĘĆ, ale nie tempo generacji. Liczba już zdolna do uruchomienia jej samodzielnie: 132. Więc druga karta rzadko jest odpowiedzią tutaj.

LLaVA-NeXT-34B (LLaVA-1.6)— 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.

Źródło

Oryginalna publikacja

Ostatnia aktualizacja rekordu 11 February 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