Apriel Nemotron 15B kalkulator TPS

Otwórz wagi NVIDIA,ServiceNow 15B parametry May 2025

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

306 karty, które mogą go uruchomić

818 Karty, które posiadamy specyfikacje dla

Najmniejsza karta, która pasuje

P102-101

10 GB · IQ4_XS · 18.9 tok/s

Najszybsza karta

B200

226 tok/s · 180 GB

Które GPU mogą uruchomić Apriel Nemotron 15B?

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.

306 karty pasują

Obliczanie

					potrzeby	Kwantyzacja	Pasuje
226 tok/s 136–361 · niska pewność	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	16.8 GB	Q8_0	Wygodny
226 tok/s 136–361 · niska pewność	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	16.8 GB	Q8_0	Wygodny
180 tok/s 108–289 · niska pewność	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	16.8 GB	Q8_0	Wygodny
180 tok/s 108–289 · niska pewność	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	16.8 GB	Q8_0	Wygodny
144 tok/s 87–231 · niska pewność	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	16.8 GB	Q8_0	Wygodny
138 tok/s 83–221 · niska pewność	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	16.8 GB	Q8_0	Wygodny
138 tok/s 83–221 · niska pewność	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	16.8 GB	Q8_0	Wygodny
132 tok/s 79–211 · niska pewność	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	16.8 GB	Q8_0	Wygodny
117 tok/s 70–188 · niska pewność	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	16.8 GB	Q8_0	Wygodny
117 tok/s 70–188 · niska pewność	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	16.8 GB	Q8_0	Wygodny
117 tok/s 70–188 · niska pewność	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	16.8 GB	Q8_0	Wygodny
111 tok/s 67–178 · niska pewność	H100 NVL 94 GB NVIDIA	94 GB	3,940 GB/s	Mar 2023	16.8 GB	Q8_0	Wygodny
108 tok/s 65–173 · niska pewność	CMP 170HX 10 GB NVIDIA	10 GB	1,560 GB/s	Sep 2021	8.9 GB	IQ4_XS	Wąski
94.9 tok/s 57–152 · niska pewność	H100 PCIe 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	16.8 GB	Q8_0	Wygodny
94.9 tok/s 57–152 · niska pewność	H100 SXM5 80 GB NVIDIA	80 GB	3,360 GB/s	Oct 2022	16.8 GB	Q8_0	Wygodny
94.9 tok/s 57–152 · niska pewność	H100 SXM5 94 GB NVIDIA	94 GB	3,360 GB/s	Mar 2023	16.8 GB	Q8_0	Wygodny
94.9 tok/s 57–152 · niska pewność	H100 SXM5 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	16.8 GB	Q8_0	Wygodny
94.9 tok/s 57–152 · niska pewność	H800 SXM5 NVIDIA	80 GB	3,360 GB/s	Mar 2023	16.8 GB	Q8_0	Wygodny
72.2 tok/s 43–116 · niska pewność	Radeon Instinct MI250 AMD	128 GB	3,280 GB/s	Nov 2021	16.8 GB	Q8_0	Wygodny
72.2 tok/s 43–116 · niska pewność	Radeon Instinct MI250X AMD	128 GB	3,280 GB/s	Nov 2021	16.8 GB	Q8_0	Wygodny
60.2 tok/s 36–96 · niska pewność	Data Center GPU Max 1550 Intel	128 GB	3,280 GB/s	Jan 2023	16.8 GB	Q8_0	Wygodny
59.5 tok/s 36–95 · niska pewność	GeForce RTX 3080 12 GB NVIDIA	12 GB	912 GB/s	Jan 2022	9.8 GB	Q4_K_M	Wąski
59.5 tok/s 36–95 · niska pewność	GeForce RTX 3080 Ti NVIDIA	12 GB	912 GB/s	May 2021	9.8 GB	Q4_K_M	Wąski
58.9 tok/s 35–94 · niska pewność	Data Center GPU Max Subsystem Intel	128 GB	3,210 GB/s	Jan 2023	16.8 GB	Q8_0	Wygodny
57.6 tok/s 35–92 · niska pewność	A100 SXM4 80 GB NVIDIA	80 GB	2,040 GB/s	Nov 2020	16.8 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: NVIDIA,ServiceNow
Typ organizacji: Industry,Industry
Kraj: United States of America
Opublikowany: 6 May 2025

Co to robi

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

Domena: Language
Zadanie: Language modeling/generation, Question answering, Quantitative reasoning, Chat

Rozmiar

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

parametry: 15B
Dane treningowe: 100,000,000,000 tokens

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: 9 × 10²¹ FLOP
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 (unrestricted)
Kod treningowy: Unreleased
Hugging Face: ServiceNow-AI

Jak jest klasyfikowane

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

Zapisz pewność: Likely

Źródła

Skąd pochodzi ten rekord i kiedy był ostatnio sprawdzany.

Referencja: New Apriel Nemotron 15B reasoning model delivers lower latency, lower inference costs, and faster agentic AI—purpose built for performance, cost, and scale
Ostatnio zaktualizowane: 28 November 2025

Ekstremy

Dziesięć najszybszych GPU, które uruchamiają Apriel Nemotron 15B

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 Apriel Nemotron 15B

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

P102-101

Pamięć potrzebna

8.9 GB

Najszybszy

226 tok/s

Apriel Nemotron 15B osiąga liczbę parametrów równą 15B. 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: 306.

Najmniejsza karta, która to utrzymuje, to P102-101, o pojemności pamięci 10 GB, uruchomienie go przy kompresji IQ4_XS i produkując około 18.9 tokeny na sekundę

Najszybciej, jak to obliczamy, to B200, generowanie w przybliżeniu 226 tokenów na sekundę na podstawie przepustowości pamięci 8,000 GB/s.

O tym modelu

Apriel Nemotron 15B został opublikowany przez NVIDIA,ServiceNow, w kraju zapisanym jako United States of America, podczas May 2025. Wychodzi z organizacji zaklasyfikowanej jako industry,Industry.

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

Ponieważ jego wagi zostały udostępnione, nic w kwestii uruchamiania go nie zależy od dostępności dostawcy — należy do ciebie po pobraniu. Na Hugging Face jest opublikowane pod organizacją ServiceNow-AI.

Jak szybko działa i dlaczego

Mediana wyniku wynosi około 21.1 tokenów na sekundę 266 ich

Będąc gęstym, odczytuje każdą swoją część po tokenie, dlatego poniższe uporządkowanie według szybkości tak ściśle pokrywa się z uporządkowaniem według przepustowości pamięci.

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

Co poszło w budowę tego

Wytworzenie tego wymagało arytmetyki sumującej około 9 × 10²¹ FLOP. Ta liczba mierzy, ile kosztowało wyprodukowanie modelu i nie ma wpływu na to, jak szybko odpowiada.

Trening zużył korpus około 100,000,000,000 Tokeny tekstu.

Krok po kroku

Jak wybrać GPU do Apriel Nemotron 15B

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 Apriel Nemotron 15B, potrzebując około 8.9 GB przy kompresji IQ4_XS. 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 Apriel Nemotron 15B.
03

Ustal minimalną jakość

Każda KARTA uruchamia najmniej skompresowaną kopię, jaką może pomieścić., osiągnięcie kompresji IQ4_XS 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

Szybkość zamawiania jest w rzeczywistości zamawianiem według pasma pamięci, dla Apriel Nemotron 15B. Nie dopasuje się do zamówienia gier, ponieważ generacja jest ograniczona przez przepustowość pamięci. Karta na szczycie listy to B200, w 226 tok/s
05

Zwróć uwagę na margines, a nie tylko na dopasowanie

Tight oznacza, że ładowanie i działanie odbywa się bez miejsca na późniejsze zwiększenie długości kontekstu, w przypadku Apriel Nemotron 15B. 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 strona karty powtarza tę procedurę dla każdego modelu, który posiadamy, odpowiadając, do czego jeszcze sprzęt jest przydatny poza Apriel Nemotron 15B.

Odpowiedzi

Apriel Nemotron 15B — częste pytania

Apriel Nemotron 15B— 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: 4. Większe karty otrzymują dokładniejszą wersję, a minimalna jakość powyżej ustala porównanie na jednym poziomie.

Apriel Nemotron 15B— 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: 136–361 tok/s na B200. Ten sam model i karta różnią się o trzydzieści do pięćdziesięciu procent w zależności od oprogramowania inferencyjnego i jego wersji.

Apriel Nemotron 15B— Jaką GPU potrzebuję, aby ją uruchomić?

Najmniejsza karta w naszym katalogu, która to pomieści, to P102-101, o pojemności pamięci 10 GB. Uruchamia model przy kompresji IQ4_XS używając około 8.9 GB, i produkuje w przybliżeniu 18.9 tokenów na sekundę. Liczba kart, które mogą go uruchomić łącznie: 306.

Apriel Nemotron 15B— jak szybko działa na GPU?

To zależy od karty. Najszybciej obliczamy to B200, około 226 tokenów na sekundę; najwolniejszy, który nadal działa, osiąga znacznie mniej. Prędkość odczytu wynosi około dziesięciu tokenów na sekundę, a liczba kart, które to osiągają: 266.

Apriel Nemotron 15B— Ile VRAM-u potrzebuje?

Potrzebuje około 8.9 GB przy kompresji IQ4_XS, 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.

Apriel Nemotron 15B— czy mogę uruchomić to na GPU trzymając 12 GB?

Tak. Karta GeForce RTX 3080 Ti, trzymanie 12 GB, uruchamia go przy kompresji Q4_K_M, używając około 9.8 GB i generując w przybliżeniu 59.5 tokenów na sekundę. Dopasowanie jest ciasne.

Apriel Nemotron 15B— czy mogę uruchomić to na GPU trzymając 16 GB?

Tak. Karta Tesla V100 SXM2 16 GB, trzymanie 16 GB, uruchamia go przy kompresji Q6_K, używając około 13.3 GB i generując w przybliżeniu 46.4 tokenów na sekundę. Dopasowanie jest ciasne.

Apriel Nemotron 15B— 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 16.8 GB i generując w przybliżeniu 37.8 tokenów na sekundę. Dopasowanie jest komfortowe.

Apriel Nemotron 15B— 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.

Apriel Nemotron 15B— ile ma parametrów?

Ma liczbę parametrów równą 15B. 15B. 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.

Apriel Nemotron 15B— kto to stworzył?

Zostało opublikowane przez NVIDIA,ServiceNow, oparty na United States of America, organizacja sklasyfikowana jako industry,Industry.

Apriel Nemotron 15B— kiedy to zostało wydane?

Zostało opublikowane w May 2025.

Apriel Nemotron 15B— do czego to służy?

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

Apriel Nemotron 15B— Gdzie mogę to pobrać?

Jego wagi są publikowane na Hugging Face, pod organizacją ServiceNow-AI. Nie hostujemy plików modelu — ta strona oblicza, jaki sprzęt jest potrzebny do ich uruchomienia.

Apriel Nemotron 15B— ile mocy obliczeniowej użyto do jego trenowania?

Szkolenie zajęło około 9 × 10²¹ 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.

Apriel Nemotron 15B— 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 2.6 GB Każda figura tutaj zakłada, że cały model jest zainstalowany na karcie.

Apriel Nemotron 15B— czy dwa GPU uruchomią to szybciej?

Pojemność sumuje się w kartach; przepustowość nie. Liczba kart, które już same ją posiadają: 306. Więc druga karta rzadko jest odpowiedzią tutaj.

Źródło

Oryginalna publikacja

Ostatnia aktualizacja rekordu 28 November 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