Aria kalkulator TPS

Otwórz wagi Rhymes AI 24.9B parametry October 2024

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

241 karty, które mogą go uruchomić

818 Karty, które posiadamy specyfikacje dla

Najmniejsza karta, która pasuje

Xeon Phi 7120P

16 GB · IQ4_XS · 9.6 tok/s

Najszybsza karta

B200

136 tok/s · 180 GB

Które GPU mogą uruchomić Aria?

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.

241 karty pasują

Obliczanie

					potrzeby	Kwantyzacja	Pasuje
136 tok/s 82–218 · niska pewność	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	27.4 GB	Q8_0	Wygodny
136 tok/s 82–218 · niska pewność	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	27.4 GB	Q8_0	Wygodny
109 tok/s 65–174 · niska pewność	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	27.4 GB	Q8_0	Wygodny
109 tok/s 65–174 · niska pewność	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	27.4 GB	Q8_0	Wygodny
86.9 tok/s 52–139 · niska pewność	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	27.4 GB	Q8_0	Wygodny
83.2 tok/s 50–133 · niska pewność	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	27.4 GB	Q8_0	Wygodny
83.2 tok/s 50–133 · niska pewność	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	27.4 GB	Q8_0	Wygodny
79.6 tok/s 48–127 · niska pewność	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	27.4 GB	Q8_0	Wygodny
70.7 tok/s 42–113 · niska pewność	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	27.4 GB	Q8_0	Wygodny
70.7 tok/s 42–113 · niska pewność	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	27.4 GB	Q8_0	Wygodny
70.7 tok/s 42–113 · niska pewność	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	27.4 GB	Q8_0	Wygodny
67.0 tok/s 40–107 · niska pewność	H100 NVL 94 GB NVIDIA	94 GB	3,940 GB/s	Mar 2023	27.4 GB	Q8_0	Wygodny
57.2 tok/s 34–91 · niska pewność	H100 PCIe 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	27.4 GB	Q8_0	Wygodny
57.2 tok/s 34–91 · niska pewność	H100 SXM5 80 GB NVIDIA	80 GB	3,360 GB/s	Oct 2022	27.4 GB	Q8_0	Wygodny
57.2 tok/s 34–91 · niska pewność	H100 SXM5 94 GB NVIDIA	94 GB	3,360 GB/s	Mar 2023	27.4 GB	Q8_0	Wygodny
57.2 tok/s 34–91 · niska pewność	H100 SXM5 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	27.4 GB	Q8_0	Wygodny
57.2 tok/s 34–91 · niska pewność	H800 SXM5 NVIDIA	80 GB	3,360 GB/s	Mar 2023	27.4 GB	Q8_0	Wygodny
47.2 tok/s 28–76 · niska pewność	Tesla V100 SXM2 16 GB NVIDIA	16 GB	1,130 GB/s	Nov 2019	14.3 GB	IQ4_XS	Wąski
43.5 tok/s 26–70 · niska pewność	Radeon Instinct MI250 AMD	128 GB	3,280 GB/s	Nov 2021	27.4 GB	Q8_0	Wygodny
43.5 tok/s 26–70 · niska pewność	Radeon Instinct MI250X AMD	128 GB	3,280 GB/s	Nov 2021	27.4 GB	Q8_0	Wygodny
40.1 tok/s 24–64 · niska pewność	GeForce RTX 5080 NVIDIA	16 GB	960 GB/s	Jan 2025	14.3 GB	IQ4_XS	Wąski
37.5 tok/s 22–60 · niska pewność	Tesla V100 DGXS 16 GB NVIDIA	16 GB	897 GB/s	Mar 2018	14.3 GB	IQ4_XS	Wąski
37.5 tok/s 22–60 · niska pewność	Tesla V100 PCIe 16 GB NVIDIA	16 GB	897 GB/s	Jun 2017	14.3 GB	IQ4_XS	Wąski
37.5 tok/s 22–60 · niska pewność	Tesla V100 SXM2 16 GB NVIDIA	16 GB	897 GB/s	Jun 2017	14.3 GB	IQ4_XS	Wąski
37.4 tok/s 22–60 · niska pewność	GeForce RTX 5070 Ti NVIDIA	16 GB	896 GB/s	Feb 2025	14.3 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: Rhymes AI
Typ organizacji: Industry
Kraj: United States of America
Opublikowany: 8 October 2024
Autorzy: Dongxu Li, Yudong Liu, Haoning Wu, Yue Wang, Zhiqi Shen, Bowen Qu, Xinyao Niu, Fan Zhou, Chengen Huang, Yanpeng Li, Chongyan Zhu, Xiaoyi Ren, Chao Li, Yifan Ye, Peng Liu, Lihuan Zhang, Hanshu Yan, Guoyin Wang, Bei Chen, Junnan Li

Co to robi

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

Domena: Multimodal, Language, Video, Vision
Zadanie: Language modeling/generation, Visual question answering, Image captioning, Question answering, Code generation, Video description, Character recognition (OCR)

Rozmiar

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

parametry: 24.9B
Dane treningowe: 6,800,000,000,000 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: 1.4 × 10²³ 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: rhymes-ai

Jak jest klasyfikowane

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

Zapisz pewność: Confident
Cytaty: 130

Źródła

Skąd pochodzi ten rekord i kiedy był ostatnio sprawdzany.

Referencja: ARIA : An Open Multimodal Native Mixture-of-Experts Model
Ostatnio zaktualizowane: 25 May 2026

Ekstremy

Dziesięć najszybszych GPU, które uruchamiają Aria

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 Aria

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

Co oznaczają liczby

Wymagania sprzętowe w praktyce

Minimalna karta

Xeon Phi 7120P

Pamięć potrzebna

14.3 GB

Najszybszy

136 tok/s

Aria osiąga liczbę parametrów równą 24.9B. To ląduje w zakresie, który może obsłużyć poważna karta stacjonarna, gdy wagi są skompresowane. Liczba kart, które śledzimy, które mogą to uruchomić: 241.

Punkt wejścia to Xeon Phi 7120P, o pojemności pamięci 16 GB, uruchomienie go przy kompresji IQ4_XS i produkując około 9.6 tokeny na sekundę

Najszybszy rezultat pochodzi z B200, generowanie w przybliżeniu 136 tokenów na sekundę na podstawie przepustowości pamięci 8,000 GB/s.

Skąd to pochodzi

Aria został opublikowany przez Rhymes AI, w kraju zapisanym jako United States of America, podczas October 2024. Organizacja publikująca jest klasyfikowana jako industry.

Działa w dziedzinie Multimodal, Language, Video, Vision, i jest zapisany jako wykonujący zadanie language modeling/generation, Visual question answering, Image captioning, Question answering, Code generation, Video description, Character recognition (OCR).

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

Zrozumienie prędkości

Połowa kart, które go trzymają, osiąga więcej niż 18.7 tokenów na sekundę 191 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.

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 1.4 × 10²³ FLOP. Ta liczba mierzy, ile kosztowało wyprodukowanie modelu i nie ma wpływu na to, jak szybko odpowiada.

Został wytrenowany na korpusie około 6,800,000,000,000 Tokeny tekstu.

Krok po kroku

Jak wybrać GPU do Aria

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

Zacznij od tego, co tak naprawdę jest potrzebne, czyli wymogu Aria, potrzebując około 14.3 GB przy kompresji IQ4_XS. To ta liczba, a nie nagłówkowa wydajność karty, decyduje o tym, czy można ją uruchomić.
02

Zdecyduj, jak długo trwają twoje rozmowy

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 Aria.
03

Wybierz, jak daleko chcesz to skompresować.

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

Porównaj TOKENS na sekundę, a nie SPECYFIKACJE.

Szybkość zamawiania jest w rzeczywistości zamawianiem według pasma pamięci, dla Aria. Nie dopasuje się do zamówienia gier, ponieważ generacja jest ograniczona przez przepustowość pamięci. Karta na szczycie listy to B200, w 136 tok/s
05

Sprawdź werdykt dopasowania przed zakupem

Kolumna dopasowania oddziela karty, które ledwo dają radę, od tych, które mają zapas w przypadku Aria. 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 Aria.

Odpowiedzi

Aria — częste pytania

Aria— Jaką GPU potrzebuję, aby ją uruchomić?

Najmniejsza karta w naszym katalogu, która to pomieści, to Xeon Phi 7120P, o pojemności pamięci 16 GB. Uruchamia model przy kompresji IQ4_XS używając około 14.3 GB, i produkuje w przybliżeniu 9.6 tokenów na sekundę. Liczba kart, które mogą go uruchomić łącznie: 241.

Aria— jak szybko działa na GPU?

To zależy od karty. Najszybciej obliczamy to B200, około 136 tokenów na sekundę; najwolniejszy, który nadal działa, osiąga znacznie mniej. Prędkość odczytu wynosi około dziesięciu tokenów na sekundę, a liczba kart, które to osiągają: 191.

Aria— Ile VRAM-u potrzebuje?

Potrzebuje około 14.3 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.

Aria— czy mogę uruchomić to na GPU trzymając 16 GB?

Tak. Karta Tesla V100 SXM2 16 GB, trzymanie 16 GB, uruchamia go przy kompresji IQ4_XS, używając około 14.3 GB i generując w przybliżeniu 47.2 tokenów na sekundę. Dopasowanie jest ciasne.

Aria— czy mogę uruchomić to na GPU trzymając 24 GB?

Tak. Karta GeForce RTX 5090 D V2, trzymanie 24 GB, uruchamia go przy kompresji Q6_K, używając około 21.6 GB i generując w przybliżeniu 33.1 tokenów na sekundę. Dopasowanie jest ciasne.

Aria— 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.

Aria— ile ma parametrów?

Ma liczbę parametrów równą 24.9B. ARIA MoE activates 3.5B parameters per text token and has a total of 24.9B parameter. 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.

Aria— kto to stworzył?

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

Aria— kiedy to zostało wydane?

Zostało opublikowane w October 2024. Możliwość na parametr znacznie się poprawiła, więc nowszy model tej samej wielkości często lepiej wykorzystuje ten sam sprzęt.

Aria— do czego to służy?

Działa w dziedzinie Multimodal, Language, Video, Vision, i jest zarejestrowany jako realizujący zadanie language modeling/generation, Visual question answering, Image captioning, Question answering, Code generation, Video description, Character recognition (OCR). Modele często mają więcej niż jeden z każdego, a etykiety opisują cel, a nie ograniczenia możliwości.

Aria— Gdzie mogę to pobrać?

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

Aria— ile mocy obliczeniowej użyto do jego trenowania?

Szkolenie zajęło około 1.4 × 10²³ 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.

Aria— 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 5.0 GB Każda figura tutaj zakłada, że cały model jest zainstalowany na karcie.

Aria— czy dwa GPU uruchomią to szybciej?

Druga KARTA mniej więcej podwaja dostępna PAMIĘĆ, ale nie tempo generacji. Liczba już zdolna do uruchomienia jej samodzielnie: 241. Więc druga karta rzadko jest odpowiedzią tutaj.

Aria— dlaczego kwantyzacja różni się między kartami?

Większa KARTA przechowuje dokładniejszą kopię. Liczba poziomów kompresji używanych w KARTACH, które ją uruchamiają: 4. Większe karty otrzymują dokładniejszą wersję, a minimalna jakość powyżej ustala porównanie na jednym poziomie.

Aria— Jak dokładne są te szacunki prędkości?

Są obliczane na podstawie specyfikacji, a nie mierzone, i każdy ma zakres. Jeden przykład: 82–218 tok/s na B200. Ten sam model i karta różnią się o trzydzieści do pięćdziesięciu procent w zależności od oprogramowania inferencyjnego i jego wersji.

Źródło

Oryginalna publikacja

Ostatnia aktualizacja rekordu 25 May 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