XuanYuan 2.0 kalkulator TPS

Otwórz wagi Du Xiaoman 176.2B parametry May 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 · Q4_K_M · 14.2 tok/s

Najszybsza karta

Radeon Instinct MI300

28.4 tok/s · 128 GB

Które GPU mogą uruchomić XuanYuan 2.0?

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
28.4 tok/s 17–45 · niska pewność	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	107.3 GB	Q4_K_M	Wąski
27.9 tok/s 17–45 · niska pewność	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	148.3 GB	Q6_K	Wąski
27.1 tok/s 16–43 · niska pewność	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	107.3 GB	Q4_K_M	Wąski
27.1 tok/s 16–43 · niska pewność	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	107.3 GB	Q4_K_M	Wąski
23.1 tok/s 14–37 · niska pewność	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	107.3 GB	Q4_K_M	Wąski
19.2 tok/s 12–31 · niska pewność	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	189.3 GB	Q8_0	Wygodny
15.4 tok/s 9–25 · niska pewność	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	189.3 GB	Q8_0	Wygodny
15.4 tok/s 9–25 · niska pewność	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	189.3 GB	Q8_0	Wygodny
14.5 tok/s 9–23 · niska pewność	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	148.3 GB	Q6_K	Wąski
14.5 tok/s 9–23 · niska pewność	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	148.3 GB	Q6_K	Wąski
14.2 tok/s 9–23 · niska pewność	Radeon Instinct MI250 AMD	128 GB	3,280 GB/s	Nov 2021	107.3 GB	Q4_K_M	Wąski
14.2 tok/s 9–23 · niska pewność	Radeon Instinct MI250X AMD	128 GB	3,280 GB/s	Nov 2021	107.3 GB	Q4_K_M	Wąski
11.8 tok/s 7–19 · niska pewność	Data Center GPU Max 1550 Intel	128 GB	3,280 GB/s	Jan 2023	107.3 GB	Q4_K_M	Wąski
11.6 tok/s 7–19 · niska pewność	Data Center GPU Max Subsystem Intel	128 GB	3,210 GB/s	Jan 2023	107.3 GB	Q4_K_M	Wąski
11.3 tok/s 7–18 · niska pewność	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	189.3 GB	Q8_0	Wygodny
1.5 tok/s 1–2 · niska pewność	GB10 NVIDIA	128 GB	273 GB/s	Oct 2025	107.3 GB	Q4_K_M	Wąski
1.5 tok/s 1–2 · niska pewność	Jetson T5000 NVIDIA	128 GB	273 GB/s	Aug 2025	107.3 GB	Q4_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: Du Xiaoman
Typ organizacji: Industry
Kraj: China
Opublikowany: 19 May 2023
Autorzy: Xuanyu Zhang, Qing Yang, Dongliang Xu

Co to robi

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

Domena: Language
Zadanie: Language modeling/generation, Chat
Model bazowy: BLOOM-176B

Rozmiar

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

parametry: 176.2B
Dane treningowe: 366,000,000,000 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.

Dostosowywanie obliczeń: 1.4 × 10²² FLOP

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 SXM4 80 GB

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
Cytaty: 161

Źródła

Skąd pochodzi ten rekord i kiedy był ostatnio sprawdzany.

Referencja: XuanYuan 2.0: A Large Chinese Financial Chat Model with Hundreds of Billions Parameters
Ostatnio zaktualizowane: 25 May 2026

Ekstremy

Dziesięć najszybszych GPU, które uruchamiają XuanYuan 2.0

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 XuanYuan 2.0

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

Radeon Instinct MI250

Pamięć potrzebna

107.3 GB

Najszybszy

28.4 tok/s

XuanYuan 2.0 osiąga liczbę parametrów równą 176.2B. 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: 17.

Punkt wejścia to Radeon Instinct MI250, o pojemności pamięci 128 GB, uruchomienie go przy kompresji Q4_K_M i produkując około 14.2 tokeny na sekundę

Najszybciej, jak to obliczamy, to Radeon Instinct MI300, generowanie w przybliżeniu 28.4 tokenów na sekundę na podstawie przepustowości pamięci 6,550 GB/s.

O tym modelu

XuanYuan 2.0 został opublikowany przez Du Xiaoman, w kraju zapisanym jako China, podczas May 2023. Wychodzi z organizacji zaklasyfikowanej jako industry.

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

Zamiast być trenowanym od podstaw, pochodzi z BLOOM-176B. Większość modeli w tej skali jest dostosowywana z istniejącej bazy, a nie tworzona od zera.

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

Jak szybko działa i dlaczego

Połowa kart, które go trzymają, osiąga więcej niż 14.5 tokenów na sekundę. Produkując tekst szybciej niż większość ludzi go czyta. 15 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.

Bez układu uwagi na rekordzie, kolumna pamięci jest przybliżeniem. Jest wystarczająco bliska, aby wybrać sprzęt, i najmniej wiarygodna przy długim kontekście.

Szkolenie i pochodzenie

Zbiór treningowy trwał około 366,000,000,000 Tokeny tekstu.

Krok po kroku

Jak wybrać GPU do XuanYuan 2.0

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

01

Sprawdź, co potrzebuje przed wszystkim innym.

Tabela zawiera każdą kartę, która jest w stanie pomieścić XuanYuan 2.0, potrzebując około 107.3 GB przy kompresji Q4_K_M. To ta liczba, a nie nagłówkowa wydajność karty, decyduje o tym, czy można ją uruchomić.
02

Dopasuj kontekst do swojego rzeczywistego użycia

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 XuanYuan 2.0.
03

Wybierz, jak daleko chcesz to skompresować.

Każda KARTA uruchamia najmniej skompresowaną kopię, jaką może pomieścić., osiągnięcie kompresji Q4_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

Sortuj według prędkości

Szybkość zamawiania jest w rzeczywistości zamawianiem według pasma pamięci, dla XuanYuan 2.0. Nie dopasuje się do zamówienia gier, ponieważ generacja jest ograniczona przez przepustowość pamięci. Karta na szczycie listy to Radeon Instinct MI300, w 28.4 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 XuanYuan 2.0. 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 XuanYuan 2.0.

Odpowiedzi

XuanYuan 2.0 — częste pytania

XuanYuan 2.0— kto to stworzył?

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

XuanYuan 2.0— kiedy to zostało wydane?

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

XuanYuan 2.0— do czego to służy?

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

XuanYuan 2.0— Gdzie mogę to pobrać?

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

XuanYuan 2.0— 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 20.9 GB Każda figura tutaj zakłada, że cały model jest zainstalowany na karcie.

XuanYuan 2.0— 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.

XuanYuan 2.0— 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: 3. Większe karty otrzymują dokładniejszą wersję, a minimalna jakość powyżej ustala porównanie na jednym poziomie.

XuanYuan 2.0— 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: 17–45 tok/s na Radeon Instinct MI300. Ten sam model i karta różnią się o trzydzieści do pięćdziesięciu procent w zależności od oprogramowania inferencyjnego i jego wersji.

XuanYuan 2.0— 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 Q4_K_M używając około 107.3 GB, i produkuje w przybliżeniu 14.2 tokenów na sekundę. Liczba kart, które mogą go uruchomić łącznie: 17.

XuanYuan 2.0— jak szybko działa na GPU?

To zależy od karty. Najszybciej obliczamy to Radeon Instinct MI300, około 28.4 tokenów na sekundę; najwolniejszy, który nadal działa, osiąga znacznie mniej. Prędkość odczytu wynosi około dziesięciu tokenów na sekundę, a liczba kart, które to osiągają: 15.

XuanYuan 2.0— Ile VRAM-u potrzebuje?

Potrzebuje około 107.3 GB przy kompresji Q4_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.

XuanYuan 2.0— 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.

XuanYuan 2.0— ile ma parametrów?

Ma liczbę parametrów równą 176.2B. 176.2B. 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 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