Qwen-72B kalkulator TPS

Otwórz wagi Alibaba 72B parametry November 2023

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 · IQ4_XS · 18.5 tok/s

Najszybsza karta

B200

47.1 tok/s · 180 GB

Które GPU mogą uruchomić Qwen-72B?

Ustaw wejścia, odczytaj odpowiedź.

Dłuższa rozmowa wymaga więcej MEMORY, co może spowodować, że ten model nie zmieści się na mniejszych CARD..

Ukrywa karty, które zmieściłyby się w modelu tylko przez skompresowanie go poniżej tego punktu..

43 karty pasują

Obliczanie
potrzeby Kwantyzacja Pasuje
47.1 tok/s

40–56

B200 NVIDIA 180 GB 8,000 GB/s Jan 2024 93.3 GB Q8_0 Wygodny
47.1 tok/s

40–56

B300 NVIDIA 288 GB 8,000 GB/s Sep 2025 93.3 GB Q8_0 Wygodny
37.6 tok/s

23–60 · niska pewność

Radeon Instinct MI350X AMD 288 GB 8,190 GB/s Jan 2025 93.3 GB Q8_0 Wygodny
37.6 tok/s

23–60 · niska pewność

Radeon Instinct MI355X AMD 288 GB 8,190 GB/s Jan 2025 93.3 GB Q8_0 Wygodny
35.3 tok/s

30–42

H100 SXM5 80 GB NVIDIA 80 GB 3,360 GB/s Oct 2022 68.1 GB Q5_K_M Wąski
35.3 tok/s

30–42

H800 SXM5 NVIDIA 80 GB 3,360 GB/s Mar 2023 68.1 GB Q5_K_M Wąski
33.7 tok/s

29–40

H100 NVL 94 GB NVIDIA 94 GB 3,940 GB/s Mar 2023 76.5 GB Q6_K Wąski
30.1 tok/s

18–48 · niska pewność

Radeon Instinct MI300 AMD 128 GB 6,550 GB/s Jan 2023 93.3 GB Q8_0 Wygodny
29.2 tok/s

25–35

H100 SXM5 64 GB NVIDIA 64 GB 2,020 GB/s Mar 2023 55.6 GB IQ4_XS Wąski
28.8 tok/s

24–35

H200 NVL NVIDIA 141 GB 4,890 GB/s Nov 2024 93.3 GB Q8_0 Wygodny
28.8 tok/s

24–35

H200 SXM 141 GB NVIDIA 141 GB 4,890 GB/s Nov 2024 93.3 GB Q8_0 Wygodny
28.7 tok/s

24–34

H100 PCIe 96 GB NVIDIA 96 GB 3,360 GB/s Mar 2023 76.5 GB Q6_K Wąski
28.7 tok/s

24–34

H100 SXM5 94 GB NVIDIA 94 GB 3,360 GB/s Mar 2023 76.5 GB Q6_K Wąski
28.7 tok/s

24–34

H100 SXM5 96 GB NVIDIA 96 GB 3,360 GB/s Mar 2023 76.5 GB Q6_K Wąski
27.5 tok/s

17–44 · niska pewność

Radeon Instinct MI325X AMD 256 GB 6,000 GB/s Oct 2024 93.3 GB Q8_0 Wygodny
24.4 tok/s

15–39 · niska pewność

Radeon Instinct MI300A AMD 128 GB 5,325 GB/s Dec 2023 93.3 GB Q8_0 Wygodny
24.4 tok/s

15–39 · niska pewność

Radeon Instinct MI300X AMD 192 GB 5,325 GB/s Dec 2023 93.3 GB Q8_0 Wygodny
24.4 tok/s

15–39 · niska pewność

Radeon Instinct MI308X AMD 192 GB 5,325 GB/s Dec 2023 93.3 GB Q8_0 Wygodny
21.4 tok/s

18–26

A100 SXM4 80 GB NVIDIA 80 GB 2,040 GB/s Nov 2020 68.1 GB Q5_K_M Wąski
21.4 tok/s

18–26

A100X NVIDIA 80 GB 2,040 GB/s Jun 2021 68.1 GB Q5_K_M Wąski
21.4 tok/s

18–26

A800 SXM4 80 GB NVIDIA 80 GB 2,040 GB/s Aug 2022 68.1 GB Q5_K_M Wąski
21.4 tok/s

18–26

H100 CNX NVIDIA 80 GB 2,040 GB/s Mar 2023 68.1 GB Q5_K_M Wąski
21.4 tok/s

18–26

H100 PCIe 80 GB NVIDIA 80 GB 2,040 GB/s Oct 2022 68.1 GB Q5_K_M Wąski
21.4 tok/s

18–26

H800 PCIe 80 GB NVIDIA 80 GB 2,040 GB/s Mar 2023 68.1 GB Q5_K_M Wąski
20.4 tok/s

17–24

A100 PCIe 80 GB NVIDIA 80 GB 1,940 GB/s Jun 2021 68.1 GB Q5_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
Alibaba
Typ organizacji
Industry
Kraj
China
Opublikowany
30 November 2023
Autorzy
Jinze Bai, Shuai Bai, Yunfei Chu, Zeyu Cui, Kai Dang, Xiaodong Deng, Yang Fan, Wenbin Ge, Yu Han, Fei Huang, Binyuan Hui, Luo Ji, Mei Li, Junyang Lin, Runji Lin, Dayiheng Liu, Gao Liu, Chengqiang Lu, Keming Lu, Jianxin Ma, Rui Men, Xingzhang Ren, Xuancheng Ren, Chuanqi Tan, Sinan Tan, Jianhong Tu, Peng Wang, Shijie Wang, Wei Wang, Shengguang Wu, Benfeng Xu, Jin Xu, An Yang, Hao Yang, Jian Yang, Sh…

Co to robi

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

Domena
Language
Zadanie
Chat, Code generation, Language modeling/generation, Question answering
Format numeryczny
BF16

Rozmiar

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

parametry
72B

72B

Dane treningowe
3,000,000,000,000 tokens

Assuming not trained for multiple epochs.

Rozmiar wsadu
4,000,000

Table 1 https://arxiv.org/abs/2309.16609 (this is uncertain because this table only lists sizes up to 14B. 72B was released after the paper)

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
1.3 × 10²⁴ FLOP

72 billion params, 3 trillion tokens 72b * 3T * 6 = 1.3e24

Jak to zostało ustalone
Operation counting

Przebieg szkolenia

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

Centrum danych
The paper does not mention any hardware, GPUs or any information regarding the hardware used.

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 (restricted use)
Kod treningowy
Unreleased

up to 100m active users: https://github.com/QwenLM/Qwen/blob/main/Tongyi%20Qianwen%20LICENSE%20AGREEMENT

Jak jest klasyfikowane

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

Prawdopodobnie powyżej 10²³ FLOP
Yes
Dlaczego to jest śledzone
SOTA improvement

SOTA on several Chinese benchmarks, with highest average rating overall for Chinese benchmarks: https://opencompass.org.cn/leaderboard-llm "significantly surpasses existing open-source models on multiple Chinese and English downstream evaluation tasks (including commonsense, reasoning, code, mathematics, etc.)" I haven't found confirmations of it being absolute SOTA on any particular benchmarks, only among similarly sized models

Zapisz pewność
Confident

Źródła

Skąd pochodzi ten rekord i kiedy był ostatnio sprawdzany.

Ostatnio zaktualizowane
28 November 2025

Ekstremy

Dziesięć najszybszych GPU, które uruchamiają Qwen-72B

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..

  1. 01 B300 288 GB · 8,000 GB/s · Q8_0 47.1 tok/s
  2. 02 B200 180 GB · 8,000 GB/s · Q8_0 47.1 tok/s
  3. 03 Radeon Instinct MI350X 288 GB · 8,190 GB/s · Q8_0 37.6 tok/s
  4. 04 Radeon Instinct MI355X 288 GB · 8,190 GB/s · Q8_0 37.6 tok/s
  5. 05 H800 SXM5 80 GB · 3,360 GB/s · Q5_K_M 35.3 tok/s
  6. 06 H100 SXM5 80 GB 80 GB · 3,360 GB/s · Q5_K_M 35.3 tok/s
  7. 07 H100 NVL 94 GB 94 GB · 3,940 GB/s · Q6_K 33.7 tok/s
  8. 08 Radeon Instinct MI300 128 GB · 6,550 GB/s · Q8_0 30.1 tok/s
  9. 09 H100 SXM5 64 GB 64 GB · 2,020 GB/s · IQ4_XS 29.2 tok/s
  10. 10 H200 NVL 141 GB · 4,890 GB/s · Q8_0 28.8 tok/s

Najmniejsze GPU, które nadal działają Qwen-72B

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

  1. 01 Jetson T4000 64 GB · potrzeby 55.6 GB · IQ4_XS · Wąski 4.0 tok/s
  2. 02 H100 SXM5 64 GB 64 GB · potrzeby 55.6 GB · IQ4_XS · Wąski 29.2 tok/s
  3. 03 Jetson AGX Orin 64 GB 64 GB · potrzeby 55.6 GB · IQ4_XS · Wąski 3.0 tok/s
  4. 04 Radeon Instinct MI200 64 GB · potrzeby 55.6 GB · IQ4_XS · Wąski 18.5 tok/s
  5. 05 Radeon Instinct MI210 64 GB · potrzeby 55.6 GB · IQ4_XS · Wąski 18.5 tok/s
  6. 06 RTX PRO 5000 72 GB Blackwell 72 GB · potrzeby 59.8 GB · Q4_K_M · Wąski 18.2 tok/s
  7. 07 H100 CNX 80 GB · potrzeby 68.1 GB · Q5_K_M · Wąski 21.4 tok/s
  8. 08 H800 PCIe 80 GB 80 GB · potrzeby 68.1 GB · Q5_K_M · Wąski 21.4 tok/s
  9. 09 H800 SXM5 80 GB · potrzeby 68.1 GB · Q5_K_M · Wąski 35.3 tok/s
  10. 10 A800 PCIe 80 GB 80 GB · potrzeby 68.1 GB · Q5_K_M · Wąski 20.4 tok/s

Co oznaczają liczby

Strona sprzętowa

Minimalna karta

Radeon Instinct MI200

Pamięć potrzebna

55.6 GB

Najszybszy

47.1 tok/s

Qwen-72B osiąga liczbę parametrów równą 72B. 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.

Na niskim końcu obsługiwane jest przez Radeon Instinct MI200, o pojemności pamięci 64 GB, uruchomienie go przy kompresji IQ4_XS i produkując około 18.5 tokeny na sekundę

Na drugim końcu siedzi B200, generowanie w przybliżeniu 47.1 tokenów na sekundę na podstawie przepustowości pamięci 8,000 GB/s.

Skąd to pochodzi

Qwen-72B został opublikowany przez Alibaba, w kraju zapisanym jako China, podczas November 2023. Kategoria, do której należy wydawca, to industry.

Działa w dziedzinie Language, i jest zapisany jako wykonujący zadanie chat, Code generation, Language modeling/generation, Question answering.

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

Zrozumienie prędkości

Połowa kart, które go trzymają, osiąga więcej niż 21.4 tokenów na sekundę 39 ich

Będąc gęstym, odczytuje każdą swoją część po tokenie, dlatego poniższe uporządkowanie według szybkości tak ściśle pokrywa się z uporządkowaniem według przepustowości pamięci.

Ponieważ architektura jest zarejestrowana, kolumna pamięci jest wyprowadzana, a nie szacowana.

Co poszło w budowę tego

Wytworzenie tego wymagało arytmetyki sumującej około 1.3 × 10²⁴ FLOP. Ta liczba mierzy, ile kosztowało wyprodukowanie modelu i nie ma wpływu na to, jak szybko odpowiada.

Został wytrenowany na korpusie około 3,000,000,000,000 Tokeny tekstu.

Kryterium włączenia: sOTA improvement.

Krok po kroku

Jak wybrać GPU do Qwen-72B

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

  1. 01

    Sprawdź, co potrzebuje przed wszystkim innym.

    Zacznij od tego, co tak naprawdę jest potrzebne, czyli wymogu Qwen-72B, potrzebując około 55.6 GB przy kompresji IQ4_XS. Żadna ilość mocy obliczeniowej nie może zrekompensować karty, która nie może jej pomieścić.

  2. 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. Qwen-72B.

  3. 03

    Wybierz, jak daleko chcesz to skompresować.

    Każda KARTA uruchamia najmniej skompresowaną kopię, jaką może pomieścić., osiągnięcie kompresji IQ4_XS 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.

  4. 04

    Porównaj TOKENS na sekundę, a nie SPECYFIKACJE.

    Sortuj według prędkości, aby zobaczyć, jak karty się klasyfikują. Qwen-72B. Nie dopasuje się do zamówienia gier, ponieważ generacja jest ograniczona przez przepustowość pamięci. Karta na szczycie listy to B200, w 47.1 tok/s

  5. 05

    Przeczytaj kolumnę dopasowania jako ostatnią

    Kolumna dopasowania oddziela karty, które ledwo dają radę, od tych, które mają zapas w przypadku Qwen-72B. Wygodne oznacza, że możesz później zwiększyć kontekst. Ta różnica ma większe znaczenie niż kilka tokenów na sekundę, więc kupuj za wygodne, jeśli tego oczekujesz.

  6. 06

    Sprawdź kartę z drugiej strony

    Każda strona karty powtarza tę procedurę dla każdego modelu, który posiadamy, odpowiadając, do czego jeszcze sprzęt jest przydatny poza Qwen-72B.

Odpowiedzi

Qwen-72B — częste pytania

01

Qwen-72B— kto to stworzył?

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

02

Qwen-72B— kiedy to zostało wydane?

Zostało opublikowane w November 2023. Możliwość na parametr znacznie się poprawiła, więc nowszy model tej samej wielkości często lepiej wykorzystuje ten sam sprzęt.

03

Qwen-72B— do czego to służy?

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

04

Qwen-72B— Gdzie mogę to pobrać?

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

05

Qwen-72B— ile mocy obliczeniowej użyto do jego trenowania?

Szkolenie zajęło około 1.3 × 10²⁴ 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.

06

Qwen-72B— 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 16.6 GB Każda figura tutaj zakłada, że cały model jest zainstalowany na karcie.

07

Qwen-72B— czy dwa GPU uruchomią to szybciej?

Druga KARTA mniej więcej podwaja dostępna PAMIĘĆ, ale nie tempo generacji. Liczba już zdolna do uruchomienia jej samodzielnie: 43. Więc druga karta rzadko jest odpowiedzią tutaj.

08

Qwen-72B— dlaczego kwantyzacja różni się między kartami?

Każda KARTA jest przedstawiana z uruchomioną najmniej skompresowaną wersją, jaką może pomieścić. Liczba odmiennych poziomów kompresji w KARTACH, które mogą go pomieścić: 5. Większe karty otrzymują dokładniejszą wersję, a minimalna jakość powyżej ustala porównanie na jednym poziomie.

09

Qwen-72B— 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: 40–56 tok/s na B200. Ten sam model i karta różnią się o trzydzieści do pięćdziesięciu procent w zależności od oprogramowania inferencyjnego i jego wersji.

10

Qwen-72B— 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 IQ4_XS używając około 55.6 GB, i produkuje w przybliżeniu 18.5 tokenów na sekundę. Liczba kart, które mogą go uruchomić łącznie: 43.

11

Qwen-72B— jak szybko działa na GPU?

To zależy od karty. Najszybciej obliczamy to B200, około 47.1 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.

12

Qwen-72B— Ile VRAM-u potrzebuje?

Potrzebuje około 55.6 GB przy kompresji IQ4_XS, 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.

13

Qwen-72B— 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.

14

Qwen-72B— ile ma parametrów?

Ma liczbę parametrów równą 72B. 72B. 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