OPT-66B kalkulator TPS

Otwórz wagi Meta AI 66B parametry June 2022

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

61 karty, które mogą go uruchomić

818 Karty, które posiadamy specyfikacje dla

Najmniejsza karta, która pasuje

A100 PCIe 40 GB

40 GB · Q3_K_M · 27.0 tok/s

Najszybsza karta

B200

51.3 tok/s · 180 GB

Które GPU mogą uruchomić OPT-66B?

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.

61 karty pasują

Obliczanie

					potrzeby	Kwantyzacja	Pasuje
51.3 tok/s 31–82 · niska pewność	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	71.4 GB	Q8_0	Wygodny
51.3 tok/s 31–82 · niska pewność	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	71.4 GB	Q8_0	Wygodny
41.0 tok/s 25–66 · niska pewność	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	71.4 GB	Q8_0	Wygodny
41.0 tok/s 25–66 · niska pewność	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	71.4 GB	Q8_0	Wygodny
32.8 tok/s 20–52 · niska pewność	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	71.4 GB	Q8_0	Wygodny
31.4 tok/s 19–50 · niska pewność	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	71.4 GB	Q8_0	Wygodny
31.4 tok/s 19–50 · niska pewność	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	71.4 GB	Q8_0	Wygodny
30.0 tok/s 18–48 · niska pewność	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	71.4 GB	Q8_0	Wygodny
27.7 tok/s 17–44 · niska pewność	GRID A100B NVIDIA	48 GB	1,870 GB/s	May 2020	40.6 GB	Q4_K_M	Wąski
27.0 tok/s 16–43 · niska pewność	A100 PCIe 40 GB NVIDIA	40 GB	1,560 GB/s	Jun 2020	32.9 GB	Q3_K_M	Wąski
27.0 tok/s 16–43 · niska pewność	A100 SXM4 40 GB NVIDIA	40 GB	1,560 GB/s	May 2020	32.9 GB	Q3_K_M	Wąski
27.0 tok/s 16–43 · niska pewność	A800 PCIe 40 GB NVIDIA	40 GB	1,560 GB/s	Nov 2022	32.9 GB	Q3_K_M	Wąski
26.7 tok/s 16–43 · niska pewność	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	71.4 GB	Q8_0	Wygodny
26.7 tok/s 16–43 · niska pewność	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	71.4 GB	Q8_0	Wygodny
26.7 tok/s 16–43 · niska pewność	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	71.4 GB	Q8_0	Wygodny
25.3 tok/s 15–40 · niska pewność	H100 NVL 94 GB NVIDIA	94 GB	3,940 GB/s	Mar 2023	71.4 GB	Q8_0	Wąski
21.6 tok/s 13–35 · niska pewność	H100 PCIe 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	71.4 GB	Q8_0	Wygodny
21.6 tok/s 13–35 · niska pewność	H100 SXM5 80 GB NVIDIA	80 GB	3,360 GB/s	Oct 2022	71.4 GB	Q8_0	Wąski
21.6 tok/s 13–35 · niska pewność	H100 SXM5 94 GB NVIDIA	94 GB	3,360 GB/s	Mar 2023	71.4 GB	Q8_0	Wąski
21.6 tok/s 13–35 · niska pewność	H100 SXM5 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	71.4 GB	Q8_0	Wygodny
21.6 tok/s 13–35 · niska pewność	H800 SXM5 NVIDIA	80 GB	3,360 GB/s	Mar 2023	71.4 GB	Q8_0	Wąski
19.9 tok/s 12–32 · niska pewność	RTX PRO 5000 Blackwell NVIDIA	48 GB	1,340 GB/s	Mar 2025	40.6 GB	Q4_K_M	Wąski
18.8 tok/s 11–30 · niska pewność	H100 SXM5 64 GB NVIDIA	64 GB	2,020 GB/s	Mar 2023	56.0 GB	Q6_K	Wąski
16.4 tok/s 10–26 · niska pewność	Radeon Instinct MI250 AMD	128 GB	3,280 GB/s	Nov 2021	71.4 GB	Q8_0	Wygodny
16.4 tok/s 10–26 · niska pewność	Radeon Instinct MI250X AMD	128 GB	3,280 GB/s	Nov 2021	71.4 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: Meta AI
Typ organizacji: Industry
Kraj: United States of America
Opublikowany: 21 June 2022
Autorzy: Susan Zhang∗ , Stephen Roller∗ , Naman Goyal∗ , Mikel Artetxe, Moya Chen, Shuohui Chen, Christopher Dewan, Mona Diab, Xian Li, Xi Victoria Lin, Todor Mihaylov, Myle Ott† , Sam Shleifer† , Kurt Shuster, Daniel Simig, Punit Singh Koura, Anjali Sridhar, Tianlu Wang, Luke Zettlemoyer

Co to robi

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

Domena: Language
Zadanie: Language modeling, Chat, 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: 66B
Dane treningowe: 180,000,000,000 tokens
Epoki: 1.67
Rozmiar wsadu: 2,000,000

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: 1.1 × 10²³ 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 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 (non-commercial)
Kod treningowy: Open source

Jak jest klasyfikowane

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

Prawdopodobnie powyżej 10²³ FLOP: Yes
Zapisz pewność: Confident
Cytaty: 4,716
Dane benchmarkowe: OPT-66B

Źródła

Skąd pochodzi ten rekord i kiedy był ostatnio sprawdzany.

Referencja: OPT: Open Pre-trained Transformer Language Models
Ostatnio zaktualizowane: 25 May 2026

Ekstremy

Dziesięć najszybszych GPU, które uruchamiają OPT-66B

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 OPT-66B

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

Co oznaczają liczby

Strona sprzętowa

Minimalna karta

A100 PCIe 40 GB

Pamięć potrzebna

32.9 GB

Najszybszy

51.3 tok/s

OPT-66B osiąga liczbę parametrów równą 66B. 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: 61.

Na niskim końcu obsługiwane jest przez A100 PCIe 40 GB, o pojemności pamięci 40 GB, uruchomienie go przy kompresji Q3_K_M i produkując około 27.0 tokeny na sekundę

Najszybszy rezultat pochodzi z B200, generowanie w przybliżeniu 51.3 tokenów na sekundę na podstawie przepustowości pamięci 8,000 GB/s.

Skąd to pochodzi

OPT-66B został opublikowany przez Meta AI, w kraju zapisanym jako United States of America, podczas June 2022. Organizacja publikująca jest klasyfikowana jako industry.

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

Otwarte wagi to powód, dla którego ta strona znajduje się w kalkulatorze, a nie tylko w katalogu: jest to model, który możesz faktycznie mieć.

Zrozumienie prędkości

Połowa kart, które go trzymają, osiąga więcej niż 13.1 tokenów na sekundę. Przekraczając prędkość czytania bezpośrednio: 52 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.

Jak to zostało wytrenowane

Wytworzenie tego wymagało arytmetyki sumującej około 1.1 × 10²³ FLOP, na sprzęcie zarejestrowanym jako NVIDIA A100 SXM4 80 GB. Ta liczba mierzy, ile kosztowało wyprodukowanie modelu i nie ma wpływu na to, jak szybko odpowiada.

Zbiór treningowy trwał około 180,000,000,000 Tokeny tekstu.

Krok po kroku

Jak wybrać GPU do OPT-66B

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

Tabela zawiera każdą kartę, która jest w stanie pomieścić OPT-66B, potrzebując około 32.9 GB przy kompresji Q3_K_M. Pojemność to brama — karta albo ją trzyma, albo nie.
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 OPT-66B.
03

Wybierz, jak daleko chcesz to skompresować.

Każda KARTA uruchamia najmniej skompresowaną kopię, jaką może pomieścić., 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

Porównaj TOKENS na sekundę, a nie SPECYFIKACJE.

Sortuj według prędkości, aby zobaczyć, jak karty się klasyfikują. OPT-66B. Nie dopasuje się do zamówienia gier, ponieważ generacja jest ograniczona przez przepustowość pamięci. Karta na szczycie listy to B200, w 51.3 tok/s
05

Przeczytaj kolumnę dopasowania jako ostatnią

Tight oznacza, że ładowanie i działanie odbywa się bez miejsca na późniejsze zwiększenie długości kontekstu, w przypadku OPT-66B. 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

Każda nazwa karty łączy się z jej własną stroną, która wykonuje tę samą kalkulację w całym katalogu modelu. Kartę zazwyczaj kupuje się dla więcej niż jednego modelu, więc warto rzucić okiem przed zakupem na OPT-66B.

Odpowiedzi

OPT-66B — częste pytania

OPT-66B— 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.

OPT-66B— ile ma parametrów?

Ma liczbę parametrów równą 66B. 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.

OPT-66B— kto to stworzył?

Zostało opublikowane przez Meta AI, oparty na United States of America, organizacja sklasyfikowana jako industry.

OPT-66B— kiedy to zostało wydane?

Zostało opublikowane w June 2022. Możliwość na parametr znacznie się poprawiła, więc nowszy model tej samej wielkości często lepiej wykorzystuje ten sam sprzęt.

OPT-66B— do czego to służy?

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

OPT-66B— Gdzie mogę to pobrać?

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

OPT-66B— ile mocy obliczeniowej użyto do jego trenowania?

Szkolenie zajęło około 1.1 × 10²³ FLOP, na sprzęcie zarejestrowanym jako NVIDIA A100 SXM4 80 GB. 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.

OPT-66B— 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 11.8 GB Każda figura tutaj zakłada, że cały model jest zainstalowany na karcie.

OPT-66B— czy dwa GPU uruchomią to szybciej?

Pojemność sumuje się w kartach; przepustowość nie. Liczba kart, które już same ją posiadają: 61. Więc druga karta rzadko jest odpowiedzią tutaj.

OPT-66B— 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.

OPT-66B— 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: 31–82 tok/s na B200. Ten sam model i karta różnią się o trzydzieści do pięćdziesięciu procent w zależności od oprogramowania inferencyjnego i jego wersji.

OPT-66B— Jaką GPU potrzebuję, aby ją uruchomić?

Najmniejsza karta w naszym katalogu, która to pomieści, to A100 PCIe 40 GB, o pojemności pamięci 40 GB. Uruchamia model przy kompresji Q3_K_M używając około 32.9 GB, i produkuje w przybliżeniu 27.0 tokenów na sekundę. Liczba kart, które mogą go uruchomić łącznie: 61.

OPT-66B— jak szybko działa na GPU?

To zależy od karty. Najszybciej obliczamy to B200, około 51.3 tokenów na sekundę; najwolniejszy, który nadal działa, osiąga znacznie mniej. Prędkość odczytu wynosi około dziesięciu tokenów na sekundę, a liczba kart, które to osiągają: 52.

OPT-66B— Ile VRAM-u potrzebuje?

Potrzebuje około 32.9 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.

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