Laguna S 2.1 kalkulator TPS

Otwórz wagi Poolside 118B parametry July 2026

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

43 karty, które mogą go uruchomić

818 Karty, które posiadamy specyfikacje dla

Najmniejsza karta, która pasuje

Radeon Instinct MI200

64 GB · Q3_K_M · 68.8 tok/s

Najszybsza karta

B200

160 tok/s · 180 GB

Które GPU mogą uruchomić Laguna S 2.1?

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.

43 karty pasują

Obliczanie

					potrzeby	Kwantyzacja	Pasuje
160 tok/s 96–255 · niska pewność	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	119.6 GB	Q8_0	Wygodny
160 tok/s 96–255 · niska pewność	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	119.6 GB	Q8_0	Wygodny
155 tok/s 93–247 · niska pewność	H100 SXM5 80 GB NVIDIA	80 GB	3,360 GB/s	Oct 2022	64.7 GB	Q4_K_M	Wąski
155 tok/s 93–247 · niska pewność	H800 SXM5 NVIDIA	80 GB	3,360 GB/s	Mar 2023	64.7 GB	Q4_K_M	Wąski
148 tok/s 89–237 · niska pewność	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	92.1 GB	Q6_K	Wygodny
140 tok/s 84–224 · niska pewność	H100 NVL 94 GB NVIDIA	94 GB	3,940 GB/s	Mar 2023	78.4 GB	Q5_K_M	Wąski
127 tok/s 76–204 · niska pewność	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	119.6 GB	Q8_0	Wygodny
127 tok/s 76–204 · niska pewność	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	119.6 GB	Q8_0	Wygodny
120 tok/s 72–193 · niska pewność	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	92.1 GB	Q6_K	Wygodny
120 tok/s 72–191 · niska pewność	H100 PCIe 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	78.4 GB	Q5_K_M	Wąski
120 tok/s 72–191 · niska pewność	H100 SXM5 94 GB NVIDIA	94 GB	3,360 GB/s	Mar 2023	78.4 GB	Q5_K_M	Wąski
120 tok/s 72–191 · niska pewność	H100 SXM5 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	78.4 GB	Q5_K_M	Wąski
109 tok/s 65–174 · niska pewność	H100 SXM5 64 GB NVIDIA	64 GB	2,020 GB/s	Mar 2023	50.9 GB	Q3_K_M	Wąski
97.5 tok/s 59–156 · niska pewność	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	119.6 GB	Q8_0	Wąski
97.5 tok/s 59–156 · niska pewność	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	119.6 GB	Q8_0	Wąski
93.9 tok/s 56–150 · niska pewność	A100 SXM4 80 GB NVIDIA	80 GB	2,040 GB/s	Nov 2020	64.7 GB	Q4_K_M	Wąski
93.9 tok/s 56–150 · niska pewność	A100X NVIDIA	80 GB	2,040 GB/s	Jun 2021	64.7 GB	Q4_K_M	Wąski
93.9 tok/s 56–150 · niska pewność	A800 SXM4 80 GB NVIDIA	80 GB	2,040 GB/s	Aug 2022	64.7 GB	Q4_K_M	Wąski
93.9 tok/s 56–150 · niska pewność	H100 CNX NVIDIA	80 GB	2,040 GB/s	Mar 2023	64.7 GB	Q4_K_M	Wąski
93.9 tok/s 56–150 · niska pewność	H100 PCIe 80 GB NVIDIA	80 GB	2,040 GB/s	Oct 2022	64.7 GB	Q4_K_M	Wąski
93.9 tok/s 56–150 · niska pewność	H800 PCIe 80 GB NVIDIA	80 GB	2,040 GB/s	Mar 2023	64.7 GB	Q4_K_M	Wąski
93.3 tok/s 56–149 · niska pewność	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	119.6 GB	Q8_0	Wygodny
89.3 tok/s 54–143 · niska pewność	A100 PCIe 80 GB NVIDIA	80 GB	1,940 GB/s	Jun 2021	64.7 GB	Q4_K_M	Wąski
89.3 tok/s 54–143 · niska pewność	A800 PCIe 80 GB NVIDIA	80 GB	1,940 GB/s	Nov 2022	64.7 GB	Q4_K_M	Wąski
82.8 tok/s 50–133 · niska pewność	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	119.6 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: Poolside
Typ organizacji: Industry
Kraj: United States of America
Opublikowany: 21 July 2026

Co to robi

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

Domena: Language
Zadanie: Code generation, Language modeling/generation

Rozmiar

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

parametry: 118B
Dane treningowe: tokens

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)

Ekstremy

Dziesięć najszybszych GPU, które uruchamiają Laguna S 2.1

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 Laguna S 2.1

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

Radeon Instinct MI200

Pamięć potrzebna

50.9 GB

Najszybszy

160 tok/s

Laguna S 2.1 osiąga liczbę parametrów równą 118B. 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: 43.

Najmniejsza karta, która to utrzymuje, to Radeon Instinct MI200, o pojemności pamięci 64 GB, uruchomienie go przy kompresji Q3_K_M i produkując około 68.8 tokeny na sekundę

Najwyższa półka to B200, generowanie w przybliżeniu 160 tokenów na sekundę na podstawie przepustowości pamięci 8,000 GB/s.

Tło

Laguna S 2.1 został opublikowany przez Poolside, w kraju zapisanym jako United States of America, podczas July 2026. Organizacja publikująca jest klasyfikowana jako industry.

Działa w dziedzinie Language, i jest zapisany jako wykonujący zadanie code generation, Language modeling/generation.

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

Czytanie wskaźników przepustowości

Połowa kart, które go trzymają, osiąga więcej niż 93.3 tokenów na sekundę. Produkując tekst szybciej niż większość ludzi go czyta. 41 ich

Ponieważ kieruje każdy token przez podzbiór swoich wag, produkuje tekst z szybkością znacznie mniejszego modelu. Haczyk tkwi w pamięci: wszystko musi się jeszcze zmieścić, więc prędkość jest bonusem, a nie zniżką na sprzęt.

Bez układu uwagi na rekordzie, kolumna pamięci jest przybliżeniem. Jest wystarczająco bliska, aby wybrać sprzęt, i najmniej wiarygodna przy długim kontekście.

Krok po kroku

Jak wybrać GPU do Laguna S 2.1

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

01

Przeczytaj najpierw liczbę pamięci

Tabela zawiera każdą kartę, która jest w stanie pomieścić Laguna S 2.1, potrzebując około 50.9 GB przy kompresji Q3_K_M. Żadna ilość mocy obliczeniowej nie może zrekompensować karty, która nie może jej pomieścić.
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 Laguna S 2.1.
03

Wybierz, jak daleko chcesz to skompresować.

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

Sortuj według prędkości, aby zobaczyć, jak karty się klasyfikują. Laguna S 2.1. Nie dopasuje się do zamówienia gier, ponieważ generacja jest ograniczona przez przepustowość pamięci. Karta na szczycie listy to B200, w 160 tok/s
05

Przeczytaj kolumnę dopasowania jako ostatnią

Tight dopasowanie działa, ale nie zostawia nic na dłuższą rozmowę, w przypadku Laguna S 2.1. 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 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 Laguna S 2.1.

Odpowiedzi

Laguna S 2.1 — częste pytania

Laguna S 2.1— 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: 96–255 tok/s na B200. Ten sam model i karta różnią się o trzydzieści do pięćdziesięciu procent w zależności od oprogramowania inferencyjnego i jego wersji.

Laguna S 2.1— Jaką GPU potrzebuję, aby ją uruchomić?

Najmniejsza karta w naszym katalogu, która to pomieści, to Radeon Instinct MI200, o pojemności pamięci 64 GB. Uruchamia model przy kompresji Q3_K_M używając około 50.9 GB, i produkuje w przybliżeniu 68.8 tokenów na sekundę. Liczba kart, które mogą go uruchomić łącznie: 43.

Laguna S 2.1— jak szybko działa na GPU?

To zależy od karty. Najszybciej obliczamy to B200, około 160 tokenów na sekundę; najwolniejszy, który nadal działa, osiąga znacznie mniej. Prędkość odczytu wynosi około dziesięciu tokenów na sekundę, a liczba kart, które to osiągają: 41.

Laguna S 2.1— Ile VRAM-u potrzebuje?

Potrzebuje około 50.9 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.

Laguna S 2.1— 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.

Laguna S 2.1— ile ma parametrów?

Ma liczbę parametrów równą 118B. 118B MoE, 8B active. 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.

Laguna S 2.1— kto to stworzył?

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

Laguna S 2.1— kiedy to zostało wydane?

Zostało opublikowane w July 2026.

Laguna S 2.1— do czego to służy?

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

Laguna S 2.1— Gdzie mogę to pobrać?

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

Laguna S 2.1— 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 21.5 GB Każda figura tutaj zakłada, że cały model jest zainstalowany na karcie.

Laguna S 2.1— 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: 43. Więc druga karta rzadko jest odpowiedzią tutaj.

Laguna S 2.1— 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: 5. Większe karty otrzymują dokładniejszą wersję, a minimalna jakość powyżej ustala porównanie na jednym poziomie.

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