Flan UL2 kalkulator TPS

Otwórz wagi Google Brain 19.5B parametry March 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

293 karty, które mogą go uruchomić

818 Karty, które posiadamy specyfikacje dla

Najmniejsza karta, która pasuje

Quadro K6000

12 GB · Q3_K_M · 14.4 tok/s

Najszybsza karta

B200

174 tok/s · 180 GB

Które GPU mogą uruchomić Flan UL2?

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.

293 karty pasują

Obliczanie

					potrzeby	Kwantyzacja	Pasuje
174 tok/s 104–278 · niska pewność	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	21.6 GB	Q8_0	Wygodny
174 tok/s 104–278 · niska pewność	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	21.6 GB	Q8_0	Wygodny
139 tok/s 83–222 · niska pewność	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	21.6 GB	Q8_0	Wygodny
139 tok/s 83–222 · niska pewność	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	21.6 GB	Q8_0	Wygodny
111 tok/s 67–178 · niska pewność	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	21.6 GB	Q8_0	Wygodny
106 tok/s 64–170 · niska pewność	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	21.6 GB	Q8_0	Wygodny
106 tok/s 64–170 · niska pewność	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	21.6 GB	Q8_0	Wygodny
102 tok/s 61–163 · niska pewność	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	21.6 GB	Q8_0	Wygodny
90.2 tok/s 54–144 · niska pewność	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	21.6 GB	Q8_0	Wygodny
90.2 tok/s 54–144 · niska pewność	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	21.6 GB	Q8_0	Wygodny
90.2 tok/s 54–144 · niska pewność	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	21.6 GB	Q8_0	Wygodny
85.6 tok/s 51–137 · niska pewność	H100 NVL 94 GB NVIDIA	94 GB	3,940 GB/s	Mar 2023	21.6 GB	Q8_0	Wygodny
73.0 tok/s 44–117 · niska pewność	H100 PCIe 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	21.6 GB	Q8_0	Wygodny
73.0 tok/s 44–117 · niska pewność	H100 SXM5 80 GB NVIDIA	80 GB	3,360 GB/s	Oct 2022	21.6 GB	Q8_0	Wygodny
73.0 tok/s 44–117 · niska pewność	H100 SXM5 94 GB NVIDIA	94 GB	3,360 GB/s	Mar 2023	21.6 GB	Q8_0	Wygodny
73.0 tok/s 44–117 · niska pewność	H100 SXM5 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	21.6 GB	Q8_0	Wygodny
73.0 tok/s 44–117 · niska pewność	H800 SXM5 NVIDIA	80 GB	3,360 GB/s	Mar 2023	21.6 GB	Q8_0	Wygodny
56.7 tok/s 34–91 · niska pewność	Tesla V100 SXM2 16 GB NVIDIA	16 GB	1,130 GB/s	Nov 2019	12.5 GB	Q4_K_M	Wąski
55.6 tok/s 33–89 · niska pewność	Radeon Instinct MI250 AMD	128 GB	3,280 GB/s	Nov 2021	21.6 GB	Q8_0	Wygodny
55.6 tok/s 33–89 · niska pewność	Radeon Instinct MI250X AMD	128 GB	3,280 GB/s	Nov 2021	21.6 GB	Q8_0	Wygodny
53.5 tok/s 32–86 · niska pewność	GeForce RTX 3080 12 GB NVIDIA	12 GB	912 GB/s	Jan 2022	10.2 GB	Q3_K_M	Wąski
53.5 tok/s 32–86 · niska pewność	GeForce RTX 3080 Ti NVIDIA	12 GB	912 GB/s	May 2021	10.2 GB	Q3_K_M	Wąski
48.1 tok/s 29–77 · niska pewność	GeForce RTX 5080 NVIDIA	16 GB	960 GB/s	Jan 2025	12.5 GB	Q4_K_M	Wąski
46.3 tok/s 28–74 · niska pewność	Data Center GPU Max 1550 Intel	128 GB	3,280 GB/s	Jan 2023	21.6 GB	Q8_0	Wygodny
45.3 tok/s 27–73 · niska pewność	Data Center GPU Max Subsystem Intel	128 GB	3,210 GB/s	Jan 2023	21.6 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: Google Brain
Typ organizacji: Industry
Kraj: United States of America
Opublikowany: 3 March 2023
Autorzy: Yi Tay, Mostafa Dehghani, Vinh Q. Tran, Xavier Garcia, Jason Wei, Xuezhi Wang, Hyung Won Chung, Siamak Shakeri, Dara Bahri, Tal Schuster, Huaixiu Steven Zheng, Denny Zhou, Neil Houlsby, Donald Metzler

Co to robi

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

Domena: Language
Zadanie: Language generation
Model bazowy: UL2

Rozmiar

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

parametry: 19.5B
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 (unrestricted)
Kod treningowy: Unreleased

Jak jest klasyfikowane

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

Zapisz pewność: Confident
Cytaty: 387

Źródła

Skąd pochodzi ten rekord i kiedy był ostatnio sprawdzany.

Referencja: A New Open Source Flan 20B with UL2
Ostatnio zaktualizowane: 25 May 2026

Ekstremy

Dziesięć najszybszych GPU, które uruchamiają Flan UL2

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 Flan UL2

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 K6000

Pamięć potrzebna

10.2 GB

Najszybszy

174 tok/s

Flan UL2 osiąga liczbę parametrów równą 19.5B. 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: 293.

Na niskim końcu obsługiwane jest przez Quadro K6000, o pojemności pamięci 12 GB, uruchomienie go przy kompresji Q3_K_M i produkując około 14.4 tokeny na sekundę

Na drugim końcu siedzi B200, generowanie w przybliżeniu 174 tokenów na sekundę na podstawie przepustowości pamięci 8,000 GB/s.

Co to jest model?

Flan UL2 został opublikowany przez Google Brain, w kraju zapisanym jako United States of America, podczas March 2023. Organizacja publikująca jest klasyfikowana jako industry.

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

Opiera się na UL2. To jest zwykły sposób produkcji wyspecjalizowanego modelu.

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

Co decyduje o szybkości

Połowa kart, które go trzymają, osiąga więcej niż 19.8 tokenów na sekundę 249 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.

Krok po kroku

Jak wybrać GPU do Flan UL2

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 Flan UL2, potrzebując około 10.2 GB przy kompresji Q3_K_M. Żadna ilość mocy obliczeniowej nie może zrekompensować karty, która nie może jej pomieścić.
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 Flan UL2.
03

Zdecyduj, ile kompresji zaakceptujesz

Kompresja to to, co sprawia, że model mieści się w mniejszych KARTACH, kosztem pewnej dokładności., osiągnięcie kompresji Q3_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

Oceń według przepustowości, a nie kart specyfikacji

Szybkość zamawiania jest w rzeczywistości zamawianiem według pasma pamięci, dla Flan UL2. Nie dopasuje się do zamówienia gier, ponieważ generacja jest ograniczona przez przepustowość pamięci. Karta na szczycie listy to B200, w 174 tok/s
05

Sprawdź werdykt dopasowania przed zakupem

Tight oznacza, że ładowanie i działanie odbywa się bez miejsca na późniejsze zwiększenie długości kontekstu, w przypadku Flan UL2. 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 Flan UL2.

Odpowiedzi

Flan UL2 — częste pytania

Flan UL2— 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 2.6 GB Każda figura tutaj zakłada, że cały model jest zainstalowany na karcie.

Flan UL2— czy dwa GPU uruchomią to szybciej?

Druga KARTA mniej więcej podwaja dostępna PAMIĘĆ, ale nie tempo generacji. Liczba już zdolna do uruchomienia jej samodzielnie: 293. Więc druga karta rzadko jest odpowiedzią tutaj.

Flan UL2— dlaczego kwantyzacja różni się między kartami?

Większa KARTA przechowuje dokładniejszą kopię. Liczba poziomów kompresji używanych w KARTACH, które ją uruchamiają: 4. Większe karty otrzymują dokładniejszą wersję, a minimalna jakość powyżej ustala porównanie na jednym poziomie.

Flan UL2— Jak dokładne są te szacunki prędkości?

Są obliczane na podstawie specyfikacji, a nie mierzone, i każdy ma zakres. Jeden przykład: 104–278 tok/s na B200. Ten sam model i karta różnią się o trzydzieści do pięćdziesięciu procent w zależności od oprogramowania inferencyjnego i jego wersji.

Flan UL2— Jaką GPU potrzebuję, aby ją uruchomić?

Najmniejsza karta w naszym katalogu, która to pomieści, to Quadro K6000, o pojemności pamięci 12 GB. Uruchamia model przy kompresji Q3_K_M używając około 10.2 GB, i produkuje w przybliżeniu 14.4 tokenów na sekundę. Liczba kart, które mogą go uruchomić łącznie: 293.

Flan UL2— jak szybko działa na GPU?

To zależy od karty. Najszybciej obliczamy to B200, około 174 tokenów na sekundę; najwolniejszy, który nadal działa, osiąga znacznie mniej. Prędkość odczytu wynosi około dziesięciu tokenów na sekundę, a liczba kart, które to osiągają: 249.

Flan UL2— Ile VRAM-u potrzebuje?

Potrzebuje około 10.2 GB przy kompresji Q3_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.

Flan UL2— czy mogę uruchomić to na GPU trzymając 12 GB?

Tak. Karta GeForce RTX 3080 Ti, trzymanie 12 GB, uruchamia go przy kompresji Q3_K_M, używając około 10.2 GB i generując w przybliżeniu 53.5 tokenów na sekundę. Dopasowanie jest ciasne.

Flan UL2— czy mogę uruchomić to na GPU trzymając 16 GB?

Tak. Karta Tesla V100 SXM2 16 GB, trzymanie 16 GB, uruchamia go przy kompresji Q4_K_M, używając około 12.5 GB i generując w przybliżeniu 56.7 tokenów na sekundę. Dopasowanie jest ciasne.

Flan UL2— 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 21.6 GB i generując w przybliżeniu 29.1 tokenów na sekundę. Dopasowanie jest ciasne.

Flan UL2— 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.

Flan UL2— ile ma parametrów?

Ma liczbę parametrów równą 19.5B. 19.5B per https://www.yitay.net/blog/flan-ul2-20b. 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.

Flan UL2— kto to stworzył?

Zostało opublikowane przez Google Brain, oparty na United States of America, organizacja sklasyfikowana jako industry.

Flan UL2— kiedy to zostało wydane?

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

Flan UL2— do czego to służy?

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

Flan UL2— Gdzie mogę to pobrać?

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

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