Tulu 3 405B kalkulator TPS

Otwórz wagi Allen Institute for AI,University of Washington 405B parametry January 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

4 karty, które mogą go uruchomić

818 Karty, które posiadamy specyfikacje dla

Najmniejsza karta, która pasuje

Radeon Instinct MI325X

256 GB · IQ4_XS · 12.0 tok/s

Najszybsza karta

B300

19.3 tok/s · 288 GB

Które GPU mogą uruchomić Tulu 3 405B?

Ustaw wejścia, odczytaj odpowiedź.

Dłuższa rozmowa wymaga więcej MEMORY, co może spowodować, że ten model nie zmieści się na mniejszych CARD..

Ukrywa karty, które zmieściłyby się w modelu tylko przez skompresowanie go poniżej tego punktu..

4 karty pasują

Obliczanie
potrzeby Kwantyzacja Pasuje
19.3 tok/s

12–31 · niska pewność

B300 NVIDIA 288 GB 8,000 GB/s Sep 2025 245.7 GB Q4_K_M Wąski
15.4 tok/s

9–25 · niska pewność

Radeon Instinct MI350X AMD 288 GB 8,190 GB/s Jan 2025 245.7 GB Q4_K_M Wąski
15.4 tok/s

9–25 · niska pewność

Radeon Instinct MI355X AMD 288 GB 8,190 GB/s Jan 2025 245.7 GB Q4_K_M Wąski
12.0 tok/s

7–19 · niska pewność

Radeon Instinct MI325X AMD 256 GB 6,000 GB/s Oct 2024 222.1 GB IQ4_XS 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
Allen Institute for AI,University of Washington
Typ organizacji
Research collective,Academia
Kraj
United States of America
Opublikowany
30 January 2025
Autorzy
Nathan Lambert, Jacob Morrison, Valentina Pyatkin, Shengyi Huang, Hamish Ivison, Faeze Brahman, Lester James V. Miranda, Alisa Liu, Nouha Dziri, Shane Lyu, Yuling Gu, Saumya Malik, Victoria Graf, Jena D. Hwang, Jiangjiang Yang, Ronan Le Bras, Oyvind Tafjord, Chris Wilhelm, Luca Soldaini, Noah A. Smith, Yizhong Wang, Pradeep Dasigi, Hannaneh Hajishirzi

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
Model bazowy
Llama 3.1-405B

Rozmiar

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

parametry
405B

405B

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
Hardware
Dostosowywanie obliczeń
3.8 × 10²² FLOP

SFT and DPO infrastructure usage is unknown RLVR: "the final 405B RL run takes 46 hours on 256 GPUs" 989400000000000 FLOP / GPU / sec [H100 reported, bf16 assumed] * 256 GPUs * 46 hours * 3600 sec / hour * 0.3 [assumed utilization] = 1.2583268e+22 FLOP Assuming that SFT and DPO training compute was same OOM as RLVR stage (similar to 70B model), 1.2583268e+22 FLOP * 3 = 3.7749804e+22 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 H100 SXM5 80GB

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
Open source

Llama 3.1 license https://huggingface.co/allenai/Llama-3.1-Tulu-3-405B Apache 2.0 https://github.com/allenai/open-instruct

Hugging Face
allenai

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
Tulu 3: Pushing Frontiers in Open Language Model Post-Training
Ostatnio zaktualizowane
28 November 2025

Ekstremy

Dziesięć najszybszych GPU, które uruchamiają Tulu 3 405B

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..

  1. 01 B300 288 GB · 8,000 GB/s · Q4_K_M 19.3 tok/s
  2. 02 Radeon Instinct MI350X 288 GB · 8,190 GB/s · Q4_K_M 15.4 tok/s
  3. 03 Radeon Instinct MI355X 288 GB · 8,190 GB/s · Q4_K_M 15.4 tok/s
  4. 04 Radeon Instinct MI325X 256 GB · 6,000 GB/s · IQ4_XS 12.0 tok/s

Najmniejsze GPU, które nadal działają Tulu 3 405B

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

  1. 01 Radeon Instinct MI325X 256 GB · potrzeby 222.1 GB · IQ4_XS · Wąski 12.0 tok/s
  2. 02 B300 288 GB · potrzeby 245.7 GB · Q4_K_M · Wąski 19.3 tok/s
  3. 03 Radeon Instinct MI350X 288 GB · potrzeby 245.7 GB · Q4_K_M · Wąski 15.4 tok/s
  4. 04 Radeon Instinct MI355X 288 GB · potrzeby 245.7 GB · Q4_K_M · Wąski 15.4 tok/s

Co oznaczają liczby

Strona sprzętowa

Minimalna karta

Radeon Instinct MI325X

Pamięć potrzebna

222.1 GB

Najszybszy

19.3 tok/s

Tulu 3 405B osiąga liczbę parametrów równą 405B. To jest poza tym, co miałaby jakakolwiek pojedyncza karta graficzna. Uruchomienie go oznacza albo podział na kilka kart, albo wynajęcie sprzętu przeznaczonego do tego zadania, a każda karta, która mogłaby go pomieścić sama, jest częścią centrum danych. Liczba, która może: 4.

Na niskim końcu obsługiwane jest przez Radeon Instinct MI325X, o pojemności pamięci 256 GB, uruchomienie go przy kompresji IQ4_XS i produkując około 12.0 tokeny na sekundę

Na drugim końcu siedzi B300, generowanie w przybliżeniu 19.3 tokenów na sekundę na podstawie przepustowości pamięci 8,000 GB/s.

Co to jest model?

Tulu 3 405B został opublikowany przez Allen Institute for AI,University of Washington, w kraju zapisanym jako United States of America, podczas January 2025. Wychodzi z organizacji zaklasyfikowanej jako research collective,Academia.

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

Zamiast być trenowanym od podstaw, pochodzi z Llama 3.1-405B. Większość modeli w tej skali jest dostosowywana z istniejącej bazy, a nie tworzona od zera.

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

Co decyduje o szybkości

Połowa kart, które go trzymają, osiąga więcej niż 15.4 tokenów na sekundę. Przekraczając prędkość czytania bezpośrednio: 4 ich

Każda waga uczestniczy w każdym tokenie tutaj, więc szerokość pasma jest całą historią: poniższa lista to w rzeczywistości ranking 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 Tulu 3 405B

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

  1. 01

    Zacznij od kolumny pamięci

    Zacznij od tego, co tak naprawdę jest potrzebne, czyli wymogu Tulu 3 405B, potrzebując około 222.1 GB przy kompresji IQ4_XS. Żadna ilość mocy obliczeniowej nie może zrekompensować karty, która nie może jej pomieścić.

  2. 02

    Ustaw długość kontekstu, z którą będziesz pracować

    Rozmowa zajmuje pamięć również, i rośnie w miarę trwania. Ustaw suwak na długość, której się spodziewasz, ponieważ przy długim kontekście karta, która łatwo obsługuje krótkie pytania, może zostać odrzucona przez Tulu 3 405B.

  3. 03

    Wybierz, jak daleko chcesz to skompresować.

    Kompresja to to, co sprawia, że model mieści się w mniejszych KARTACH, kosztem pewnej dokładności., 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.

  4. 04

    Oceń według przepustowości, a nie kart specyfikacji

    Szybkość zamawiania jest w rzeczywistości zamawianiem według pasma pamięci, dla Tulu 3 405B. Nie dopasuje się do zamówienia gier, ponieważ generacja jest ograniczona przez przepustowość pamięci. Karta na szczycie listy to B300, w 19.3 tok/s

  5. 05

    Zwróć uwagę na margines, a nie tylko na dopasowanie

    Tight dopasowanie działa, ale nie zostawia nic na dłuższą rozmowę, w przypadku Tulu 3 405B. Wygodne oznacza, że możesz później zwiększyć kontekst. Ta różnica ma większe znaczenie niż kilka tokenów na sekundę, więc kupuj za wygodne, jeśli tego oczekujesz.

  6. 06

    Zobacz, co jeszcze ta karta uruchamia

    Śledzenie karty do jej własnej strony pokazuje każdy inny model, który może pomieścić, co jest pytaniem, które pojawia się po podjęciu decyzji o Tulu 3 405B.

Odpowiedzi

Tulu 3 405B — częste pytania

01

Tulu 3 405B— do czego to służy?

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

02

Tulu 3 405B— Gdzie mogę to pobrać?

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

03

Tulu 3 405B— 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. Najbliższy brak, który obliczamy, jest za mały o 72.9 GB Każda figura tutaj zakłada, że cały model jest zainstalowany na karcie.

04

Tulu 3 405B— 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: 4. Więc druga karta rzadko jest odpowiedzią tutaj.

05

Tulu 3 405B— 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: 2. Większe karty otrzymują dokładniejszą wersję, a minimalna jakość powyżej ustala porównanie na jednym poziomie.

06

Tulu 3 405B— 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: 12–31 tok/s na B300. Ten sam model i karta różnią się o trzydzieści do pięćdziesięciu procent w zależności od oprogramowania inferencyjnego i jego wersji.

07

Tulu 3 405B— Jaką GPU potrzebuję, aby ją uruchomić?

Najmniejsza karta w naszym katalogu, która to pomieści, to Radeon Instinct MI325X, o pojemności pamięci 256 GB. Uruchamia model przy kompresji IQ4_XS używając około 222.1 GB, i produkuje w przybliżeniu 12.0 tokenów na sekundę. Liczba kart, które mogą go uruchomić łącznie: 4.

08

Tulu 3 405B— jak szybko działa na GPU?

To zależy od karty. Najszybciej obliczamy to B300, około 19.3 tokenów na sekundę; najwolniejszy, który nadal działa, osiąga znacznie mniej. Prędkość odczytu wynosi około dziesięciu tokenów na sekundę, a liczba kart, które to osiągają: 4.

09

Tulu 3 405B— Ile VRAM-u potrzebuje?

Potrzebuje około 222.1 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.

10

Tulu 3 405B— 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.

11

Tulu 3 405B— ile ma parametrów?

Ma liczbę parametrów równą 405B. 405B. 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.

12

Tulu 3 405B— kto to stworzył?

Zostało opublikowane przez Allen Institute for AI,University of Washington, oparty na United States of America, organizacja sklasyfikowana jako research collective,Academia.

13

Tulu 3 405B— kiedy to zostało wydane?

Zostało opublikowane w January 2025.

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