SRU++ Large kalkulator TPS

Otwórz wagi ASAPP 234M parametry February 2021

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

818 karty, które mogą go uruchomić

818 Karty, które posiadamy specyfikacje dla

Najmniejsza karta, która pasuje

Tesla C1080

4 GB · Q8_0 · 158 tok/s

Najszybsza karta

B200

14,480 tok/s · 180 GB

Które GPU mogą uruchomić SRU++ Large?

Ustaw wejścia, odczytaj odpowiedź.

Dłuższa rozmowa wymaga więcej MEMORY, co może spowodować, że ten model nie zmieści się na mniejszych CARD..

Ukrywa karty, które zmieściłyby się w modelu tylko przez skompresowanie go poniżej tego punktu..

818 karty pasują

Obliczanie
potrzeby Kwantyzacja Pasuje
14,480 tok/s

8,688–23,167 · niska pewność

B200 NVIDIA 180 GB 8,000 GB/s Jan 2024 0.9 GB Q8_0 Wygodny
14,480 tok/s

8,688–23,167 · niska pewność

B300 NVIDIA 288 GB 8,000 GB/s Sep 2025 0.9 GB Q8_0 Wygodny
11,562 tok/s

6,937–18,500 · niska pewność

Radeon Instinct MI350X AMD 288 GB 8,190 GB/s Jan 2025 0.9 GB Q8_0 Wygodny
11,562 tok/s

6,937–18,500 · niska pewność

Radeon Instinct MI355X AMD 288 GB 8,190 GB/s Jan 2025 0.9 GB Q8_0 Wygodny
9,247 tok/s

5,548–14,795 · niska pewność

Radeon Instinct MI300 AMD 128 GB 6,550 GB/s Jan 2023 0.9 GB Q8_0 Wygodny
8,851 tok/s

5,310–14,161 · niska pewność

H200 NVL NVIDIA 141 GB 4,890 GB/s Nov 2024 0.9 GB Q8_0 Wygodny
8,851 tok/s

5,310–14,161 · niska pewność

H200 SXM 141 GB NVIDIA 141 GB 4,890 GB/s Nov 2024 0.9 GB Q8_0 Wygodny
8,471 tok/s

5,082–13,553 · niska pewność

Radeon Instinct MI325X AMD 256 GB 6,000 GB/s Oct 2024 0.9 GB Q8_0 Wygodny
7,518 tok/s

4,511–12,028 · niska pewność

Radeon Instinct MI300A AMD 128 GB 5,325 GB/s Dec 2023 0.9 GB Q8_0 Wygodny
7,518 tok/s

4,511–12,028 · niska pewność

Radeon Instinct MI300X AMD 192 GB 5,325 GB/s Dec 2023 0.9 GB Q8_0 Wygodny
7,518 tok/s

4,511–12,028 · niska pewność

Radeon Instinct MI308X AMD 192 GB 5,325 GB/s Dec 2023 0.9 GB Q8_0 Wygodny
7,131 tok/s

4,279–11,410 · niska pewność

H100 NVL 94 GB NVIDIA 94 GB 3,940 GB/s Mar 2023 0.9 GB Q8_0 Wygodny
6,081 tok/s

3,649–9,730 · niska pewność

H100 PCIe 96 GB NVIDIA 96 GB 3,360 GB/s Mar 2023 0.9 GB Q8_0 Wygodny
6,081 tok/s

3,649–9,730 · niska pewność

H100 SXM5 80 GB NVIDIA 80 GB 3,360 GB/s Oct 2022 0.9 GB Q8_0 Wygodny
6,081 tok/s

3,649–9,730 · niska pewność

H100 SXM5 94 GB NVIDIA 94 GB 3,360 GB/s Mar 2023 0.9 GB Q8_0 Wygodny
6,081 tok/s

3,649–9,730 · niska pewność

H100 SXM5 96 GB NVIDIA 96 GB 3,360 GB/s Mar 2023 0.9 GB Q8_0 Wygodny
6,081 tok/s

3,649–9,730 · niska pewność

H800 SXM5 NVIDIA 80 GB 3,360 GB/s Mar 2023 0.9 GB Q8_0 Wygodny
4,631 tok/s

2,778–7,409 · niska pewność

Radeon Instinct MI250 AMD 128 GB 3,280 GB/s Nov 2021 0.9 GB Q8_0 Wygodny
4,631 tok/s

2,778–7,409 · niska pewność

Radeon Instinct MI250X AMD 128 GB 3,280 GB/s Nov 2021 0.9 GB Q8_0 Wygodny
3,859 tok/s

2,315–6,174 · niska pewność

Data Center GPU Max 1550 Intel 128 GB 3,280 GB/s Jan 2023 0.9 GB Q8_0 Wygodny
3,776 tok/s

2,266–6,042 · niska pewność

Data Center GPU Max Subsystem Intel 128 GB 3,210 GB/s Jan 2023 0.9 GB Q8_0 Wygodny
3,692 tok/s

2,215–5,908 · niska pewność

A100 SXM4 80 GB NVIDIA 80 GB 2,040 GB/s Nov 2020 0.9 GB Q8_0 Wygodny
3,692 tok/s

2,215–5,908 · niska pewność

A100X NVIDIA 80 GB 2,040 GB/s Jun 2021 0.9 GB Q8_0 Wygodny
3,692 tok/s

2,215–5,908 · niska pewność

A800 SXM4 80 GB NVIDIA 80 GB 2,040 GB/s Aug 2022 0.9 GB Q8_0 Wygodny
3,692 tok/s

2,215–5,908 · niska pewność

H100 CNX NVIDIA 80 GB 2,040 GB/s Mar 2023 0.9 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
ASAPP
Typ organizacji
Industry
Kraj
United States of America
Opublikowany
24 February 2021
Autorzy
Tao Lei

Co to robi

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

Domena
Language
Zadanie
Language modeling
Format numeryczny
FP16

Rozmiar

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

parametry
234M

Table 5

Dane treningowe
103,000,000 tokens

Table 12: 400K training steps batch size: 8*8 = 64 sequence length = 1024 1024*8*8*400000/103000000 = 254.5 epochs

Epoki
254.5
Rozmiar wsadu
65,536

1024*8*8

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
2.1 × 10¹⁹ FLOP

6 FLOP / token / parameter * 234000000 parameters * 1024 tokens per sample * 8*8 samples per batch * 400000 steps = 3.6805018e+19 FLOP 31330000000000 FLOP / sec * 360 GPU-hours * 3600 sec / hour * 0.3 [assumed utilization] = 1.2181104e+19 FLOP sqrt(3.6805018e+19*1.2181104e+19) = 2.1173704e+19

Jak to zostało ustalone
Operation counting,Hardware

Przebieg szkolenia

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

Sprzęt do trenowania
NVIDIA V100
Czas-chip
360

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

MIT license repo. says models available as package: https://github.com/asappresearch/sru training: https://github.com/asappresearch/sru/blob/master/language_model/train_lm.py

Jak jest klasyfikowane

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

Dlaczego to jest śledzone
SOTA improvement

"our model achieves a state-of-the-art result on the ENWIK8 dataset using 1.6 days of training on an 8-GPU machine. "

Zapisz pewność
Confident
Cytaty
54
Dane benchmarkowe
SRU++ Large

Źródła

Skąd pochodzi ten rekord i kiedy był ostatnio sprawdzany.

Referencja
When Attention Meets Fast Recurrence: Training Language Models with Reduced Compute
Ostatnio zaktualizowane
1 December 2025

Ekstremy

Dziesięć najszybszych GPU, które uruchamiają SRU++ Large

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..

  1. 01 B300 288 GB · 8,000 GB/s · Q8_0 14,480 tok/s
  2. 02 B200 180 GB · 8,000 GB/s · Q8_0 14,480 tok/s
  3. 03 Radeon Instinct MI350X 288 GB · 8,190 GB/s · Q8_0 11,562 tok/s
  4. 04 Radeon Instinct MI355X 288 GB · 8,190 GB/s · Q8_0 11,562 tok/s
  5. 05 Radeon Instinct MI300 128 GB · 6,550 GB/s · Q8_0 9,247 tok/s
  6. 06 H200 NVL 141 GB · 4,890 GB/s · Q8_0 8,851 tok/s
  7. 07 H200 SXM 141 GB 141 GB · 4,890 GB/s · Q8_0 8,851 tok/s
  8. 08 Radeon Instinct MI325X 256 GB · 6,000 GB/s · Q8_0 8,471 tok/s
  9. 09 Radeon Instinct MI300A 128 GB · 5,325 GB/s · Q8_0 7,518 tok/s
  10. 10 Radeon Instinct MI300X 192 GB · 5,325 GB/s · Q8_0 7,518 tok/s

Najmniejsze GPU, które nadal działają SRU++ Large

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

  1. 01 GeForce RTX 4010 4 GB · potrzeby 0.9 GB · Q8_0 · Wygodny 174 tok/s
  2. 02 RTX A400 4 GB · potrzeby 0.9 GB · Q8_0 · Wygodny 174 tok/s
  3. 03 RTX 500 Mobile Ada Generation 4 GB · potrzeby 0.9 GB · Q8_0 · Wygodny 232 tok/s
  4. 04 GeForce RTX 3050 A Mobile 4 GB · potrzeby 0.9 GB · Q8_0 · Wygodny 348 tok/s
  5. 05 Jetson Orin Nano 4 GB 4 GB · potrzeby 0.9 GB · Q8_0 · Wygodny 61.7 tok/s
  6. 06 Radeon RX 6450M 4 GB · potrzeby 0.9 GB · Q8_0 · Wygodny 181 tok/s
  7. 07 Radeon RX 6550M 4 GB · potrzeby 0.9 GB · Q8_0 · Wygodny 203 tok/s
  8. 08 Radeon RX 6550S 4 GB · potrzeby 0.9 GB · Q8_0 · Wygodny 181 tok/s
  9. 09 Arc A310 4 GB · potrzeby 0.9 GB · Q8_0 · Wygodny 146 tok/s
  10. 10 Arc Pro A30M 4 GB · potrzeby 0.9 GB · Q8_0 · Wygodny 151 tok/s

Co oznaczają liczby

Wymagania sprzętowe w praktyce

Minimalna karta

Tesla C1080

Pamięć potrzebna

0.9 GB

Najszybszy

14,480 tok/s

SRU++ Large osiąga liczbę parametrów równą 234M. 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: 818.

Punkt wejścia to Tesla C1080, o pojemności pamięci 4 GB, uruchomienie go przy kompresji Q8_0 i produkując około 158 tokeny na sekundę

Najszybszy rezultat pochodzi z B200, generowanie w przybliżeniu 14,480 tokenów na sekundę na podstawie przepustowości pamięci 8,000 GB/s.

O tym modelu

SRU++ Large został opublikowany przez ASAPP, w kraju zapisanym jako United States of America, podczas February 2021. Kategoria, do której należy wydawca, to industry.

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

Opublikowane wagi oznaczają, że model działa na twojej maszynie, a nie na czyjejś, co sprawia, że poniższe pytanie dotyczące sprzętu jest w ogóle możliwe do odpowiedzi.

Jak szybko działa i dlaczego

Połowa kart, które go trzymają, osiąga więcej niż 406.6 tokenów na sekundę. Przekraczając prędkość czytania bezpośrednio: 818 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.

Co poszło w budowę tego

Trening zajmował około 2.1 × 10¹⁹ FLOP, na sprzęcie zarejestrowanym jako NVIDIA V100. Ta liczba mierzy, ile kosztowało wyprodukowanie modelu i nie ma wpływu na to, jak szybko odpowiada.

Trening zużył korpus około 103,000,000 Tokeny tekstu.

Kryterium włączenia: sOTA improvement.

Krok po kroku

Jak wybrać GPU do SRU++ Large

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

  1. 01

    Przeczytaj najpierw liczbę pamięci

    Zacznij od tego, co tak naprawdę jest potrzebne, czyli wymogu SRU++ Large, potrzebując około 0.9 GB przy kompresji Q8_0. Żadna ilość mocy obliczeniowej nie może zrekompensować karty, która nie może jej pomieścić.

  2. 02

    Ustaw długość kontekstu, z którą będziesz pracować

    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. SRU++ Large.

  3. 03

    Wybierz, jak daleko chcesz to skompresować.

    Kolumna kwantyzacji różni się w zależności od karty, ponieważ większa karta przechowuje dokładniejszą kopię., osiągnięcie kompresji Q8_0 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.

  4. 04

    Porównaj TOKENS na sekundę, a nie SPECYFIKACJE.

    Ranking według tokenów na sekundę podąża za przepustowością pamięci, a nie liczbą rdzeni, dla SRU++ Large. Nie dopasuje się do zamówienia gier, ponieważ generacja jest ograniczona przez przepustowość pamięci. Karta na szczycie listy to B200, w 14,480 tok/s

  5. 05

    Przeczytaj kolumnę dopasowania jako ostatnią

    Kolumna dopasowania oddziela karty, które ledwo dają radę, od tych, które mają zapas w przypadku SRU++ Large. Wygodne oznacza, że możesz później zwiększyć kontekst. Ta różnica ma większe znaczenie niż kilka tokenów na sekundę, więc kupuj za wygodne, jeśli tego oczekujesz.

  6. 06

    Otwórz kartę, na którą się zdecydowałeś

    Śledzenie karty do jej własnej strony pokazuje każdy inny model, który może pomieścić, co jest pytaniem, które pojawia się po podjęciu decyzji o SRU++ Large.

Odpowiedzi

SRU++ Large — częste pytania

01

SRU++ Large— ile ma parametrów?

Ma liczbę parametrów równą 234M. Table 5. 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.

02

SRU++ Large— kto to stworzył?

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

03

SRU++ Large— kiedy to zostało wydane?

Zostało opublikowane w February 2021. Możliwość na parametr znacznie się poprawiła, więc nowszy model tej samej wielkości często lepiej wykorzystuje ten sam sprzęt.

04

SRU++ Large— do czego to służy?

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

05

SRU++ Large— Gdzie mogę to pobrać?

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

06

SRU++ Large— ile mocy obliczeniowej użyto do jego trenowania?

Szkolenie zajęło około 2.1 × 10¹⁹ FLOP, na sprzęcie zarejestrowanym jako NVIDIA V100. 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.

07

SRU++ Large— 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. Każda figura tutaj zakłada, że cały model jest zainstalowany na karcie.

08

SRU++ Large— czy dwa GPU uruchomią to szybciej?

Druga KARTA mniej więcej podwaja dostępna PAMIĘĆ, ale nie tempo generacji. Liczba już zdolna do uruchomienia jej samodzielnie: 818. Więc druga karta rzadko jest odpowiedzią tutaj.

09

SRU++ Large— dlaczego kwantyzacja różni się między kartami?

Większa KARTA przechowuje dokładniejszą kopię. Liczba poziomów kompresji używanych w KARTACH, które ją uruchamiają: 1. Większe karty otrzymują dokładniejszą wersję, a minimalna jakość powyżej ustala porównanie na jednym poziomie.

10

SRU++ Large— 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: 8,688–23,167 tok/s na B200. Ten sam model i karta różnią się o trzydzieści do pięćdziesięciu procent w zależności od oprogramowania inferencyjnego i jego wersji.

11

SRU++ Large— Jaką GPU potrzebuję, aby ją uruchomić?

Najmniejsza karta w naszym katalogu, która to pomieści, to Tesla C1080, o pojemności pamięci 4 GB. Uruchamia model przy kompresji Q8_0 używając około 0.9 GB, i produkuje w przybliżeniu 158 tokenów na sekundę. Liczba kart, które mogą go uruchomić łącznie: 818.

12

SRU++ Large— jak szybko działa na GPU?

To zależy od karty. Najszybciej obliczamy to B200, około 14,480 tokenów na sekundę; najwolniejszy, który nadal działa, osiąga znacznie mniej. Prędkość odczytu wynosi około dziesięciu tokenów na sekundę, a liczba kart, które to osiągają: 818.

13

SRU++ Large— Ile VRAM-u potrzebuje?

Potrzebuje około 0.9 GB przy kompresji Q8_0, 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.

14

SRU++ Large— czy mogę uruchomić to na GPU trzymając 8 GB?

Tak. Karta CMP 170HX 8 GB, trzymanie 8 GB, uruchamia go przy kompresji Q8_0, używając około 0.9 GB i generując w przybliżeniu 2,697 tokenów na sekundę. Dopasowanie jest komfortowe.

15

SRU++ Large— czy mogę uruchomić to na GPU trzymając 12 GB?

Tak. Karta GeForce RTX 3080 Ti, trzymanie 12 GB, uruchamia go przy kompresji Q8_0, używając około 0.9 GB i generując w przybliżeniu 1,651 tokenów na sekundę. Dopasowanie jest komfortowe.

16

SRU++ Large— 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 0.9 GB i generując w przybliżeniu 2,045 tokenów na sekundę. Dopasowanie jest komfortowe.

17

SRU++ Large— 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 0.9 GB i generując w przybliżeniu 2,425 tokenów na sekundę. Dopasowanie jest komfortowe.

18

SRU++ Large— 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.

Źródło

Oryginalna publikacja

Ostatnia aktualizacja rekordu 1 December 2025

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