> For the complete documentation index, see [llms.txt](https://unsloth.ai/docs/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://unsloth.ai/docs/fr/notions-de-base/unsloth-benchmarks.md).

# Benchmarks Unsloth

Unsloth a enregistré des benchmarks sur des GPU NVIDIA.

* Pour des benchmarks plus détaillés, lisez notre [Blog Llama 3.3](https://unsloth.ai/blog/llama3-3).
* Le benchmarking d’Unsloth a également été réalisé par [🤗Hugging Face](https://huggingface.co/blog/unsloth-trl).

{% hint style="warning" %}
Si votre vitesse semble plus lente au début, c’est probablement parce que `torch.compile` met généralement environ 5 minutes (ou plus) à se réchauffer et à terminer la compilation. Assurez-vous de mesurer le débit **après** qu’il est entièrement chargé, car sur des exécutions plus longues, Unsloth devrait être beaucoup plus rapide.
{% endhint %}

Testé sur H100 et [Blackwell](/docs/fr/blog/fine-tuning-llms-with-blackwell-rtx-50-series-and-unsloth.md) GPU. Nous avons testé en utilisant le jeu de données Alpaca, une taille de lot de 2, 4 étapes d’accumulation des gradients, rang = 32, et avons appliqué QLoRA à toutes les couches linéaires (q, k, v, o, gate, up, down) :

<table data-full-width="false"><thead><tr><th>Modèle</th><th>VRAM</th><th>🦥Vitesse d’Unsloth</th><th>🦥Réduction de la VRAM</th><th>🦥Contexte plus long</th><th>😊Hugging Face + FA2</th></tr></thead><tbody><tr><td>Llama 3.3 (70B)</td><td>80GB</td><td>2x</td><td>>75%</td><td>13x plus long</td><td>1x</td></tr><tr><td>Llama 3.1 (8B)</td><td>80GB</td><td>2x</td><td>>70%</td><td>12x plus long</td><td>1x</td></tr></tbody></table>

## Benchmarks de longueur de contexte

{% hint style="info" %}
Plus vous avez de données, moins Unsloth utilise de VRAM grâce à notre [checkpointing des gradients](https://unsloth.ai/blog/long-context) algorithme + l’algorithme CCE d’Apple !
{% endhint %}

### **Longueur maximale du contexte de Llama 3.1 (8B)**

Nous avons testé Llama 3.1 (8B) Instruct et appliqué QLoRA 4 bits à toutes les couches linéaires (Q, K, V, O, gate, up et down) avec rank = 32 et une taille de lot de 1. Nous avons complété toutes les séquences jusqu’à une certaine longueur maximale de séquence afin de reproduire des charges de travail de fine-tuning à long contexte.

| VRAM du GPU | 🦥Longueur de contexte d’Unsloth | Hugging Face + FA2 |
| ----------- | -------------------------------- | ------------------ |
| 8 Go        | 2,972                            | OOM                |
| 12 Go       | 21,848                           | 932                |
| 16 Go       | 40,724                           | 2,551              |
| 24 Go       | 78,475                           | 5,789              |
| 40 Go       | 153,977                          | 12,264             |
| 48 Go       | 191,728                          | 15,502             |
| 80 Go       | 342,733                          | 28,454             |

### **Longueur maximale du contexte de Llama 3.3 (70B)**

Nous avons testé Llama 3.3 (70B) Instruct sur une A100 de 80 Go et appliqué QLoRA 4 bits à toutes les couches linéaires (Q, K, V, O, gate, up et down) avec rank = 32 et une taille de lot de 1. Nous avons complété toutes les séquences jusqu’à une certaine longueur maximale de séquence afin de reproduire des charges de travail de fine-tuning à long contexte.

| VRAM du GPU | 🦥Longueur de contexte d’Unsloth | Hugging Face + FA2 |
| ----------- | -------------------------------- | ------------------ |
| 48 Go       | 12,106                           | OOM                |
| 80 Go       | 89,389                           | 6,916              |


---

# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.

## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation by asking a question.

Perform an HTTP GET request on the following URL with the `ask` and `goal` query parameters:

```
GET https://unsloth.ai/docs/fr/notions-de-base/unsloth-benchmarks.md?ask=<question>&goal=<user_goal>
```

`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is what the user is ultimately trying to achieve, the reason they need the answer. Sharing it helps GitBook give you a better, more relevant answer. A goal is most helpful when it describes the outcome the user wants rather than restating the question. For example, with `ask=how do I create an API token`, a goal like `automate deployments from our CI pipeline` lets GitBook tailor the answer to that use case.

The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.