HGRN 1B (WT 103) kalkulator TPS

Otwórz wagi Shanghai AI Lab,Massachusetts Institute of Technology (MIT) 1B 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

818 karty, które mogą go uruchomić

818 Karty, które posiadamy specyfikacje dla

Najmniejsza karta, która pasuje

Tesla C1080

4 GB · Q8_0 · 36.9 tok/s

Najszybsza karta

B200

3,388 tok/s · 180 GB

Które GPU mogą uruchomić HGRN 1B (WT 103)?

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.

818 karty pasują

Obliczanie

					potrzeby	Kwantyzacja	Pasuje
3,388 tok/s 2,033–5,421 · niska pewność	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	1.8 GB	Q8_0	Wygodny
3,388 tok/s 2,033–5,421 · niska pewność	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	1.8 GB	Q8_0	Wygodny
2,706 tok/s 1,623–4,329 · niska pewność	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	1.8 GB	Q8_0	Wygodny
2,706 tok/s 1,623–4,329 · niska pewność	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	1.8 GB	Q8_0	Wygodny
2,164 tok/s 1,298–3,462 · niska pewność	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	1.8 GB	Q8_0	Wygodny
2,071 tok/s 1,243–3,314 · niska pewność	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	1.8 GB	Q8_0	Wygodny
2,071 tok/s 1,243–3,314 · niska pewność	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	1.8 GB	Q8_0	Wygodny
1,982 tok/s 1,189–3,171 · niska pewność	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	1.8 GB	Q8_0	Wygodny
1,759 tok/s 1,055–2,815 · niska pewność	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	1.8 GB	Q8_0	Wygodny
1,759 tok/s 1,055–2,815 · niska pewność	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	1.8 GB	Q8_0	Wygodny
1,759 tok/s 1,055–2,815 · niska pewność	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	1.8 GB	Q8_0	Wygodny
1,669 tok/s 1,001–2,670 · niska pewność	H100 NVL 94 GB NVIDIA	94 GB	3,940 GB/s	Mar 2023	1.8 GB	Q8_0	Wygodny
1,423 tok/s 854–2,277 · niska pewność	H100 PCIe 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	1.8 GB	Q8_0	Wygodny
1,423 tok/s 854–2,277 · niska pewność	H100 SXM5 80 GB NVIDIA	80 GB	3,360 GB/s	Oct 2022	1.8 GB	Q8_0	Wygodny
1,423 tok/s 854–2,277 · niska pewność	H100 SXM5 94 GB NVIDIA	94 GB	3,360 GB/s	Mar 2023	1.8 GB	Q8_0	Wygodny
1,423 tok/s 854–2,277 · niska pewność	H100 SXM5 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	1.8 GB	Q8_0	Wygodny
1,423 tok/s 854–2,277 · niska pewność	H800 SXM5 NVIDIA	80 GB	3,360 GB/s	Mar 2023	1.8 GB	Q8_0	Wygodny
1,084 tok/s 650–1,734 · niska pewność	Radeon Instinct MI250 AMD	128 GB	3,280 GB/s	Nov 2021	1.8 GB	Q8_0	Wygodny
1,084 tok/s 650–1,734 · niska pewność	Radeon Instinct MI250X AMD	128 GB	3,280 GB/s	Nov 2021	1.8 GB	Q8_0	Wygodny
903 tok/s 542–1,445 · niska pewność	Data Center GPU Max 1550 Intel	128 GB	3,280 GB/s	Jan 2023	1.8 GB	Q8_0	Wygodny
884 tok/s 530–1,414 · niska pewność	Data Center GPU Max Subsystem Intel	128 GB	3,210 GB/s	Jan 2023	1.8 GB	Q8_0	Wygodny
864 tok/s 518–1,382 · niska pewność	A100 SXM4 80 GB NVIDIA	80 GB	2,040 GB/s	Nov 2020	1.8 GB	Q8_0	Wygodny
864 tok/s 518–1,382 · niska pewność	A100X NVIDIA	80 GB	2,040 GB/s	Jun 2021	1.8 GB	Q8_0	Wygodny
864 tok/s 518–1,382 · niska pewność	A800 SXM4 80 GB NVIDIA	80 GB	2,040 GB/s	Aug 2022	1.8 GB	Q8_0	Wygodny
864 tok/s 518–1,382 · niska pewność	H100 CNX NVIDIA	80 GB	2,040 GB/s	Mar 2023	1.8 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: Shanghai AI Lab,Massachusetts Institute of Technology (MIT)
Typ organizacji: Academia,Academia
Kraj: China, United States of America
Opublikowany: 8 November 2023
Autorzy: Zhen Qin, Songlin Yang, Yiran Zhong

Co to robi

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

Domena: Language
Zadanie: Language modeling/generation, 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: 1B
Dane treningowe: 100,000,000,000 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: 2 × 10¹⁹ FLOP
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.

Sprzęt do trenowania: NVIDIA A100
Zastosowane chipy: 8
Pobór mocy: 6.3 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)
Hugging Face: OpenNLPLab

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: Hierarchically Gated Recurrent Neural Network for Sequence Modeling
Ostatnio zaktualizowane: 11 February 2026

Ekstremy

Dziesięć najszybszych GPU, które uruchamiają HGRN 1B (WT 103)

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 HGRN 1B (WT 103)

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

Co oznaczają liczby

Co potrzebujesz, aby go uruchomić

Minimalna karta

Tesla C1080

Pamięć potrzebna

1.8 GB

Najszybszy

3,388 tok/s

HGRN 1B (WT 103) osiąga liczbę parametrów równą 1B. 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: 818.

Najmniejszy sprzęt, który działa, to Tesla C1080, o pojemności pamięci 4 GB, uruchomienie go przy kompresji Q8_0 i produkując około 36.9 tokeny na sekundę

Na drugim końcu siedzi B200, generowanie w przybliżeniu 3,388 tokenów na sekundę na podstawie przepustowości pamięci 8,000 GB/s.

Skąd to pochodzi

HGRN 1B (WT 103) został opublikowany przez Shanghai AI Lab,Massachusetts Institute of Technology (MIT), w kraju zapisanym jako China, podczas November 2023. Wychodzi z organizacji zaklasyfikowanej jako academia,Academia.

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

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 OpenNLPLab.

Zrozumienie prędkości

Mediana wyniku wynosi około 95.1 tokenów na sekundę. Przekraczając prędkość czytania bezpośrednio: 806 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.

Jej architektura wewnętrzna nie jest w naszej bazie danych, więc pamięć jest szacowana na podstawie liczby parametrów i odpowiednio oznaczona. Spodziewaj się, że rzeczywista wartość będzie się różnić, tym bardziej przy długim context length.

Jak to zostało wytrenowane

Trenowanie zajęło budżet obliczeniowy wynoszący około 2 × 10¹⁹ FLOP, na sprzęcie zarejestrowanym jako NVIDIA A100. Ta liczba mierzy, ile kosztowało wyprodukowanie modelu i nie ma wpływu na to, jak szybko odpowiada.

Trening zużył korpus około 100,000,000,000 Tokeny tekstu.

Krok po kroku

Jak wybrać GPU do HGRN 1B (WT 103)

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

Każda karta tutaj została sprawdzona pod kątem HGRN 1B (WT 103), potrzebując około 1.8 GB przy kompresji Q8_0. Żadna ilość mocy obliczeniowej nie może zrekompensować karty, która nie może jej pomieścić.
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. HGRN 1B (WT 103).
03

Ustal minimalną jakość

Kompresja to to, co sprawia, że model mieści się w mniejszych KARTACH, kosztem pewnej dokładności., osiągnięcie kompresji Q8_0 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. HGRN 1B (WT 103). Nie dopasuje się do zamówienia gier, ponieważ generacja jest ograniczona przez przepustowość pamięci. Karta na szczycie listy to B200, w 3,388 tok/s
05

Sprawdź werdykt dopasowania przed zakupem

Tight dopasowanie działa, ale nie zostawia nic na dłuższą rozmowę, w przypadku HGRN 1B (WT 103). 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

Śledzenie karty do jej własnej strony pokazuje każdy inny model, który może pomieścić, co jest pytaniem, które pojawia się po podjęciu decyzji o HGRN 1B (WT 103).

Odpowiedzi

HGRN 1B (WT 103) — częste pytania

HGRN 1B (WT 103)— 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.

HGRN 1B (WT 103)— ile ma parametrów?

Ma liczbę parametrów równą 1B. 1B (table 4 and hugging face repo). 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.

HGRN 1B (WT 103)— kto to stworzył?

Zostało opublikowane przez Shanghai AI Lab,Massachusetts Institute of Technology (MIT), oparty na China, organizacja sklasyfikowana jako academia,Academia.

HGRN 1B (WT 103)— 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.

HGRN 1B (WT 103)— do czego to służy?

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

HGRN 1B (WT 103)— Gdzie mogę to pobrać?

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

HGRN 1B (WT 103)— ile mocy obliczeniowej użyto do jego trenowania?

Szkolenie zajęło około 2 × 10¹⁹ 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.

HGRN 1B (WT 103)— 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. Każda figura tutaj zakłada, że cały model jest zainstalowany na karcie.

HGRN 1B (WT 103)— czy dwa GPU uruchomią to szybciej?

Druga KARTA mniej więcej podwaja dostępna PAMIĘĆ, ale nie tempo generacji. Liczba już zdolna do uruchomienia jej samodzielnie: 818. Więc druga karta rzadko jest odpowiedzią tutaj.

HGRN 1B (WT 103)— 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: 1. Większe karty otrzymują dokładniejszą wersję, a minimalna jakość powyżej ustala porównanie na jednym poziomie.

HGRN 1B (WT 103)— 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: 2,033–5,421 tok/s na B200. Ten sam model i karta różnią się o trzydzieści do pięćdziesięciu procent w zależności od oprogramowania inferencyjnego i jego wersji.

HGRN 1B (WT 103)— Jaką GPU potrzebuję, aby ją uruchomić?

Najmniejsza karta w naszym katalogu, która to pomieści, to Tesla C1080, o pojemności pamięci 4 GB. Uruchamia model przy kompresji Q8_0 używając około 1.8 GB, i produkuje w przybliżeniu 36.9 tokenów na sekundę. Liczba kart, które mogą go uruchomić łącznie: 818.

HGRN 1B (WT 103)— jak szybko działa na GPU?

To zależy od karty. Najszybciej obliczamy to B200, około 3,388 tokenów na sekundę; najwolniejszy, który nadal działa, osiąga znacznie mniej. Prędkość odczytu wynosi około dziesięciu tokenów na sekundę, a liczba kart, które to osiągają: 806.

HGRN 1B (WT 103)— Ile VRAM-u potrzebuje?

Potrzebuje około 1.8 GB przy kompresji Q8_0, 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.

HGRN 1B (WT 103)— czy mogę uruchomić to na GPU trzymając 8 GB?

Tak. Karta CMP 170HX 8 GB, trzymanie 8 GB, uruchamia go przy kompresji Q8_0, używając około 1.8 GB i generując w przybliżeniu 631 tokenów na sekundę. Dopasowanie jest komfortowe.

HGRN 1B (WT 103)— 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 1.8 GB i generując w przybliżeniu 386 tokenów na sekundę. Dopasowanie jest komfortowe.

HGRN 1B (WT 103)— 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 1.8 GB i generując w przybliżeniu 479 tokenów na sekundę. Dopasowanie jest komfortowe.

HGRN 1B (WT 103)— 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 1.8 GB i generując w przybliżeniu 568 tokenów na sekundę. Dopasowanie jest komfortowe.

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