Transformer (Adaptive Input Embeddings) WT103 kalkulator TPS

Otwórz wagi Facebook AI Research 247M parametry September 2018

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 · 149 tok/s

Najszybsza karta

B200

13,718 tok/s · 180 GB

Które GPU mogą uruchomić Transformer (Adaptive Input Embeddings) WT103?

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.

818 karty pasują

Obliczanie

					potrzeby	Kwantyzacja	Pasuje
13,718 tok/s 8,231–21,948 · niska pewność	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	1.0 GB	Q8_0	Wygodny
13,718 tok/s 8,231–21,948 · niska pewność	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	1.0 GB	Q8_0	Wygodny
10,954 tok/s 6,572–17,526 · niska pewność	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	1.0 GB	Q8_0	Wygodny
10,954 tok/s 6,572–17,526 · niska pewność	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	1.0 GB	Q8_0	Wygodny
8,760 tok/s 5,256–14,017 · niska pewność	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	1.0 GB	Q8_0	Wygodny
8,385 tok/s 5,031–13,416 · niska pewność	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	1.0 GB	Q8_0	Wygodny
8,385 tok/s 5,031–13,416 · niska pewność	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	1.0 GB	Q8_0	Wygodny
8,025 tok/s 4,815–12,840 · niska pewność	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	1.0 GB	Q8_0	Wygodny
7,122 tok/s 4,273–11,395 · niska pewność	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	1.0 GB	Q8_0	Wygodny
7,122 tok/s 4,273–11,395 · niska pewność	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	1.0 GB	Q8_0	Wygodny
7,122 tok/s 4,273–11,395 · niska pewność	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	1.0 GB	Q8_0	Wygodny
6,756 tok/s 4,054–10,809 · niska pewność	H100 NVL 94 GB NVIDIA	94 GB	3,940 GB/s	Mar 2023	1.0 GB	Q8_0	Wygodny
5,761 tok/s 3,457–9,218 · niska pewność	H100 PCIe 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	1.0 GB	Q8_0	Wygodny
5,761 tok/s 3,457–9,218 · niska pewność	H100 SXM5 80 GB NVIDIA	80 GB	3,360 GB/s	Oct 2022	1.0 GB	Q8_0	Wygodny
5,761 tok/s 3,457–9,218 · niska pewność	H100 SXM5 94 GB NVIDIA	94 GB	3,360 GB/s	Mar 2023	1.0 GB	Q8_0	Wygodny
5,761 tok/s 3,457–9,218 · niska pewność	H100 SXM5 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	1.0 GB	Q8_0	Wygodny
5,761 tok/s 3,457–9,218 · niska pewność	H800 SXM5 NVIDIA	80 GB	3,360 GB/s	Mar 2023	1.0 GB	Q8_0	Wygodny
4,387 tok/s 2,632–7,019 · niska pewność	Radeon Instinct MI250 AMD	128 GB	3,280 GB/s	Nov 2021	1.0 GB	Q8_0	Wygodny
4,387 tok/s 2,632–7,019 · niska pewność	Radeon Instinct MI250X AMD	128 GB	3,280 GB/s	Nov 2021	1.0 GB	Q8_0	Wygodny
3,656 tok/s 2,193–5,849 · niska pewność	Data Center GPU Max 1550 Intel	128 GB	3,280 GB/s	Jan 2023	1.0 GB	Q8_0	Wygodny
3,578 tok/s 2,147–5,724 · niska pewność	Data Center GPU Max Subsystem Intel	128 GB	3,210 GB/s	Jan 2023	1.0 GB	Q8_0	Wygodny
3,498 tok/s 2,099–5,597 · niska pewność	A100 SXM4 80 GB NVIDIA	80 GB	2,040 GB/s	Nov 2020	1.0 GB	Q8_0	Wygodny
3,498 tok/s 2,099–5,597 · niska pewność	A100X NVIDIA	80 GB	2,040 GB/s	Jun 2021	1.0 GB	Q8_0	Wygodny
3,498 tok/s 2,099–5,597 · niska pewność	A800 SXM4 80 GB NVIDIA	80 GB	2,040 GB/s	Aug 2022	1.0 GB	Q8_0	Wygodny
3,498 tok/s 2,099–5,597 · niska pewność	H100 CNX NVIDIA	80 GB	2,040 GB/s	Mar 2023	1.0 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: Facebook AI Research
Typ organizacji: Industry
Kraj: United States of America, France
Opublikowany: 28 September 2018
Autorzy: Alexei Baevski, Michael Auli

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: 247M
Dane treningowe: 100,000,000 tokens
Epoki: 180

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: 4.5 × 10¹⁹ FLOP
Jak to zostało ustalone: Hardware,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 V100
Zastosowane chipy: 8
Czas-chip: 4,288
Czas rzeczywisty: 67 hours
Pobór mocy: 5.0 kW
Koszt obliczeniowy: $2,881

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.

Dlaczego to jest śledzone: SOTA improvement
Zapisz pewność: Confident
Cytaty: 433
Dane benchmarkowe: Transformer (Adaptive Input Embeddings)

Źródła

Skąd pochodzi ten rekord i kiedy był ostatnio sprawdzany.

Referencja: Adaptive Input Representations for Neural Language Modeling
Ostatnio zaktualizowane: 25 May 2026

Ekstremy

Dziesięć najszybszych GPU, które uruchamiają Transformer (Adaptive Input Embeddings) WT103

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 Transformer (Adaptive Input Embeddings) WT103

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

Tesla C1080

Pamięć potrzebna

1.0 GB

Najszybszy

13,718 tok/s

Transformer (Adaptive Input Embeddings) WT103 osiąga liczbę parametrów równą 247M. 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.

Najmniejsza karta, która to utrzymuje, to Tesla C1080, o pojemności pamięci 4 GB, uruchomienie go przy kompresji Q8_0 i produkując około 149 tokeny na sekundę

Najwyższa półka to B200, generowanie w przybliżeniu 13,718 tokenów na sekundę na podstawie przepustowości pamięci 8,000 GB/s.

Tło

Transformer (Adaptive Input Embeddings) WT103 został opublikowany przez Facebook AI Research, w kraju zapisanym jako United States of America, podczas September 2018. Kategoria, do której należy wydawca, to industry.

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

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

Czytanie wskaźników przepustowości

Połowa kart, które go trzymają, osiąga więcej niż 385.2 tokenów na sekundę. Przekraczając prędkość czytania bezpośrednio: 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.

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

Trenowanie zajęło budżet obliczeniowy wynoszący około 4.5 × 10¹⁹ FLOP, na sprzęcie zarejestrowanym jako NVIDIA V100. Ta liczba mierzy, ile kosztowało wyprodukowanie modelu i nie ma wpływu na to, jak szybko odpowiada.

Został wytrenowany na korpusie około 100,000,000 Tokeny tekstu.

Kryterium włączenia: sOTA improvement.

Krok po kroku

Jak wybrać GPU do Transformer (Adaptive Input Embeddings) WT103

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 Transformer (Adaptive Input Embeddings) WT103, potrzebując około 1.0 GB przy kompresji Q8_0. To ta liczba, a nie nagłówkowa wydajność karty, decyduje o tym, czy można ją uruchomić.
02

Dopasuj kontekst do swojego rzeczywistego użycia

Dłuższe rozmowy kosztują pamięć oprócz tego, co potrzebują wagi. Przesuń suwak do swojej rzeczywistej długości roboczej przed zaufaniem jakiejkolwiek linii dla Transformer (Adaptive Input Embeddings) WT103.
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.
04

Oceń według przepustowości, a nie kart specyfikacji

Sortuj według prędkości, aby zobaczyć, jak karty się klasyfikują. Transformer (Adaptive Input Embeddings) WT103. Nie dopasuje się do zamówienia gier, ponieważ generacja jest ograniczona przez przepustowość pamięci. Karta na szczycie listy to B200, w 13,718 tok/s
05

Zwróć uwagę na margines, a nie tylko na dopasowanie

Kolumna dopasowania oddziela karty, które ledwo dają radę, od tych, które mają zapas w przypadku Transformer (Adaptive Input Embeddings) WT103. 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 strona karty powtarza tę procedurę dla każdego modelu, który posiadamy, odpowiadając, do czego jeszcze sprzęt jest przydatny poza Transformer (Adaptive Input Embeddings) WT103.

Odpowiedzi

Transformer (Adaptive Input Embeddings) WT103 — częste pytania

Transformer (Adaptive Input Embeddings) WT103— 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 1.0 GB i generując w przybliżeniu 1,564 tokenów na sekundę. Dopasowanie jest komfortowe.

Transformer (Adaptive Input Embeddings) WT103— 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 1.0 GB i generując w przybliżeniu 1,938 tokenów na sekundę. Dopasowanie jest komfortowe.

Transformer (Adaptive Input Embeddings) WT103— 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 1.0 GB i generując w przybliżeniu 2,298 tokenów na sekundę. Dopasowanie jest komfortowe.

Transformer (Adaptive Input Embeddings) WT103— 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.

Transformer (Adaptive Input Embeddings) WT103— ile ma parametrów?

Ma liczbę parametrów równą 247M. Table 2. 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.

Transformer (Adaptive Input Embeddings) WT103— kto to stworzył?

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

Transformer (Adaptive Input Embeddings) WT103— kiedy to zostało wydane?

Zostało opublikowane w September 2018. Możliwość na parametr znacznie się poprawiła, więc nowszy model tej samej wielkości często lepiej wykorzystuje ten sam sprzęt.

Transformer (Adaptive Input Embeddings) WT103— do czego to służy?

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

Transformer (Adaptive Input Embeddings) WT103— Gdzie mogę to pobrać?

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

Transformer (Adaptive Input Embeddings) WT103— ile mocy obliczeniowej użyto do jego trenowania?

Szkolenie zajęło około 4.5 × 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.

Transformer (Adaptive Input Embeddings) WT103— 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.

Transformer (Adaptive Input Embeddings) WT103— 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.

Transformer (Adaptive Input Embeddings) WT103— 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: 1. Większe karty otrzymują dokładniejszą wersję, a minimalna jakość powyżej ustala porównanie na jednym poziomie.

Transformer (Adaptive Input Embeddings) WT103— Jak dokładne są te szacunki prędkości?

Każda wartość pochodzi z przepustowości pamięci i rozmiaru modelu, a nie z testów porównawczych, dlatego każda jest publikowana jako zakres, a nie pojedyncza liczba. Jeden przykład: 8,231–21,948 tok/s na B200. Ten sam model i karta różnią się o trzydzieści do pięćdziesięciu procent w zależności od oprogramowania inferencyjnego i jego wersji.

Transformer (Adaptive Input Embeddings) WT103— 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 1.0 GB, i produkuje w przybliżeniu 149 tokenów na sekundę. Liczba kart, które mogą go uruchomić łącznie: 818.

Transformer (Adaptive Input Embeddings) WT103— jak szybko działa na GPU?

To zależy od karty. Najszybciej obliczamy to B200, około 13,718 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.

Transformer (Adaptive Input Embeddings) WT103— Ile VRAM-u potrzebuje?

Potrzebuje około 1.0 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.

Transformer (Adaptive Input Embeddings) WT103— 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 1.0 GB i generując w przybliżeniu 2,555 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