Flan T5-XXL + BLIP-2 kalkulator TPS

Otwórz wagi Salesforce Research 12.1B parametry January 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

509 karty, które mogą go uruchomić

818 Karty, które posiadamy specyfikacje dla

Najmniejsza karta, która pasuje

Xeon Phi 5110P

8 GB · Q3_K_M · 19.7 tok/s

Najszybsza karta

B200

280 tok/s · 180 GB

Które GPU mogą uruchomić Flan T5-XXL + BLIP-2?

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.

509 karty pasują

Obliczanie

					potrzeby	Kwantyzacja	Pasuje
280 tok/s 168–448 · niska pewność	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	13.7 GB	Q8_0	Wygodny
280 tok/s 168–448 · niska pewność	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	13.7 GB	Q8_0	Wygodny
224 tok/s 134–358 · niska pewność	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	13.7 GB	Q8_0	Wygodny
224 tok/s 134–358 · niska pewność	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	13.7 GB	Q8_0	Wygodny
179 tok/s 107–286 · niska pewność	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	13.7 GB	Q8_0	Wygodny
171 tok/s 103–274 · niska pewność	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	13.7 GB	Q8_0	Wygodny
171 tok/s 103–274 · niska pewność	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	13.7 GB	Q8_0	Wygodny
164 tok/s 98–262 · niska pewność	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	13.7 GB	Q8_0	Wygodny
145 tok/s 87–233 · niska pewność	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	13.7 GB	Q8_0	Wygodny
145 tok/s 87–233 · niska pewność	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	13.7 GB	Q8_0	Wygodny
145 tok/s 87–233 · niska pewność	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	13.7 GB	Q8_0	Wygodny
141 tok/s 84–225 · niska pewność	CMP 170HX 8 GB NVIDIA	8 GB	1,490 GB/s	Sep 2021	6.6 GB	Q3_K_M	Wąski
138 tok/s 83–221 · niska pewność	H100 NVL 94 GB NVIDIA	94 GB	3,940 GB/s	Mar 2023	13.7 GB	Q8_0	Wygodny
126 tok/s 76–202 · niska pewność	CMP 170HX 10 GB NVIDIA	10 GB	1,560 GB/s	Sep 2021	8.0 GB	Q4_K_M	Wąski
118 tok/s 71–188 · niska pewność	H100 PCIe 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	13.7 GB	Q8_0	Wygodny
118 tok/s 71–188 · niska pewność	H100 SXM5 80 GB NVIDIA	80 GB	3,360 GB/s	Oct 2022	13.7 GB	Q8_0	Wygodny
118 tok/s 71–188 · niska pewność	H100 SXM5 94 GB NVIDIA	94 GB	3,360 GB/s	Mar 2023	13.7 GB	Q8_0	Wygodny
118 tok/s 71–188 · niska pewność	H100 SXM5 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	13.7 GB	Q8_0	Wygodny
118 tok/s 71–188 · niska pewność	H800 SXM5 NVIDIA	80 GB	3,360 GB/s	Mar 2023	13.7 GB	Q8_0	Wygodny
89.6 tok/s 54–143 · niska pewność	Radeon Instinct MI250 AMD	128 GB	3,280 GB/s	Nov 2021	13.7 GB	Q8_0	Wygodny
89.6 tok/s 54–143 · niska pewność	Radeon Instinct MI250X AMD	128 GB	3,280 GB/s	Nov 2021	13.7 GB	Q8_0	Wygodny
74.6 tok/s 45–119 · niska pewność	Data Center GPU Max 1550 Intel	128 GB	3,280 GB/s	Jan 2023	13.7 GB	Q8_0	Wygodny
73.0 tok/s 44–117 · niska pewność	Data Center GPU Max Subsystem Intel	128 GB	3,210 GB/s	Jan 2023	13.7 GB	Q8_0	Wygodny
72.5 tok/s 44–116 · niska pewność	RTX A5000-8Q NVIDIA	8 GB	768 GB/s	Apr 2021	6.6 GB	Q3_K_M	Wąski
71.4 tok/s 43–114 · niska pewność	A100 SXM4 80 GB NVIDIA	80 GB	2,040 GB/s	Nov 2020	13.7 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: Salesforce Research
Typ organizacji: Industry
Kraj: United States of America
Opublikowany: 30 January 2023
Autorzy: Junnan Li, Dongxu Li, Silvio Savarese, Steven Hoi

Co to robi

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

Domena: Multimodal, Language, Vision
Zadanie: Vision-language generation, Chat, Visual question answering
Model bazowy: Flan-T5 11B
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: 12.1B
Dane treningowe: 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: 1.2 × 10²¹ 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 40 GB
Czas rzeczywisty: 200 hours (8.3 days)
Koszt obliczeniowy: $99,690

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: Open source

Jak jest klasyfikowane

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

Zapisz pewność: Confident
Cytaty: 8,019

Źródła

Skąd pochodzi ten rekord i kiedy był ostatnio sprawdzany.

Referencja: BLIP-2: Bootstrapping Language-Image Pre-training with Frozen Image Encoders and Large Language Models
Ostatnio zaktualizowane: 25 May 2026

Ekstremy

Dziesięć najszybszych GPU, które uruchamiają Flan T5-XXL + BLIP-2

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 T5-XXL + BLIP-2

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

Co oznaczają liczby

Co jest potrzebne, aby uruchomić ten model

Minimalna karta

Xeon Phi 5110P

Pamięć potrzebna

6.6 GB

Najszybszy

280 tok/s

Flan T5-XXL + BLIP-2 osiąga liczbę parametrów równą 12.1B. 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: 509.

Najmniejsza karta, która to utrzymuje, to Xeon Phi 5110P, o pojemności pamięci 8 GB, uruchomienie go przy kompresji Q3_K_M i produkując około 19.7 tokeny na sekundę

Na drugim końcu siedzi B200, generowanie w przybliżeniu 280 tokenów na sekundę na podstawie przepustowości pamięci 8,000 GB/s.

Skąd to pochodzi

Flan T5-XXL + BLIP-2 został opublikowany przez Salesforce Research, w kraju zapisanym jako United States of America, podczas January 2023. Kategoria, do której należy wydawca, to industry.

Działa w dziedzinie Multimodal, Language, Vision, i jest zapisany jako wykonujący zadanie vision-language generation, Chat, Visual question answering.

Jego punktem wyjścia był istniejący model podstawowy, Flan-T5 11B. To jest zwykły sposób produkcji wyspecjalizowanego modelu.

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

Zrozumienie prędkości

Mediana wyniku wynosi około 21.1 tokenów na sekundę. Przekraczając prędkość czytania bezpośrednio: 455 ich

Każda waga uczestniczy w każdym tokenie tutaj, więc szerokość pasma jest całą historią: poniższa lista to w rzeczywistości ranking przepustowości pamięci.

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.

Krok po kroku

Jak wybrać GPU do Flan T5-XXL + BLIP-2

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 Flan T5-XXL + BLIP-2, potrzebując około 6.6 GB przy kompresji Q3_K_M. Pojemność to brama — karta albo ją trzyma, albo nie.
02

Dopasuj kontekst do swojego rzeczywistego użycia

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. Flan T5-XXL + BLIP-2.
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

Sortuj według prędkości

Szybkość zamawiania jest w rzeczywistości zamawianiem według pasma pamięci, dla Flan T5-XXL + BLIP-2. Nie dopasuje się do zamówienia gier, ponieważ generacja jest ograniczona przez przepustowość pamięci. Karta na szczycie listy to B200, w 280 tok/s
05

Zwróć uwagę na margines, a nie tylko na dopasowanie

Tight dopasowanie działa, ale nie zostawia nic na dłuższą rozmowę, w przypadku Flan T5-XXL + BLIP-2. 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 Flan T5-XXL + BLIP-2.

Odpowiedzi

Flan T5-XXL + BLIP-2 — częste pytania

Flan T5-XXL + BLIP-2— czy dwa GPU uruchomią to szybciej?

Pojemność sumuje się w kartach; przepustowość nie. Liczba kart, które już same ją posiadają: 509. Więc druga karta rzadko jest odpowiedzią tutaj.

Flan T5-XXL + BLIP-2— 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.

Flan T5-XXL + BLIP-2— Jak dokładne są te szacunki prędkości?

To są szacunki z rzeczywistymi marginesami błędu, a każdy z nich mógłby rozsądnie wypaść gdziekolwiek w swoim opublikowanym zakresie w zależności od używanego uruchomienia. Najszybszy wynik tutaj: 168–448 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 T5-XXL + BLIP-2— Jaką GPU potrzebuję, aby ją uruchomić?

Najmniejsza karta w naszym katalogu, która to pomieści, to Xeon Phi 5110P, o pojemności pamięci 8 GB. Uruchamia model przy kompresji Q3_K_M używając około 6.6 GB, i produkuje w przybliżeniu 19.7 tokenów na sekundę. Liczba kart, które mogą go uruchomić łącznie: 509.

Flan T5-XXL + BLIP-2— jak szybko działa na GPU?

To zależy od karty. Najszybciej obliczamy to B200, około 280 tokenów na sekundę; najwolniejszy, który nadal działa, osiąga znacznie mniej. Prędkość odczytu wynosi około dziesięciu tokenów na sekundę, a liczba kart, które to osiągają: 455.

Flan T5-XXL + BLIP-2— Ile VRAM-u potrzebuje?

Potrzebuje około 6.6 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 T5-XXL + BLIP-2— czy mogę uruchomić to na GPU trzymając 8 GB?

Tak. Karta CMP 170HX 8 GB, trzymanie 8 GB, uruchamia go przy kompresji Q3_K_M, używając około 6.6 GB i generując w przybliżeniu 141 tokenów na sekundę. Dopasowanie jest ciasne.

Flan T5-XXL + BLIP-2— czy mogę uruchomić to na GPU trzymając 12 GB?

Tak. Karta GeForce RTX 3080 Ti, trzymanie 12 GB, uruchamia go przy kompresji Q5_K_M, używając około 9.4 GB i generując w przybliżeniu 57.0 tokenów na sekundę. Dopasowanie jest ciasne.

Flan T5-XXL + BLIP-2— 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 13.7 GB i generując w przybliżeniu 39.6 tokenów na sekundę. Dopasowanie jest ciasne.

Flan T5-XXL + BLIP-2— 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 13.7 GB i generując w przybliżeniu 46.9 tokenów na sekundę. Dopasowanie jest komfortowe.

Flan T5-XXL + BLIP-2— 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 T5-XXL + BLIP-2— ile ma parametrów?

Ma liczbę parametrów równą 12.1B. 12.1B, per Table 2. only 108M trainable params (i.e. params trained during the BLIP process). 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 T5-XXL + BLIP-2— kto to stworzył?

Zostało opublikowane przez Salesforce Research, oparty na United States of America, organizacja sklasyfikowana jako industry.

Flan T5-XXL + BLIP-2— kiedy to zostało wydane?

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

Flan T5-XXL + BLIP-2— do czego to służy?

Działa w dziedzinie Multimodal, Language, Vision, i jest zarejestrowany jako realizujący zadanie vision-language generation, Chat, Visual question answering. Modele często mają więcej niż jeden z każdego, a etykiety opisują cel, a nie ograniczenia możliwości.

Flan T5-XXL + BLIP-2— Gdzie mogę to pobrać?

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

Flan T5-XXL + BLIP-2— 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 2.6 GB Każda figura tutaj zakłada, że cały model jest zainstalowany na karcie.

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