ERNIE-GEN (large) kalkulator TPS

Otwórz wagi Baidu 340M parametry August 2020

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 · 108 tok/s

Najszybsza karta

B200

9,965 tok/s · 180 GB

Które GPU mogą uruchomić ERNIE-GEN (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
9,965 tok/s

5,979–15,945 · niska pewność

B200 NVIDIA 180 GB 8,000 GB/s Jan 2024 1.1 GB Q8_0 Wygodny
9,965 tok/s

5,979–15,945 · niska pewność

B300 NVIDIA 288 GB 8,000 GB/s Sep 2025 1.1 GB Q8_0 Wygodny
7,958 tok/s

4,775–12,732 · niska pewność

Radeon Instinct MI350X AMD 288 GB 8,190 GB/s Jan 2025 1.1 GB Q8_0 Wygodny
7,958 tok/s

4,775–12,732 · niska pewność

Radeon Instinct MI355X AMD 288 GB 8,190 GB/s Jan 2025 1.1 GB Q8_0 Wygodny
6,364 tok/s

3,818–10,183 · niska pewność

Radeon Instinct MI300 AMD 128 GB 6,550 GB/s Jan 2023 1.1 GB Q8_0 Wygodny
6,091 tok/s

3,655–9,746 · niska pewność

H200 NVL NVIDIA 141 GB 4,890 GB/s Nov 2024 1.1 GB Q8_0 Wygodny
6,091 tok/s

3,655–9,746 · niska pewność

H200 SXM 141 GB NVIDIA 141 GB 4,890 GB/s Nov 2024 1.1 GB Q8_0 Wygodny
5,830 tok/s

3,498–9,328 · niska pewność

Radeon Instinct MI325X AMD 256 GB 6,000 GB/s Oct 2024 1.1 GB Q8_0 Wygodny
5,174 tok/s

3,104–8,278 · niska pewność

Radeon Instinct MI300A AMD 128 GB 5,325 GB/s Dec 2023 1.1 GB Q8_0 Wygodny
5,174 tok/s

3,104–8,278 · niska pewność

Radeon Instinct MI300X AMD 192 GB 5,325 GB/s Dec 2023 1.1 GB Q8_0 Wygodny
5,174 tok/s

3,104–8,278 · niska pewność

Radeon Instinct MI308X AMD 192 GB 5,325 GB/s Dec 2023 1.1 GB Q8_0 Wygodny
4,908 tok/s

2,945–7,853 · niska pewność

H100 NVL 94 GB NVIDIA 94 GB 3,940 GB/s Mar 2023 1.1 GB Q8_0 Wygodny
4,185 tok/s

2,511–6,697 · niska pewność

H100 PCIe 96 GB NVIDIA 96 GB 3,360 GB/s Mar 2023 1.1 GB Q8_0 Wygodny
4,185 tok/s

2,511–6,697 · niska pewność

H100 SXM5 80 GB NVIDIA 80 GB 3,360 GB/s Oct 2022 1.1 GB Q8_0 Wygodny
4,185 tok/s

2,511–6,697 · niska pewność

H100 SXM5 94 GB NVIDIA 94 GB 3,360 GB/s Mar 2023 1.1 GB Q8_0 Wygodny
4,185 tok/s

2,511–6,697 · niska pewność

H100 SXM5 96 GB NVIDIA 96 GB 3,360 GB/s Mar 2023 1.1 GB Q8_0 Wygodny
4,185 tok/s

2,511–6,697 · niska pewność

H800 SXM5 NVIDIA 80 GB 3,360 GB/s Mar 2023 1.1 GB Q8_0 Wygodny
3,187 tok/s

1,912–5,099 · niska pewność

Radeon Instinct MI250 AMD 128 GB 3,280 GB/s Nov 2021 1.1 GB Q8_0 Wygodny
3,187 tok/s

1,912–5,099 · niska pewność

Radeon Instinct MI250X AMD 128 GB 3,280 GB/s Nov 2021 1.1 GB Q8_0 Wygodny
2,656 tok/s

1,593–4,249 · niska pewność

Data Center GPU Max 1550 Intel 128 GB 3,280 GB/s Jan 2023 1.1 GB Q8_0 Wygodny
2,599 tok/s

1,559–4,159 · niska pewność

Data Center GPU Max Subsystem Intel 128 GB 3,210 GB/s Jan 2023 1.1 GB Q8_0 Wygodny
2,541 tok/s

1,525–4,066 · niska pewność

A100 SXM4 80 GB NVIDIA 80 GB 2,040 GB/s Nov 2020 1.1 GB Q8_0 Wygodny
2,541 tok/s

1,525–4,066 · niska pewność

A100X NVIDIA 80 GB 2,040 GB/s Jun 2021 1.1 GB Q8_0 Wygodny
2,541 tok/s

1,525–4,066 · niska pewność

A800 SXM4 80 GB NVIDIA 80 GB 2,040 GB/s Aug 2022 1.1 GB Q8_0 Wygodny
2,541 tok/s

1,525–4,066 · niska pewność

H100 CNX NVIDIA 80 GB 2,040 GB/s Mar 2023 1.1 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
Baidu
Typ organizacji
Industry
Kraj
China
Opublikowany
6 August 2020
Autorzy
Dongling Xiao, Han Zhang, Yukun Li, Yu Sun, Hao Tian, Hua Wu, Haifeng Wang

Co to robi

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

Domena
Language
Zadanie
Language modeling, Language modeling/generation, Text summarization, Chat
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
340M

"We train a base model ERNIEGENBASE (L=12, H=768, A=12, Total Parameters=110M)1 and a large model ERNIE-GENLARGE (L=24, H=1024, A=16, Total Parameters=340M) with parameters initialized by BERTBASE and BERTLARGE respectively"

Dane treningowe
114,666,666,667 tokens

approx 430 * 200 million words = ~86B words, per https://docs.google.com/document/d/1G3vvQkn4x_W71MKg0GmHVtzfd9m0y3_Ofcoew0v902Q/edit#heading=h.ieihc08p8dn0

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 × 10²⁰ FLOP

430GB text for 1 epoch approx 430 * 200 million words = 86B words, or 100B tokens per https://docs.google.com/document/d/1G3vvQkn4x_W71MKg0GmHVtzfd9m0y3_Ofcoew0v902Q/edit#heading=h.ieihc08p8dn0 6 * 340 million params * 100 billion tokens ~= 2e20

Jak to zostało ustalone
Operation counting

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 (non-commercial)

https://github.com/PaddlePaddle/ERNIE/tree/repro/ernie-gen code/weights with unclear license

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

"Empirically, ERNIE-GEN is particularly effective and achieves state-of-the-art results on a range of NLG tasks including abstractive summarization (Gigaword and CNN/DailyMail), question generation (SQuAD), dialogue response generation (Persona-Chat) and generative question answering (CoQA)"

Zapisz pewność
Speculative
Cytaty
133

Źródła

Skąd pochodzi ten rekord i kiedy był ostatnio sprawdzany.

Referencja
ERNIE-GEN: An Enhanced Multi-Flow Pre-training and Fine-tuning Framework for Natural Language Generation
Ostatnio zaktualizowane
25 May 2026

Ekstremy

Dziesięć najszybszych GPU, które uruchamiają ERNIE-GEN (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 9,965 tok/s
  2. 02 B200 180 GB · 8,000 GB/s · Q8_0 9,965 tok/s
  3. 03 Radeon Instinct MI350X 288 GB · 8,190 GB/s · Q8_0 7,958 tok/s
  4. 04 Radeon Instinct MI355X 288 GB · 8,190 GB/s · Q8_0 7,958 tok/s
  5. 05 Radeon Instinct MI300 128 GB · 6,550 GB/s · Q8_0 6,364 tok/s
  6. 06 H200 NVL 141 GB · 4,890 GB/s · Q8_0 6,091 tok/s
  7. 07 H200 SXM 141 GB 141 GB · 4,890 GB/s · Q8_0 6,091 tok/s
  8. 08 Radeon Instinct MI325X 256 GB · 6,000 GB/s · Q8_0 5,830 tok/s
  9. 09 Radeon Instinct MI300A 128 GB · 5,325 GB/s · Q8_0 5,174 tok/s
  10. 10 Radeon Instinct MI300X 192 GB · 5,325 GB/s · Q8_0 5,174 tok/s

Najmniejsze GPU, które nadal działają ERNIE-GEN (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 1.1 GB · Q8_0 · Wygodny 120 tok/s
  2. 02 RTX A400 4 GB · potrzeby 1.1 GB · Q8_0 · Wygodny 120 tok/s
  3. 03 RTX 500 Mobile Ada Generation 4 GB · potrzeby 1.1 GB · Q8_0 · Wygodny 159 tok/s
  4. 04 GeForce RTX 3050 A Mobile 4 GB · potrzeby 1.1 GB · Q8_0 · Wygodny 239 tok/s
  5. 05 Jetson Orin Nano 4 GB 4 GB · potrzeby 1.1 GB · Q8_0 · Wygodny 42.5 tok/s
  6. 06 Radeon RX 6450M 4 GB · potrzeby 1.1 GB · Q8_0 · Wygodny 124 tok/s
  7. 07 Radeon RX 6550M 4 GB · potrzeby 1.1 GB · Q8_0 · Wygodny 140 tok/s
  8. 08 Radeon RX 6550S 4 GB · potrzeby 1.1 GB · Q8_0 · Wygodny 124 tok/s
  9. 09 Arc A310 4 GB · potrzeby 1.1 GB · Q8_0 · Wygodny 100 tok/s
  10. 10 Arc Pro A30M 4 GB · potrzeby 1.1 GB · Q8_0 · Wygodny 104 tok/s

Co oznaczają liczby

Wymagania sprzętowe w praktyce

Minimalna karta

Tesla C1080

Pamięć potrzebna

1.1 GB

Najszybszy

9,965 tok/s

ERNIE-GEN (large) osiąga liczbę parametrów równą 340M. 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 108 tokeny na sekundę

Najwyższa półka to B200, generowanie w przybliżeniu 9,965 tokenów na sekundę na podstawie przepustowości pamięci 8,000 GB/s.

O tym modelu

ERNIE-GEN (large) został opublikowany przez Baidu, w kraju zapisanym jako China, podczas August 2020. Kategoria, do której należy wydawca, to industry.

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

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

Jak szybko działa i dlaczego

Na każdej karcie, która może go uruchomić, środek zakresu plasuje się w 279.8 tokenów na sekundę. Produkując tekst szybciej niż większość ludzi go czyta. 818 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.

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 × 10²⁰ FLOP. Ta liczba mierzy, ile kosztowało wyprodukowanie modelu i nie ma wpływu na to, jak szybko odpowiada.

Zbiór treningowy trwał około 114,666,666,667 Tokeny tekstu.

Powód, dla którego w ogóle pojawia się w tym katalogu: sOTA improvement.

Krok po kroku

Jak wybrać GPU do ERNIE-GEN (large)

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

  1. 01

    Zacznij od kolumny pamięci

    Tabela zawiera każdą kartę, która jest w stanie pomieścić ERNIE-GEN (large), potrzebując około 1.1 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

    Dłuższe rozmowy kosztują pamięć oprócz tego, co potrzebują wagi. Przesuń suwak do swojej rzeczywistej długości roboczej przed zaufaniem jakiejkolwiek linii dla ERNIE-GEN (large).

  3. 03

    Ustal minimalną jakość

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

    Oceń według przepustowości, a nie kart specyfikacji

    Szybkość zamawiania jest w rzeczywistości zamawianiem według pasma pamięci, dla ERNIE-GEN (large). Nie dopasuje się do zamówienia gier, ponieważ generacja jest ograniczona przez przepustowość pamięci. Karta na szczycie listy to B200, w 9,965 tok/s

  5. 05

    Przeczytaj kolumnę dopasowania jako ostatnią

    Tight oznacza, że ładowanie i działanie odbywa się bez miejsca na późniejsze zwiększenie długości kontekstu, w przypadku ERNIE-GEN (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

    Każda strona karty powtarza tę procedurę dla każdego modelu, który posiadamy, odpowiadając, do czego jeszcze sprzęt jest przydatny poza ERNIE-GEN (large).

Odpowiedzi

ERNIE-GEN (large) — częste pytania

01

ERNIE-GEN (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.

02

ERNIE-GEN (large)— ile ma parametrów?

Ma liczbę parametrów równą 340M. "We train a base model ERNIEGENBASE (L=12, H=768, A=12, Total Parameters=110M)1 and a large model ERNIE-GENLARGE (L=24, H=1024, A=16, Total Parameters=340M) with parameters initialized by BERTBASE and BERTLARGE respectively". 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.

03

ERNIE-GEN (large)— kto to stworzył?

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

04

ERNIE-GEN (large)— kiedy to zostało wydane?

Zostało opublikowane w August 2020. Możliwość na parametr znacznie się poprawiła, więc nowszy model tej samej wielkości często lepiej wykorzystuje ten sam sprzęt.

05

ERNIE-GEN (large)— do czego to służy?

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

06

ERNIE-GEN (large)— Gdzie mogę to pobrać?

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

07

ERNIE-GEN (large)— ile mocy obliczeniowej użyto do jego trenowania?

Szkolenie zajęło około 2 × 10²⁰ FLOP. 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.

08

ERNIE-GEN (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.

09

ERNIE-GEN (large)— czy dwa GPU uruchomią to szybciej?

Dwie karty kupują pamięć zamiast szybkości, co ma znaczenie tylko wtedy, gdy jedna karta nie może jej pomieścić. Liczba, która może: 818. Więc druga karta rzadko jest odpowiedzią tutaj.

10

ERNIE-GEN (large)— 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: 1. Większe karty otrzymują dokładniejszą wersję, a minimalna jakość powyżej ustala porównanie na jednym poziomie.

11

ERNIE-GEN (large)— Jak dokładne są te szacunki prędkości?

Są obliczane na podstawie specyfikacji, a nie mierzone, i każdy ma zakres. Jeden przykład: 5,979–15,945 tok/s na B200. Ten sam model i karta różnią się o trzydzieści do pięćdziesięciu procent w zależności od oprogramowania inferencyjnego i jego wersji.

12

ERNIE-GEN (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 1.1 GB, i produkuje w przybliżeniu 108 tokenów na sekundę. Liczba kart, które mogą go uruchomić łącznie: 818.

13

ERNIE-GEN (large)— jak szybko działa na GPU?

To zależy od karty. Najszybciej obliczamy to B200, około 9,965 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.

14

ERNIE-GEN (large)— Ile VRAM-u potrzebuje?

Potrzebuje około 1.1 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.

15

ERNIE-GEN (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 1.1 GB i generując w przybliżeniu 1,856 tokenów na sekundę. Dopasowanie jest komfortowe.

16

ERNIE-GEN (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 1.1 GB i generując w przybliżeniu 1,137 tokenów na sekundę. Dopasowanie jest komfortowe.

17

ERNIE-GEN (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 1.1 GB i generując w przybliżeniu 1,408 tokenów na sekundę. Dopasowanie jest komfortowe.

18

ERNIE-GEN (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 1.1 GB i generując w przybliżeniu 1,669 tokenów na sekundę. Dopasowanie jest komfortowe.

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