PengCheng Mind (鹏城脑海) kalkulator TPS

Otwórz wagi Peng Cheng Laboratory 200B parametry September 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

17 karty, które mogą go uruchomić

818 Karty, które posiadamy specyfikacje dla

Najmniejsza karta, która pasuje

Radeon Instinct MI250

128 GB · IQ4_XS · 13.3 tok/s

Najszybsza karta

B200

30.3 tok/s · 180 GB

Które GPU mogą uruchomić PengCheng Mind (鹏城脑海)?

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.

17 karty pasują

Obliczanie

					potrzeby	Kwantyzacja	Pasuje
30.3 tok/s 18–48 · niska pewność	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	145.0 GB	Q5_K_M	Wąski
26.6 tok/s 16–43 · niska pewność	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	110.1 GB	IQ4_XS	Wąski
23.9 tok/s 14–38 · niska pewność	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	121.7 GB	Q4_K_M	Wąski
23.9 tok/s 14–38 · niska pewność	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	121.7 GB	Q4_K_M	Wąski
21.6 tok/s 13–35 · niska pewność	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	110.1 GB	IQ4_XS	Wąski
16.9 tok/s 10–27 · niska pewność	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	214.8 GB	Q8_0	Wygodny
13.5 tok/s 8–22 · niska pewność	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	214.8 GB	Q8_0	Wygodny
13.5 tok/s 8–22 · niska pewność	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	214.8 GB	Q8_0	Wygodny
13.3 tok/s 8–21 · niska pewność	Radeon Instinct MI250 AMD	128 GB	3,280 GB/s	Nov 2021	110.1 GB	IQ4_XS	Wąski
13.3 tok/s 8–21 · niska pewność	Radeon Instinct MI250X AMD	128 GB	3,280 GB/s	Nov 2021	110.1 GB	IQ4_XS	Wąski
12.8 tok/s 8–20 · niska pewność	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	168.3 GB	Q6_K	Wąski
12.8 tok/s 8–20 · niska pewność	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	168.3 GB	Q6_K	Wąski
11.1 tok/s 7–18 · niska pewność	Data Center GPU Max 1550 Intel	128 GB	3,280 GB/s	Jan 2023	110.1 GB	IQ4_XS	Wąski
10.9 tok/s 7–17 · niska pewność	Data Center GPU Max Subsystem Intel	128 GB	3,210 GB/s	Jan 2023	110.1 GB	IQ4_XS	Wąski
9.9 tok/s 6–16 · niska pewność	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	214.8 GB	Q8_0	Wąski
1.4 tok/s 1–2 · niska pewność	GB10 NVIDIA	128 GB	273 GB/s	Oct 2025	110.1 GB	IQ4_XS	Wąski
1.4 tok/s 1–2 · niska pewność	Jetson T5000 NVIDIA	128 GB	273 GB/s	Aug 2025	110.1 GB	IQ4_XS	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: Peng Cheng Laboratory
Typ organizacji: Academia
Kraj: China
Opublikowany: 21 September 2023

Co to robi

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

Domena: Language
Zadanie: Chat, Code generation, Translation

Rozmiar

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

parametry: 200B
Dane treningowe: tokens

Przebieg szkolenia

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

Sprzęt do trenowania: Ascend (昇腾) 910
Zastosowane chipy: 144
Centrum danych: PengCheng Cloud Brain II

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)

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: OpenI启智社区/PengCheng.Mind
Ostatnio zaktualizowane: 11 February 2026

Ekstremy

Dziesięć najszybszych GPU, które uruchamiają PengCheng Mind (鹏城脑海)

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 PengCheng Mind (鹏城脑海)

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

Radeon Instinct MI250

Pamięć potrzebna

110.1 GB

Najszybszy

30.3 tok/s

PengCheng Mind (鹏城脑海) osiąga liczbę parametrów równą 200B. To jest poza tym, co miałaby jakakolwiek pojedyncza karta graficzna. Uruchomienie go oznacza albo podział na kilka kart, albo wynajęcie sprzętu przeznaczonego do tego zadania, a każda karta, która mogłaby go pomieścić sama, jest częścią centrum danych. Liczba, która może: 17.

Najmniejszy sprzęt, który działa, to Radeon Instinct MI250, o pojemności pamięci 128 GB, uruchomienie go przy kompresji IQ4_XS i produkując około 13.3 tokeny na sekundę

Na drugim końcu siedzi B200, generowanie w przybliżeniu 30.3 tokenów na sekundę na podstawie przepustowości pamięci 8,000 GB/s.

Co to jest model?

PengCheng Mind (鹏城脑海) został opublikowany przez Peng Cheng Laboratory, w kraju zapisanym jako China, podczas September 2023. Wychodzi z organizacji zaklasyfikowanej jako academia.

Działa w dziedzinie Language, i jest zapisany jako wykonujący zadanie chat, Code generation, Translation.

Ponieważ jego wagi zostały udostępnione, nic w kwestii uruchamiania go nie zależy od dostępności dostawcy — należy do ciebie po pobraniu.

Co decyduje o szybkości

Mediana wyniku wynosi około 13.3 tokenów na sekundę 14 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.

Krok po kroku

Jak wybrać GPU do PengCheng Mind (鹏城脑海)

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

Tabela zawiera każdą kartę, która jest w stanie pomieścić PengCheng Mind (鹏城脑海), potrzebując około 110.1 GB przy kompresji IQ4_XS. Pojemność to brama — karta albo ją trzyma, albo nie.
02

Dopasuj kontekst do swojego rzeczywistego użycia

Dłuższe rozmowy kosztują pamięć oprócz tego, co potrzebują wagi. Przesuń suwak do swojej rzeczywistej długości roboczej przed zaufaniem jakiejkolwiek linii dla PengCheng Mind (鹏城脑海).
03

Ustal minimalną jakość

Kompresja to to, co sprawia, że model mieści się w mniejszych KARTACH, kosztem pewnej dokładności., 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

Oceń według przepustowości, a nie kart specyfikacji

Ranking według tokenów na sekundę podąża za przepustowością pamięci, a nie liczbą rdzeni, dla PengCheng Mind (鹏城脑海). Nie dopasuje się do zamówienia gier, ponieważ generacja jest ograniczona przez przepustowość pamięci. Karta na szczycie listy to B200, w 30.3 tok/s
05

Zwróć uwagę na margines, a nie tylko na dopasowanie

Tight oznacza, że ładowanie i działanie odbywa się bez miejsca na późniejsze zwiększenie długości kontekstu, w przypadku PengCheng Mind (鹏城脑海). 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

Śledzenie karty do jej własnej strony pokazuje każdy inny model, który może pomieścić, co jest pytaniem, które pojawia się po podjęciu decyzji o PengCheng Mind (鹏城脑海).

Odpowiedzi

PengCheng Mind (鹏城脑海) — częste pytania

PengCheng Mind (鹏城脑海)— Jak dokładne są te szacunki prędkości?

Są obliczane na podstawie specyfikacji, a nie mierzone, i każdy ma zakres. Jeden przykład: 18–48 tok/s na B200. Ten sam model i karta różnią się o trzydzieści do pięćdziesięciu procent w zależności od oprogramowania inferencyjnego i jego wersji.

PengCheng Mind (鹏城脑海)— Jaką GPU potrzebuję, aby ją uruchomić?

Najmniejsza karta w naszym katalogu, która to pomieści, to Radeon Instinct MI250, o pojemności pamięci 128 GB. Uruchamia model przy kompresji IQ4_XS używając około 110.1 GB, i produkuje w przybliżeniu 13.3 tokenów na sekundę. Liczba kart, które mogą go uruchomić łącznie: 17.

PengCheng Mind (鹏城脑海)— jak szybko działa na GPU?

To zależy od karty. Najszybciej obliczamy to B200, około 30.3 tokenów na sekundę; najwolniejszy, który nadal działa, osiąga znacznie mniej. Prędkość odczytu wynosi około dziesięciu tokenów na sekundę, a liczba kart, które to osiągają: 14.

PengCheng Mind (鹏城脑海)— Ile VRAM-u potrzebuje?

Potrzebuje około 110.1 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.

PengCheng Mind (鹏城脑海)— 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.

PengCheng Mind (鹏城脑海)— ile ma parametrów?

Ma liczbę parametrów równą 200B. "PengCheng.Mind 又称鹏城·脑海是鹏城实验室开发、开源、开放的基于Transformer架构的自回归式语言模型，目前包含7B、200B两个版本". 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.

PengCheng Mind (鹏城脑海)— kto to stworzył?

Zostało opublikowane przez Peng Cheng Laboratory, oparty na China, organizacja sklasyfikowana jako academia.

PengCheng Mind (鹏城脑海)— kiedy to zostało wydane?

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

PengCheng Mind (鹏城脑海)— do czego to służy?

Działa w dziedzinie Language, i jest zarejestrowany jako realizujący zadanie chat, Code generation, Translation. Model może obsługiwać kilka z każdego, więc to są obszary, dla których został zbudowany, a nie ograniczenie tego, co będzie próbował.

PengCheng Mind (鹏城脑海)— Gdzie mogę to pobrać?

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

PengCheng Mind (鹏城脑海)— 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 35.3 GB Każda figura tutaj zakłada, że cały model jest zainstalowany na karcie.

PengCheng Mind (鹏城脑海)— czy dwa GPU uruchomią to szybciej?

Druga KARTA mniej więcej podwaja dostępna PAMIĘĆ, ale nie tempo generacji. Liczba już zdolna do uruchomienia jej samodzielnie: 17. Więc druga karta rzadko jest odpowiedzią tutaj.

PengCheng Mind (鹏城脑海)— 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: 5. 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