Phi-4-Multimodal kalkulator TPS

Otwórz wagi Microsoft 5.6B parametry March 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

818 karty, które mogą go uruchomić

818 Karty, które posiadamy specyfikacje dla

Najmniejsza karta, która pasuje

Tesla C1080

4 GB · Q3_K_M · 17.8 tok/s

Najszybsza karta

B200

605 tok/s · 180 GB

Które GPU mogą uruchomić Phi-4-Multimodal?

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
605 tok/s 363–968 · niska pewność	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	6.7 GB	Q8_0	Wygodny
605 tok/s 363–968 · niska pewność	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	6.7 GB	Q8_0	Wygodny
483 tok/s 290–773 · niska pewność	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	6.7 GB	Q8_0	Wygodny
483 tok/s 290–773 · niska pewność	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	6.7 GB	Q8_0	Wygodny
386 tok/s 232–618 · niska pewność	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	6.7 GB	Q8_0	Wygodny
370 tok/s 222–592 · niska pewność	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	6.7 GB	Q8_0	Wygodny
370 tok/s 222–592 · niska pewność	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	6.7 GB	Q8_0	Wygodny
354 tok/s 212–566 · niska pewność	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	6.7 GB	Q8_0	Wygodny
314 tok/s 188–503 · niska pewność	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	6.7 GB	Q8_0	Wygodny
314 tok/s 188–503 · niska pewność	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	6.7 GB	Q8_0	Wygodny
314 tok/s 188–503 · niska pewność	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	6.7 GB	Q8_0	Wygodny
298 tok/s 179–477 · niska pewność	H100 NVL 94 GB NVIDIA	94 GB	3,940 GB/s	Mar 2023	6.7 GB	Q8_0	Wygodny
254 tok/s 152–407 · niska pewność	H100 PCIe 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	6.7 GB	Q8_0	Wygodny
254 tok/s 152–407 · niska pewność	H100 SXM5 80 GB NVIDIA	80 GB	3,360 GB/s	Oct 2022	6.7 GB	Q8_0	Wygodny
254 tok/s 152–407 · niska pewność	H100 SXM5 94 GB NVIDIA	94 GB	3,360 GB/s	Mar 2023	6.7 GB	Q8_0	Wygodny
254 tok/s 152–407 · niska pewność	H100 SXM5 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	6.7 GB	Q8_0	Wygodny
254 tok/s 152–407 · niska pewność	H800 SXM5 NVIDIA	80 GB	3,360 GB/s	Mar 2023	6.7 GB	Q8_0	Wygodny
193 tok/s 116–310 · niska pewność	Radeon Instinct MI250 AMD	128 GB	3,280 GB/s	Nov 2021	6.7 GB	Q8_0	Wygodny
193 tok/s 116–310 · niska pewność	Radeon Instinct MI250X AMD	128 GB	3,280 GB/s	Nov 2021	6.7 GB	Q8_0	Wygodny
161 tok/s 97–258 · niska pewność	Data Center GPU Max 1550 Intel	128 GB	3,280 GB/s	Jan 2023	6.7 GB	Q8_0	Wygodny
158 tok/s 95–252 · niska pewność	Data Center GPU Max Subsystem Intel	128 GB	3,210 GB/s	Jan 2023	6.7 GB	Q8_0	Wygodny
154 tok/s 93–247 · niska pewność	A100 SXM4 80 GB NVIDIA	80 GB	2,040 GB/s	Nov 2020	6.7 GB	Q8_0	Wygodny
154 tok/s 93–247 · niska pewność	A100X NVIDIA	80 GB	2,040 GB/s	Jun 2021	6.7 GB	Q8_0	Wygodny
154 tok/s 93–247 · niska pewność	A800 SXM4 80 GB NVIDIA	80 GB	2,040 GB/s	Aug 2022	6.7 GB	Q8_0	Wygodny
154 tok/s 93–247 · niska pewność	H100 CNX NVIDIA	80 GB	2,040 GB/s	Mar 2023	6.7 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: Microsoft
Typ organizacji: Industry
Kraj: United States of America
Opublikowany: 3 March 2025
Autorzy: Abdelrahman Abouelenin, Atabak Ashfaq, Adam Atkinson, Hany Awadalla, Nguyen Bach, Jianmin Bao, Alon Benhaim, Martin Cai, Vishrav Chaudhary, Congcong Chen, Dong Chen, Dongdong Chen, Junkun Chen, Weizhu Chen, Yen-Chun Chen, Yi-ling Chen, Qi Dai, Xiyang Dai, Ruchao Fan, Mei Gao, Min Gao, Amit Garg, Abhishek Goswami, Junheng Hao, Amr Hendy, Yuxuan Hu, Xin Jin, Mahmoud Khademi, Dongwoo Kim, Young Jin K…

Co to robi

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

Domena: Multimodal, Language, Vision, Speech
Zadanie: Language modeling/generation, Question answering, Visual question answering, Speech recognition (ASR), Translation, Audio question answering, Character recognition (OCR)
Model bazowy: Phi-4 Mini

Rozmiar

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

parametry: 5.6B
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.

Obliczenia treningowe: 1.2 × 10²³ FLOP
Jak to zostało ustalone: Operation counting,Hardware
Dostosowywanie obliczeń: 7.2 × 10²¹ FLOP

Przebieg szkolenia

Co fizycznie było potrzebne do treningu: jakie chipy, ile, na jak długo i co to pobierało z sieci.

Sprzęt do trenowania: NVIDIA A100 SXM4 80 GB
Zastosowane chipy: 512
Czas rzeczywisty: 672 hours (28 days)
Pobór mocy: 402.0 kW

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: microsoft

Jak jest klasyfikowane

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

Prawdopodobnie powyżej 10²³ FLOP: Yes
Zapisz pewność: Confident

Źródła

Skąd pochodzi ten rekord i kiedy był ostatnio sprawdzany.

Referencja: Phi-4-Mini Technical Report: Compact yet Powerful Multimodal Language Models via Mixture-of-LoRAs
Ostatnio zaktualizowane: 28 November 2025

Ekstremy

Dziesięć najszybszych GPU, które uruchamiają Phi-4-Multimodal

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 Phi-4-Multimodal

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

3.4 GB

Najszybszy

605 tok/s

Phi-4-Multimodal osiąga liczbę parametrów równą 5.6B. 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 Q3_K_M i produkując około 17.8 tokeny na sekundę

Najwyższa półka to B200, generowanie w przybliżeniu 605 tokenów na sekundę na podstawie przepustowości pamięci 8,000 GB/s.

Co to jest model?

Phi-4-Multimodal został opublikowany przez Microsoft, w kraju zapisanym jako United States of America, podczas March 2025. Organizacja publikująca jest klasyfikowana jako industry.

Działa w dziedzinie Multimodal, Language, Vision, Speech, i jest zapisany jako wykonujący zadanie language modeling/generation, Question answering, Visual question answering, Speech recognition (ASR), Translation, Audio question answering, Character recognition (OCR).

Opiera się na Phi-4 Mini. Dlatego dzieli ogólny kształt i rozmiar modelu bazowego.

Wagi są publikowane, więc można je pobrać i uruchomić na własnym sprzęcie bezterminowo, offline, bez przypisanego konta. Na Hugging Face jest opublikowane pod organizacją microsoft.

Co decyduje o szybkości

Połowa kart, które go trzymają, osiąga więcej niż 25.3 tokenów na sekundę. Produkując tekst szybciej niż większość ludzi go czyta. 759 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.

Pamięć tutaj jest szacowana na podstawie rozmiaru, a nie obliczana z architektury, która nie jest zarejestrowana dla tego modelu — liczby są wskazujące, a nie dokładne.

Jak to zostało wytrenowane

Trenowanie zajęło budżet obliczeniowy wynoszący około 1.2 × 10²³ FLOP, na sprzęcie zarejestrowanym jako NVIDIA A100 SXM4 80 GB. Ta liczba mierzy, ile kosztowało wyprodukowanie modelu i nie ma wpływu na to, jak szybko odpowiada.

Krok po kroku

Jak wybrać GPU do Phi-4-Multimodal

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

Zacznij od tego, co tak naprawdę jest potrzebne, czyli wymogu Phi-4-Multimodal, potrzebując około 3.4 GB przy kompresji Q3_K_M. To ta liczba, a nie nagłówkowa wydajność karty, decyduje o tym, czy można ją uruchomić.
02

Zdecyduj, jak długo trwają twoje rozmowy

Dłuższe rozmowy kosztują pamięć oprócz tego, co potrzebują wagi. Przesuń suwak do swojej rzeczywistej długości roboczej przed zaufaniem jakiejkolwiek linii dla Phi-4-Multimodal.
03

Zdecyduj, ile kompresji zaakceptujesz

Kolumna kwantyzacji różni się w zależności od karty, ponieważ większa karta przechowuje dokładniejszą kopię., 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

Szybkość zamawiania jest w rzeczywistości zamawianiem według pasma pamięci, dla Phi-4-Multimodal. Nie dopasuje się do zamówienia gier, ponieważ generacja jest ograniczona przez przepustowość pamięci. Karta na szczycie listy to B200, w 605 tok/s
05

Sprawdź werdykt dopasowania przed zakupem

Tight dopasowanie działa, ale nie zostawia nic na dłuższą rozmowę, w przypadku Phi-4-Multimodal. 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 Phi-4-Multimodal.

Odpowiedzi

Phi-4-Multimodal — częste pytania

Phi-4-Multimodal— kto to stworzył?

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

Phi-4-Multimodal— kiedy to zostało wydane?

Zostało opublikowane w March 2025.

Phi-4-Multimodal— do czego to służy?

Działa w dziedzinie Multimodal, Language, Vision, Speech, i jest zarejestrowany jako realizujący zadanie language modeling/generation, Question answering, Visual question answering, Speech recognition (ASR), Translation, Audio question answering, Character recognition (OCR). To są obszary, wokół których został zaprojektowany; opisują zamiar, a nie twardą granicę.

Phi-4-Multimodal— Gdzie mogę to pobrać?

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

Phi-4-Multimodal— ile mocy obliczeniowej użyto do jego trenowania?

Szkolenie zajęło około 1.2 × 10²³ FLOP, na sprzęcie zarejestrowanym jako NVIDIA A100 SXM4 80 GB. 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.

Phi-4-Multimodal— czy mogę go uruchomić, jeśli nie mieści się w moim GPU?

Tylko przez odciążenie, co zwykle jest fałszywą oszczędnością: część trzymana w pamięci systemowej spowalnia cały proces. Każda figura tutaj zakłada, że cały model jest zainstalowany na karcie.

Phi-4-Multimodal— czy dwa GPU uruchomią to szybciej?

Pojemność sumuje się w kartach; przepustowość nie. Liczba kart, które już same ją posiadają: 818. Więc druga karta rzadko jest odpowiedzią tutaj.

Phi-4-Multimodal— 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.

Phi-4-Multimodal— 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: 363–968 tok/s na B200. Ten sam model i karta różnią się o trzydzieści do pięćdziesięciu procent w zależności od oprogramowania inferencyjnego i jego wersji.

Phi-4-Multimodal— 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 Q3_K_M używając około 3.4 GB, i produkuje w przybliżeniu 17.8 tokenów na sekundę. Liczba kart, które mogą go uruchomić łącznie: 818.

Phi-4-Multimodal— jak szybko działa na GPU?

To zależy od karty. Najszybciej obliczamy to B200, około 605 tokenów na sekundę; najwolniejszy, który nadal działa, osiąga znacznie mniej. Prędkość odczytu wynosi około dziesięciu tokenów na sekundę, a liczba kart, które to osiągają: 759.

Phi-4-Multimodal— Ile VRAM-u potrzebuje?

Potrzebuje około 3.4 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.

Phi-4-Multimodal— 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 6.7 GB i generując w przybliżeniu 113 tokenów na sekundę. Dopasowanie jest ciasne.

Phi-4-Multimodal— 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 6.7 GB i generując w przybliżeniu 69.0 tokenów na sekundę. Dopasowanie jest komfortowe.

Phi-4-Multimodal— 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 6.7 GB i generując w przybliżeniu 85.5 tokenów na sekundę. Dopasowanie jest komfortowe.

Phi-4-Multimodal— 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 6.7 GB i generując w przybliżeniu 101 tokenów na sekundę. Dopasowanie jest komfortowe.

Phi-4-Multimodal— 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.

Phi-4-Multimodal— ile ma parametrów?

Ma liczbę parametrów równą 5.6B. 5.6B 1. base: Phi-4 Mini (3.8b parameters) 2. "The audio encoder and projector introduce 460M parameters while LoRAA consumes another 460M parameters." 3. "The image encoder and projector introduce 440M model parameters while the vision adapter LoRAV consumes another 370M model parameters.". 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.

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