T5Gemma (Gemma 9B-9B) kalkulator TPS

Otwórz wagi Google DeepMind 16.7B parametry April 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 · Q3_K_M · 18.6 tok/s

Najszybsza karta

B200

203 tok/s · 180 GB

Które GPU mogą uruchomić T5Gemma (Gemma 9B-9B)?

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
203 tok/s 122–325 · niska pewność	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	18.6 GB	Q8_0	Wygodny
203 tok/s 122–325 · niska pewność	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	18.6 GB	Q8_0	Wygodny
162 tok/s 97–259 · niska pewność	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	18.6 GB	Q8_0	Wygodny
162 tok/s 97–259 · niska pewność	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	18.6 GB	Q8_0	Wygodny
130 tok/s 78–207 · niska pewność	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	18.6 GB	Q8_0	Wygodny
124 tok/s 74–198 · niska pewność	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	18.6 GB	Q8_0	Wygodny
124 tok/s 74–198 · niska pewność	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	18.6 GB	Q8_0	Wygodny
119 tok/s 71–190 · niska pewność	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	18.6 GB	Q8_0	Wygodny
107 tok/s 64–171 · niska pewność	CMP 170HX 10 GB NVIDIA	10 GB	1,560 GB/s	Sep 2021	8.9 GB	Q3_K_M	Wąski
105 tok/s 63–169 · niska pewność	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	18.6 GB	Q8_0	Wygodny
105 tok/s 63–169 · niska pewność	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	18.6 GB	Q8_0	Wygodny
105 tok/s 63–169 · niska pewność	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	18.6 GB	Q8_0	Wygodny
99.9 tok/s 60–160 · niska pewność	H100 NVL 94 GB NVIDIA	94 GB	3,940 GB/s	Mar 2023	18.6 GB	Q8_0	Wygodny
85.2 tok/s 51–136 · niska pewność	H100 PCIe 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	18.6 GB	Q8_0	Wygodny
85.2 tok/s 51–136 · niska pewność	H100 SXM5 80 GB NVIDIA	80 GB	3,360 GB/s	Oct 2022	18.6 GB	Q8_0	Wygodny
85.2 tok/s 51–136 · niska pewność	H100 SXM5 94 GB NVIDIA	94 GB	3,360 GB/s	Mar 2023	18.6 GB	Q8_0	Wygodny
85.2 tok/s 51–136 · niska pewność	H100 SXM5 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	18.6 GB	Q8_0	Wygodny
85.2 tok/s 51–136 · niska pewność	H800 SXM5 NVIDIA	80 GB	3,360 GB/s	Mar 2023	18.6 GB	Q8_0	Wygodny
64.9 tok/s 39–104 · niska pewność	Radeon Instinct MI250 AMD	128 GB	3,280 GB/s	Nov 2021	18.6 GB	Q8_0	Wygodny
64.9 tok/s 39–104 · niska pewność	Radeon Instinct MI250X AMD	128 GB	3,280 GB/s	Nov 2021	18.6 GB	Q8_0	Wygodny
56.8 tok/s 34–91 · niska pewność	GeForce RTX 3080 12 GB NVIDIA	12 GB	912 GB/s	Jan 2022	9.8 GB	IQ4_XS	Wąski
56.8 tok/s 34–91 · niska pewność	GeForce RTX 3080 Ti NVIDIA	12 GB	912 GB/s	May 2021	9.8 GB	IQ4_XS	Wąski
54.1 tok/s 32–87 · niska pewność	Data Center GPU Max 1550 Intel	128 GB	3,280 GB/s	Jan 2023	18.6 GB	Q8_0	Wygodny
52.9 tok/s 32–85 · niska pewność	Data Center GPU Max Subsystem Intel	128 GB	3,210 GB/s	Jan 2023	18.6 GB	Q8_0	Wygodny
52.0 tok/s 31–83 · niska pewność	CMP 90HX NVIDIA	10 GB	760 GB/s	Jul 2021	8.9 GB	Q3_K_M	Wąski

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: Google DeepMind
Typ organizacji: Industry
Kraj: United States of America
Opublikowany: 8 April 2025
Autorzy: Biao Zhang, Fedor Moiseev, Joshua Ainslie, Paul Suganthan, Min Ma, Surya Bhupatiraju, Fede Lebron, Orhan Firat, Armand Joulin, Zhe Dong

Co to robi

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

Domena: Language
Zadanie: Semantic embedding, Language modeling/generation, Question answering
Model bazowy: Gemma 2 9B

Rozmiar

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

parametry: 16.7B
Dane treningowe: 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.

Jak to zostało ustalone: Operation counting
Dostosowywanie obliczeń: 2 × 10²³ FLOP

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 (restricted use)
Kod treningowy: Unreleased
Hugging Face: google

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: Encoder-Decoder Gemma: Improving the Quality-Efficiency Trade-Off via Adaptation
Ostatnio zaktualizowane: 11 February 2026

Ekstremy

Dziesięć najszybszych GPU, które uruchamiają T5Gemma (Gemma 9B-9B)

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 T5Gemma (Gemma 9B-9B)

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

Co oznaczają liczby

Strona sprzętowa

Minimalna karta

P102-101

Pamięć potrzebna

8.9 GB

Najszybszy

203 tok/s

T5Gemma (Gemma 9B-9B) osiąga liczbę parametrów równą 16.7B. 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.

Na niskim końcu obsługiwane jest przez P102-101, o pojemności pamięci 10 GB, uruchomienie go przy kompresji Q3_K_M i produkując około 18.6 tokeny na sekundę

Najszybciej, jak to obliczamy, to B200, generowanie w przybliżeniu 203 tokenów na sekundę na podstawie przepustowości pamięci 8,000 GB/s.

Skąd to pochodzi

T5Gemma (Gemma 9B-9B) został opublikowany przez Google DeepMind, w kraju zapisanym jako United States of America, podczas April 2025. Kategoria, do której należy wydawca, to industry.

Działa w dziedzinie Language, i jest zapisany jako wykonujący zadanie semantic embedding, Language modeling/generation, Question answering.

Zamiast być trenowanym od podstaw, pochodzi z Gemma 2 9B. Dlatego dzieli ogólny kształt i rozmiar modelu bazowego.

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. Na Hugging Face jest opublikowane pod organizacją google.

Zrozumienie prędkości

Na każdej karcie, która może go uruchomić, środek zakresu plasuje się w 20.9 tokenów na sekundę. Przekraczając prędkość czytania bezpośrednio: 268 ich

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

Krok po kroku

Jak wybrać GPU do T5Gemma (Gemma 9B-9B)

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 T5Gemma (Gemma 9B-9B), potrzebując około 8.9 GB przy kompresji Q3_K_M. Pojemność to brama — karta albo ją trzyma, albo nie.
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. T5Gemma (Gemma 9B-9B).
03

Wybierz, jak daleko chcesz to skompresować.

Każda KARTA uruchamia najmniej skompresowaną kopię, jaką może pomieścić., 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

Porównaj TOKENS na sekundę, a nie SPECYFIKACJE.

Sortuj według prędkości, aby zobaczyć, jak karty się klasyfikują. T5Gemma (Gemma 9B-9B). Nie dopasuje się do zamówienia gier, ponieważ generacja jest ograniczona przez przepustowość pamięci. Karta na szczycie listy to B200, w 203 tok/s
05

Sprawdź werdykt dopasowania przed zakupem

Tight oznacza, że ładowanie i działanie odbywa się bez miejsca na późniejsze zwiększenie długości kontekstu, w przypadku T5Gemma (Gemma 9B-9B). 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 T5Gemma (Gemma 9B-9B).

Odpowiedzi

T5Gemma (Gemma 9B-9B) — częste pytania

T5Gemma (Gemma 9B-9B)— 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: 306. Więc druga karta rzadko jest odpowiedzią tutaj.

T5Gemma (Gemma 9B-9B)— 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.

T5Gemma (Gemma 9B-9B)— Jak dokładne są te szacunki prędkości?

Są obliczane na podstawie specyfikacji, a nie mierzone, i każdy ma zakres. Jeden przykład: 122–325 tok/s na B200. Ten sam model i karta różnią się o trzydzieści do pięćdziesięciu procent w zależności od oprogramowania inferencyjnego i jego wersji.

T5Gemma (Gemma 9B-9B)— 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 Q3_K_M używając około 8.9 GB, i produkuje w przybliżeniu 18.6 tokenów na sekundę. Liczba kart, które mogą go uruchomić łącznie: 306.

T5Gemma (Gemma 9B-9B)— jak szybko działa na GPU?

To zależy od karty. Najszybciej obliczamy to B200, około 203 tokenów na sekundę; najwolniejszy, który nadal działa, osiąga znacznie mniej. Prędkość odczytu wynosi około dziesięciu tokenów na sekundę, a liczba kart, które to osiągają: 268.

T5Gemma (Gemma 9B-9B)— Ile VRAM-u potrzebuje?

Potrzebuje około 8.9 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.

T5Gemma (Gemma 9B-9B)— czy mogę uruchomić to na GPU trzymając 12 GB?

Tak. Karta GeForce RTX 3080 Ti, trzymanie 12 GB, uruchamia go przy kompresji IQ4_XS, używając około 9.8 GB i generując w przybliżeniu 56.8 tokenów na sekundę. Dopasowanie jest ciasne.

T5Gemma (Gemma 9B-9B)— czy mogę uruchomić to na GPU trzymając 16 GB?

Tak. Karta Tesla V100 SXM2 16 GB, trzymanie 16 GB, uruchamia go przy kompresji Q5_K_M, używając około 12.7 GB i generując w przybliżeniu 51.2 tokenów na sekundę. Dopasowanie jest ciasne.

T5Gemma (Gemma 9B-9B)— 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 18.6 GB i generując w przybliżeniu 34.0 tokenów na sekundę. Dopasowanie jest ciasne.

T5Gemma (Gemma 9B-9B)— 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.

T5Gemma (Gemma 9B-9B)— ile ma parametrów?

Ma liczbę parametrów równą 16.7B. 16.7B. 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.

T5Gemma (Gemma 9B-9B)— kto to stworzył?

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

T5Gemma (Gemma 9B-9B)— kiedy to zostało wydane?

Zostało opublikowane w April 2025.

T5Gemma (Gemma 9B-9B)— do czego to służy?

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

T5Gemma (Gemma 9B-9B)— Gdzie mogę to pobrać?

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

T5Gemma (Gemma 9B-9B)— 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. Najbliższy brak, który obliczamy, jest za mały o 3.6 GB Każda figura tutaj zakłada, że cały model jest zainstalowany na karcie.

Źródło

Oryginalna publikacja

Ostatnia aktualizacja rekordu 11 February 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