Portada tecnológica en azul marino oscuro que compara los requisitos de VRAM de distintos modelos de IA según la configuración de GPU.

Requisitos de VRAM de los modelos de IA en distintas configuraciones de GPU

Requisitos de VRAM de los modelos de IA en distintas configuraciones de GPU

Esta tabla ofrece una visión general del tamaño aproximado de los modelos (en miles de millones de parámetros) que pueden ejecutarse en distintas configuraciones de VRAM, junto con ejemplos de modelos conocidos. Tenga en cuenta que son estimaciones y que pueden variar según la implementación, la arquitectura y las optimizaciones concretas.

VRAM (GB) FP32 FP16/BF16 INT8 INT4 INT2 Modelos de ejemplo
16 3-4B 6-8B 12-16B 24-32B 48-64B GPT-2 (1.5B), BERT-Large (340M)
24 5-6B 10-12B 20-24B 40-48B 80-96B GPT-J (6B), BLOOM-7B1
48 10-12B 20-24B 40-48B 80-96B 160-192B T5-11B, BLOOM-7B1 (FP32)
80 18-20B 36-40B 72-80B 144-160B 288-320B GPT-NeoX-20B, BLOOM-176B2
96 22-24B 44-48B 88-96B 176-192B 352-384B BLOOM-176B2, Jurassic-1 Jumbo (178B)2
128 30-32B 60-64B 120-128B 240-256B 480-512B GPT-3 175B2, PaLM 540B2
160 38-40B 76-80B 152-160B 304-320B 608-640B PaLM 540B2, Megatron-Turing NLG 530B2
192 46-48B 92-96B 184-192B 368-384B 736-768B BLOOM-176B (FP16)
256 62-64B 124-128B 248-256B 496-512B 992-1024B GPT-3 175B (INT8), LLaMA 2 70B (FP32)
320 78-80B 156-160B 312-320B 624-640B 1248-1280B Chinchilla 70B (FP32)
384 94-96B 188-192B 376-384B 752-768B 1504-1536B PaLM 540B (INT8)
512 126-128B 252-256B 504-512B 1008-1024B 2016-2048B GPT-3 175B (FP16), BLOOM-176B (FP32)

Notas:

  1. Puede ejecutarse en precisión completa (FP32)
  2. Requiere cuantización u otras técnicas de optimización

Consideraciones adicionales:

  • Estas estimaciones dan por hecho que toda la VRAM está disponible para el modelo, algo que en la práctica no suele ocurrir por la memoria que consumen el framework, el sistema operativo y otros procesos.
  • El paralelismo de modelo y otras técnicas avanzadas permiten ejecutar modelos aún mayores distribuyéndolos entre varias GPU.
  • La inferencia suele requerir menos memoria que el entrenamiento, por lo que a menudo es posible ejecutar modelos más grandes para inferencia en configuraciones de VRAM más modestas.
  • Los tamaños exactos varían según la arquitectura del modelo, los detalles de implementación y las optimizaciones concretas que se utilicen.

Conclusiones clave:

  1. 16-24GB de VRAM: adecuado para la mayoría de tareas de IA de nivel consumo y para modelos de investigación pequeños.
  2. 48-96GB de VRAM: permite trabajar con modelos de escala media y grande, habituales en entornos profesionales y de investigación.
  3. 128-256GB de VRAM: permite ejecutar algunos de los mayores modelos disponibles públicamente con distintas optimizaciones.
  4. 320-512GB de VRAM: aporta capacidad para los modelos actuales más grandes y para lo que está por venir, normalmente mediante configuraciones multi-GPU.

Esta tabla demuestra el enorme impacto que tienen la cuantización y otras técnicas de optimización a la hora de permitir que modelos más grandes funcionen con una VRAM limitada. A medida que la IA avanza, cabe esperar nuevas innovaciones en compresión de modelos y arquitecturas eficientes en memoria que amplíen todavía más estos límites.

Y espere... Esto no termina con los transformers...

Regresar al blog