Qwen-Audio-Chat kalkulator TPS

Otwórz wagi Alibaba 8.5B 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

582 karty, które mogą go uruchomić

818 Karty, które posiadamy specyfikacje dla

Najmniejsza karta, która pasuje

Quadro 6000

6 GB · IQ4_XS · 15.0 tok/s

Najszybsza karta

B200

401 tok/s · 180 GB

Które GPU mogą uruchomić Qwen-Audio-Chat?

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.

582 karty pasują

Obliczanie

					potrzeby	Kwantyzacja	Pasuje
401 tok/s 240–641 · niska pewność	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	9.8 GB	Q8_0	Wygodny
401 tok/s 240–641 · niska pewność	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	9.8 GB	Q8_0	Wygodny
320 tok/s 192–512 · niska pewność	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	9.8 GB	Q8_0	Wygodny
320 tok/s 192–512 · niska pewność	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	9.8 GB	Q8_0	Wygodny
256 tok/s 153–409 · niska pewność	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	9.8 GB	Q8_0	Wygodny
245 tok/s 147–392 · niska pewność	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	9.8 GB	Q8_0	Wygodny
245 tok/s 147–392 · niska pewność	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	9.8 GB	Q8_0	Wygodny
234 tok/s 141–375 · niska pewność	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	9.8 GB	Q8_0	Wygodny
208 tok/s 125–333 · niska pewność	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	9.8 GB	Q8_0	Wygodny
208 tok/s 125–333 · niska pewność	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	9.8 GB	Q8_0	Wygodny
208 tok/s 125–333 · niska pewność	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	9.8 GB	Q8_0	Wygodny
197 tok/s 118–316 · niska pewność	H100 NVL 94 GB NVIDIA	94 GB	3,940 GB/s	Mar 2023	9.8 GB	Q8_0	Wygodny
168 tok/s 101–269 · niska pewność	H100 PCIe 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	9.8 GB	Q8_0	Wygodny
168 tok/s 101–269 · niska pewność	H100 SXM5 80 GB NVIDIA	80 GB	3,360 GB/s	Oct 2022	9.8 GB	Q8_0	Wygodny
168 tok/s 101–269 · niska pewność	H100 SXM5 94 GB NVIDIA	94 GB	3,360 GB/s	Mar 2023	9.8 GB	Q8_0	Wygodny
168 tok/s 101–269 · niska pewność	H100 SXM5 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	9.8 GB	Q8_0	Wygodny
168 tok/s 101–269 · niska pewność	H800 SXM5 NVIDIA	80 GB	3,360 GB/s	Mar 2023	9.8 GB	Q8_0	Wygodny
133 tok/s 80–213 · niska pewność	CMP 170HX 8 GB NVIDIA	8 GB	1,490 GB/s	Sep 2021	6.8 GB	Q5_K_M	Wąski
128 tok/s 77–205 · niska pewność	Radeon Instinct MI250 AMD	128 GB	3,280 GB/s	Nov 2021	9.8 GB	Q8_0	Wygodny
128 tok/s 77–205 · niska pewność	Radeon Instinct MI250X AMD	128 GB	3,280 GB/s	Nov 2021	9.8 GB	Q8_0	Wygodny
113 tok/s 68–182 · niska pewność	CMP 170HX 10 GB NVIDIA	10 GB	1,560 GB/s	Sep 2021	7.8 GB	Q6_K	Wąski
107 tok/s 64–171 · niska pewność	Data Center GPU Max 1550 Intel	128 GB	3,280 GB/s	Jan 2023	9.8 GB	Q8_0	Wygodny
104 tok/s 63–167 · niska pewność	Data Center GPU Max Subsystem Intel	128 GB	3,210 GB/s	Jan 2023	9.8 GB	Q8_0	Wygodny
102 tok/s 61–163 · niska pewność	A100 SXM4 80 GB NVIDIA	80 GB	2,040 GB/s	Nov 2020	9.8 GB	Q8_0	Wygodny
102 tok/s 61–163 · niska pewność	A100X NVIDIA	80 GB	2,040 GB/s	Jun 2021	9.8 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: Alibaba
Typ organizacji: Industry
Kraj: China
Opublikowany: 14 November 2023
Autorzy: Yunfei Chu, Jin Xu, Xiaohuan Zhou, Qian Yang, Shiliang Zhang, Zhijie Yan, Chang Zhou, Jingren Zhou

Co to robi

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

Domena: Language, Speech, Audio
Zadanie: Audio question answering, Chat, Speech recognition (ASR), Translation, Transcription, Text classification, Question answering, Audio classification, Voice identification, Part-of-speech tagging, Speech-to-speech
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: 8.5B
Dane treningowe: tokens

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: Open (restricted use)

Jak jest klasyfikowane

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

Dlaczego to jest śledzone: SOTA improvement
Zapisz pewność: Likely
Cytaty: 743

Źródła

Skąd pochodzi ten rekord i kiedy był ostatnio sprawdzany.

Referencja: Qwen-Audio: Advancing Universal Audio Understanding via Unified Large-Scale Audio-Language Models
Ostatnio zaktualizowane: 25 May 2026

Ekstremy

Dziesięć najszybszych GPU, które uruchamiają Qwen-Audio-Chat

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 Qwen-Audio-Chat

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

Co oznaczają liczby

Strona sprzętowa

Minimalna karta

Quadro 6000

Pamięć potrzebna

5.3 GB

Najszybszy

401 tok/s

Qwen-Audio-Chat osiąga liczbę parametrów równą 8.5B. 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: 582.

Na niskim końcu obsługiwane jest przez Quadro 6000, o pojemności pamięci 6 GB, uruchomienie go przy kompresji IQ4_XS i produkując około 15.0 tokeny na sekundę

Najszybszy rezultat pochodzi z B200, generowanie w przybliżeniu 401 tokenów na sekundę na podstawie przepustowości pamięci 8,000 GB/s.

Tło

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

Działa w dziedzinie Language, Speech, Audio, i jest zapisany jako wykonujący zadanie audio question answering, Chat, Speech recognition (ASR), Translation, Transcription, Text classification, Question answering, Audio classification, Voice identification, Part-of-speech tagging, Speech-to-speech.

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.

Czytanie wskaźników przepustowości

Mediana wyniku wynosi około 22.5 tokenów na sekundę. Przekraczając prędkość czytania bezpośrednio: 549 ich

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

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

Powód, dla którego w ogóle pojawia się w tym katalogu: sOTA improvement.

Krok po kroku

Jak wybrać GPU do Qwen-Audio-Chat

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 Qwen-Audio-Chat, potrzebując około 5.3 GB przy kompresji IQ4_XS. Pojemność to brama — karta albo ją trzyma, albo nie.
02

Ustaw długość kontekstu, z którą będziesz pracować

Dłuższe rozmowy kosztują pamięć oprócz tego, co potrzebują wagi. Przesuń suwak do swojej rzeczywistej długości roboczej przed zaufaniem jakiejkolwiek linii dla Qwen-Audio-Chat.
03

Wybierz, jak daleko chcesz to skompresować.

Kolumna kwantyzacji różni się w zależności od karty, ponieważ większa karta przechowuje dokładniejszą kopię., 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.
04

Porównaj TOKENS na sekundę, a nie SPECYFIKACJE.

Ranking według tokenów na sekundę podąża za przepustowością pamięci, a nie liczbą rdzeni, dla Qwen-Audio-Chat. Nie dopasuje się do zamówienia gier, ponieważ generacja jest ograniczona przez przepustowość pamięci. Karta na szczycie listy to B200, w 401 tok/s
05

Przeczytaj kolumnę dopasowania jako ostatnią

Tight dopasowanie działa, ale nie zostawia nic na dłuższą rozmowę, w przypadku Qwen-Audio-Chat. 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 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 Qwen-Audio-Chat.

Odpowiedzi

Qwen-Audio-Chat — częste pytania

Qwen-Audio-Chat— 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.

Qwen-Audio-Chat— ile ma parametrów?

Ma liczbę parametrów równą 8.5B. the model has two components - audio and language. 670M + 7.7B = 8.46B "The audio encoder is composed of 640M parameters" "Qwen-Audio incorporates a large language model as its foundational component. The model is initialized using pre-trained weights derived from Qwen-7B (Bai et al., 2023a). Qwen-7B is a 32-layer Transformer decoder model with a hidden size of 4096, encompassing a total of 7.7B 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.

Qwen-Audio-Chat— kto to stworzył?

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

Qwen-Audio-Chat— 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.

Qwen-Audio-Chat— do czego to służy?

Działa w dziedzinie Language, Speech, Audio, i jest zarejestrowany jako realizujący zadanie audio question answering, Chat, Speech recognition (ASR), Translation, Transcription, Text classification, Question answering, Audio classification, Voice identification, Part-of-speech tagging, Speech-to-speech. Modele często mają więcej niż jeden z każdego, a etykiety opisują cel, a nie ograniczenia możliwości.

Qwen-Audio-Chat— Gdzie mogę to pobrać?

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

Qwen-Audio-Chat— 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 1.3 GB Każda figura tutaj zakłada, że cały model jest zainstalowany na karcie.

Qwen-Audio-Chat— czy dwa GPU uruchomią to szybciej?

Druga KARTA mniej więcej podwaja dostępna PAMIĘĆ, ale nie tempo generacji. Liczba już zdolna do uruchomienia jej samodzielnie: 582. Więc druga karta rzadko jest odpowiedzią tutaj.

Qwen-Audio-Chat— 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: 4. Większe karty otrzymują dokładniejszą wersję, a minimalna jakość powyżej ustala porównanie na jednym poziomie.

Qwen-Audio-Chat— Jak dokładne są te szacunki prędkości?

Są obliczane na podstawie specyfikacji, a nie mierzone, i każdy ma zakres. Jeden przykład: 240–641 tok/s na B200. Ten sam model i karta różnią się o trzydzieści do pięćdziesięciu procent w zależności od oprogramowania inferencyjnego i jego wersji.

Qwen-Audio-Chat— Jaką GPU potrzebuję, aby ją uruchomić?

Najmniejsza karta w naszym katalogu, która to pomieści, to Quadro 6000, o pojemności pamięci 6 GB. Uruchamia model przy kompresji IQ4_XS używając około 5.3 GB, i produkuje w przybliżeniu 15.0 tokenów na sekundę. Liczba kart, które mogą go uruchomić łącznie: 582.

Qwen-Audio-Chat— jak szybko działa na GPU?

To zależy od karty. Najszybciej obliczamy to B200, około 401 tokenów na sekundę; najwolniejszy, który nadal działa, osiąga znacznie mniej. Prędkość odczytu wynosi około dziesięciu tokenów na sekundę, a liczba kart, które to osiągają: 549.

Qwen-Audio-Chat— Ile VRAM-u potrzebuje?

Potrzebuje około 5.3 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.

Qwen-Audio-Chat— czy mogę uruchomić to na GPU trzymając 8 GB?

Tak. Karta CMP 170HX 8 GB, trzymanie 8 GB, uruchamia go przy kompresji Q5_K_M, używając około 6.8 GB i generując w przybliżeniu 133 tokenów na sekundę. Dopasowanie jest ciasne.

Qwen-Audio-Chat— czy mogę uruchomić to na GPU trzymając 12 GB?

Tak. Karta GeForce RTX 3080 Ti, trzymanie 12 GB, uruchamia go przy kompresji Q8_0, używając około 9.8 GB i generując w przybliżeniu 45.7 tokenów na sekundę. Dopasowanie jest ciasne.

Qwen-Audio-Chat— 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 9.8 GB i generując w przybliżeniu 56.6 tokenów na sekundę. Dopasowanie jest komfortowe.

Qwen-Audio-Chat— 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 9.8 GB i generując w przybliżeniu 67.1 tokenów na sekundę. Dopasowanie jest komfortowe.

Źródło

Oryginalna publikacja

Ostatnia aktualizacja rekordu 25 May 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