N Neurarch Architectures Models Checks Data Docs Open the app

Models / llama

dolphin-2.9.1-yi-1.5-34b

Reconstructed from its own config.json with no weights read. 4.8M downloads on Hugging Face.

Our count against the checkpoint

The left number comes from the graph. The right one is the number of scalars in the published weight files. Nothing on this page was tuned to make them agree.

Derived from structure
34.39B
34,388,981,248 parameters
In the published checkpoint
34.39B
34,388,917,248 scalars · safetensors.total, read 2026-09-06
Delta
+0.00%

What it costs to run

Cost is a roofline estimate on the priced GPU for 10 epochs at batch 32 over 50,000 samples (assumed; no dataset attached). GPU fit is fp32 weights plus gradients plus two Adam moments (16 bytes per parameter) with 1.3x headroom; activations are not included and grow with batch size.

Layers
364
Will it forward-pass
Yes
Priced on
A10G (24GB)
Est. one run
$11483.95
CardMemory
T4 (16GB)weights + activationsdoes not fit
A100 (40GB)weights + activationsdoes not fit
H100 (80GB)weights + activationsdoes not fit

Structure

366 nodes. Output shapes are propagated from the input shape, batch dimension excluded.

LayerTypeOutput shape
1InputInput1 × 8192
2EmbeddingEmbedding1 × 8192 × 7168
3RoPERoPE1 × 8192 × 7168
4RMSNorm_1_1RMSNorm1 × 8192 × 7168
5Attention_1Grouped Query Attn1 × 8192 × 7168
6Add_1_attnAdd1 × 8192 × 7168
7RMSNorm_1_2RMSNorm1 × 8192 × 7168
8FFN_1SwiGLU1 × 8192 × 7168
9Add_1_ffnAdd1 × 8192 × 7168
10RMSNorm_2_1RMSNorm1 × 8192 × 7168
11Attention_2Grouped Query Attn1 × 8192 × 7168
12Add_2_attnAdd1 × 8192 × 7168
13RMSNorm_2_2RMSNorm1 × 8192 × 7168
14FFN_2SwiGLU1 × 8192 × 7168
15Add_2_ffnAdd1 × 8192 × 7168
16RMSNorm_3_1RMSNorm1 × 8192 × 7168
17Attention_3Grouped Query Attn1 × 8192 × 7168
18Add_3_attnAdd1 × 8192 × 7168
19RMSNorm_3_2RMSNorm1 × 8192 × 7168
20FFN_3SwiGLU1 × 8192 × 7168
21Add_3_ffnAdd1 × 8192 × 7168
22RMSNorm_4_1RMSNorm1 × 8192 × 7168
23Attention_4Grouped Query Attn1 × 8192 × 7168
24Add_4_attnAdd1 × 8192 × 7168
25RMSNorm_4_2RMSNorm1 × 8192 × 7168
26FFN_4SwiGLU1 × 8192 × 7168
27Add_4_ffnAdd1 × 8192 × 7168
28RMSNorm_5_1RMSNorm1 × 8192 × 7168
29Attention_5Grouped Query Attn1 × 8192 × 7168
30Add_5_attnAdd1 × 8192 × 7168
31RMSNorm_5_2RMSNorm1 × 8192 × 7168
32FFN_5SwiGLU1 × 8192 × 7168
33Add_5_ffnAdd1 × 8192 × 7168
34RMSNorm_6_1RMSNorm1 × 8192 × 7168
35Attention_6Grouped Query Attn1 × 8192 × 7168
36Add_6_attnAdd1 × 8192 × 7168
37RMSNorm_6_2RMSNorm1 × 8192 × 7168
38FFN_6SwiGLU1 × 8192 × 7168
39Add_6_ffnAdd1 × 8192 × 7168
40RMSNorm_7_1RMSNorm1 × 8192 × 7168
41Attention_7Grouped Query Attn1 × 8192 × 7168
42Add_7_attnAdd1 × 8192 × 7168
43RMSNorm_7_2RMSNorm1 × 8192 × 7168
44FFN_7SwiGLU1 × 8192 × 7168
45Add_7_ffnAdd1 × 8192 × 7168
46RMSNorm_8_1RMSNorm1 × 8192 × 7168
47Attention_8Grouped Query Attn1 × 8192 × 7168
48Add_8_attnAdd1 × 8192 × 7168
49RMSNorm_8_2RMSNorm1 × 8192 × 7168
50FFN_8SwiGLU1 × 8192 × 7168
51Add_8_ffnAdd1 × 8192 × 7168
52RMSNorm_9_1RMSNorm1 × 8192 × 7168
53Attention_9Grouped Query Attn1 × 8192 × 7168
54Add_9_attnAdd1 × 8192 × 7168
55RMSNorm_9_2RMSNorm1 × 8192 × 7168
56FFN_9SwiGLU1 × 8192 × 7168
57Add_9_ffnAdd1 × 8192 × 7168
58RMSNorm_10_1RMSNorm1 × 8192 × 7168
59Attention_10Grouped Query Attn1 × 8192 × 7168
60Add_10_attnAdd1 × 8192 × 7168
61RMSNorm_10_2RMSNorm1 × 8192 × 7168
62FFN_10SwiGLU1 × 8192 × 7168
63Add_10_ffnAdd1 × 8192 × 7168
64RMSNorm_11_1RMSNorm1 × 8192 × 7168
65Attention_11Grouped Query Attn1 × 8192 × 7168
66Add_11_attnAdd1 × 8192 × 7168
67RMSNorm_11_2RMSNorm1 × 8192 × 7168
68FFN_11SwiGLU1 × 8192 × 7168
69Add_11_ffnAdd1 × 8192 × 7168
70RMSNorm_12_1RMSNorm1 × 8192 × 7168
71Attention_12Grouped Query Attn1 × 8192 × 7168
72Add_12_attnAdd1 × 8192 × 7168
73RMSNorm_12_2RMSNorm1 × 8192 × 7168
74FFN_12SwiGLU1 × 8192 × 7168
75Add_12_ffnAdd1 × 8192 × 7168
76RMSNorm_13_1RMSNorm1 × 8192 × 7168
77Attention_13Grouped Query Attn1 × 8192 × 7168
78Add_13_attnAdd1 × 8192 × 7168
79RMSNorm_13_2RMSNorm1 × 8192 × 7168
80FFN_13SwiGLU1 × 8192 × 7168
81Add_13_ffnAdd1 × 8192 × 7168
82RMSNorm_14_1RMSNorm1 × 8192 × 7168
83Attention_14Grouped Query Attn1 × 8192 × 7168
84Add_14_attnAdd1 × 8192 × 7168
85RMSNorm_14_2RMSNorm1 × 8192 × 7168
86FFN_14SwiGLU1 × 8192 × 7168
87Add_14_ffnAdd1 × 8192 × 7168
88RMSNorm_15_1RMSNorm1 × 8192 × 7168
89Attention_15Grouped Query Attn1 × 8192 × 7168
90Add_15_attnAdd1 × 8192 × 7168
91RMSNorm_15_2RMSNorm1 × 8192 × 7168
92FFN_15SwiGLU1 × 8192 × 7168
93Add_15_ffnAdd1 × 8192 × 7168
94RMSNorm_16_1RMSNorm1 × 8192 × 7168
95Attention_16Grouped Query Attn1 × 8192 × 7168
96Add_16_attnAdd1 × 8192 × 7168
97RMSNorm_16_2RMSNorm1 × 8192 × 7168
98FFN_16SwiGLU1 × 8192 × 7168
99Add_16_ffnAdd1 × 8192 × 7168
100RMSNorm_17_1RMSNorm1 × 8192 × 7168
101Attention_17Grouped Query Attn1 × 8192 × 7168
102Add_17_attnAdd1 × 8192 × 7168
103RMSNorm_17_2RMSNorm1 × 8192 × 7168
104FFN_17SwiGLU1 × 8192 × 7168
105Add_17_ffnAdd1 × 8192 × 7168
106RMSNorm_18_1RMSNorm1 × 8192 × 7168
107Attention_18Grouped Query Attn1 × 8192 × 7168
108Add_18_attnAdd1 × 8192 × 7168
109RMSNorm_18_2RMSNorm1 × 8192 × 7168
110FFN_18SwiGLU1 × 8192 × 7168
111Add_18_ffnAdd1 × 8192 × 7168
112RMSNorm_19_1RMSNorm1 × 8192 × 7168
113Attention_19Grouped Query Attn1 × 8192 × 7168
114Add_19_attnAdd1 × 8192 × 7168
115RMSNorm_19_2RMSNorm1 × 8192 × 7168
116FFN_19SwiGLU1 × 8192 × 7168
117Add_19_ffnAdd1 × 8192 × 7168
118RMSNorm_20_1RMSNorm1 × 8192 × 7168
119Attention_20Grouped Query Attn1 × 8192 × 7168
120Add_20_attnAdd1 × 8192 × 7168
121RMSNorm_20_2RMSNorm1 × 8192 × 7168
122FFN_20SwiGLU1 × 8192 × 7168
123Add_20_ffnAdd1 × 8192 × 7168
124RMSNorm_21_1RMSNorm1 × 8192 × 7168
125Attention_21Grouped Query Attn1 × 8192 × 7168
126Add_21_attnAdd1 × 8192 × 7168
127RMSNorm_21_2RMSNorm1 × 8192 × 7168
128FFN_21SwiGLU1 × 8192 × 7168
129Add_21_ffnAdd1 × 8192 × 7168
130RMSNorm_22_1RMSNorm1 × 8192 × 7168
131Attention_22Grouped Query Attn1 × 8192 × 7168
132Add_22_attnAdd1 × 8192 × 7168
133RMSNorm_22_2RMSNorm1 × 8192 × 7168
134FFN_22SwiGLU1 × 8192 × 7168
135Add_22_ffnAdd1 × 8192 × 7168
136RMSNorm_23_1RMSNorm1 × 8192 × 7168
137Attention_23Grouped Query Attn1 × 8192 × 7168
138Add_23_attnAdd1 × 8192 × 7168
139RMSNorm_23_2RMSNorm1 × 8192 × 7168
140FFN_23SwiGLU1 × 8192 × 7168
141Add_23_ffnAdd1 × 8192 × 7168
142RMSNorm_24_1RMSNorm1 × 8192 × 7168
143Attention_24Grouped Query Attn1 × 8192 × 7168
144Add_24_attnAdd1 × 8192 × 7168
145RMSNorm_24_2RMSNorm1 × 8192 × 7168
146FFN_24SwiGLU1 × 8192 × 7168
147Add_24_ffnAdd1 × 8192 × 7168
148RMSNorm_25_1RMSNorm1 × 8192 × 7168
149Attention_25Grouped Query Attn1 × 8192 × 7168
150Add_25_attnAdd1 × 8192 × 7168
151RMSNorm_25_2RMSNorm1 × 8192 × 7168
152FFN_25SwiGLU1 × 8192 × 7168
153Add_25_ffnAdd1 × 8192 × 7168
154RMSNorm_26_1RMSNorm1 × 8192 × 7168
155Attention_26Grouped Query Attn1 × 8192 × 7168
156Add_26_attnAdd1 × 8192 × 7168
157RMSNorm_26_2RMSNorm1 × 8192 × 7168
158FFN_26SwiGLU1 × 8192 × 7168
159Add_26_ffnAdd1 × 8192 × 7168
160RMSNorm_27_1RMSNorm1 × 8192 × 7168
161Attention_27Grouped Query Attn1 × 8192 × 7168
162Add_27_attnAdd1 × 8192 × 7168
163RMSNorm_27_2RMSNorm1 × 8192 × 7168
164FFN_27SwiGLU1 × 8192 × 7168
165Add_27_ffnAdd1 × 8192 × 7168
166RMSNorm_28_1RMSNorm1 × 8192 × 7168
167Attention_28Grouped Query Attn1 × 8192 × 7168
168Add_28_attnAdd1 × 8192 × 7168
169RMSNorm_28_2RMSNorm1 × 8192 × 7168
170FFN_28SwiGLU1 × 8192 × 7168
171Add_28_ffnAdd1 × 8192 × 7168
172RMSNorm_29_1RMSNorm1 × 8192 × 7168
173Attention_29Grouped Query Attn1 × 8192 × 7168
174Add_29_attnAdd1 × 8192 × 7168
175RMSNorm_29_2RMSNorm1 × 8192 × 7168
176FFN_29SwiGLU1 × 8192 × 7168
177Add_29_ffnAdd1 × 8192 × 7168
178RMSNorm_30_1RMSNorm1 × 8192 × 7168
179Attention_30Grouped Query Attn1 × 8192 × 7168
180Add_30_attnAdd1 × 8192 × 7168
181RMSNorm_30_2RMSNorm1 × 8192 × 7168
182FFN_30SwiGLU1 × 8192 × 7168
183Add_30_ffnAdd1 × 8192 × 7168
184RMSNorm_31_1RMSNorm1 × 8192 × 7168
185Attention_31Grouped Query Attn1 × 8192 × 7168
186Add_31_attnAdd1 × 8192 × 7168
187RMSNorm_31_2RMSNorm1 × 8192 × 7168
188FFN_31SwiGLU1 × 8192 × 7168
189Add_31_ffnAdd1 × 8192 × 7168
190RMSNorm_32_1RMSNorm1 × 8192 × 7168
191Attention_32Grouped Query Attn1 × 8192 × 7168
192Add_32_attnAdd1 × 8192 × 7168
193RMSNorm_32_2RMSNorm1 × 8192 × 7168
194FFN_32SwiGLU1 × 8192 × 7168
195Add_32_ffnAdd1 × 8192 × 7168
196RMSNorm_33_1RMSNorm1 × 8192 × 7168
197Attention_33Grouped Query Attn1 × 8192 × 7168
198Add_33_attnAdd1 × 8192 × 7168
199RMSNorm_33_2RMSNorm1 × 8192 × 7168
200FFN_33SwiGLU1 × 8192 × 7168
201Add_33_ffnAdd1 × 8192 × 7168
202RMSNorm_34_1RMSNorm1 × 8192 × 7168
203Attention_34Grouped Query Attn1 × 8192 × 7168
204Add_34_attnAdd1 × 8192 × 7168
205RMSNorm_34_2RMSNorm1 × 8192 × 7168
206FFN_34SwiGLU1 × 8192 × 7168
207Add_34_ffnAdd1 × 8192 × 7168
208RMSNorm_35_1RMSNorm1 × 8192 × 7168
209Attention_35Grouped Query Attn1 × 8192 × 7168
210Add_35_attnAdd1 × 8192 × 7168
211RMSNorm_35_2RMSNorm1 × 8192 × 7168
212FFN_35SwiGLU1 × 8192 × 7168
213Add_35_ffnAdd1 × 8192 × 7168
214RMSNorm_36_1RMSNorm1 × 8192 × 7168
215Attention_36Grouped Query Attn1 × 8192 × 7168
216Add_36_attnAdd1 × 8192 × 7168
217RMSNorm_36_2RMSNorm1 × 8192 × 7168
218FFN_36SwiGLU1 × 8192 × 7168
219Add_36_ffnAdd1 × 8192 × 7168
220RMSNorm_37_1RMSNorm1 × 8192 × 7168
221Attention_37Grouped Query Attn1 × 8192 × 7168
222Add_37_attnAdd1 × 8192 × 7168
223RMSNorm_37_2RMSNorm1 × 8192 × 7168
224FFN_37SwiGLU1 × 8192 × 7168
225Add_37_ffnAdd1 × 8192 × 7168
226RMSNorm_38_1RMSNorm1 × 8192 × 7168
227Attention_38Grouped Query Attn1 × 8192 × 7168
228Add_38_attnAdd1 × 8192 × 7168
229RMSNorm_38_2RMSNorm1 × 8192 × 7168
230FFN_38SwiGLU1 × 8192 × 7168
231Add_38_ffnAdd1 × 8192 × 7168
232RMSNorm_39_1RMSNorm1 × 8192 × 7168
233Attention_39Grouped Query Attn1 × 8192 × 7168
234Add_39_attnAdd1 × 8192 × 7168
235RMSNorm_39_2RMSNorm1 × 8192 × 7168
236FFN_39SwiGLU1 × 8192 × 7168
237Add_39_ffnAdd1 × 8192 × 7168
238RMSNorm_40_1RMSNorm1 × 8192 × 7168
239Attention_40Grouped Query Attn1 × 8192 × 7168
240Add_40_attnAdd1 × 8192 × 7168
241RMSNorm_40_2RMSNorm1 × 8192 × 7168
242FFN_40SwiGLU1 × 8192 × 7168
243Add_40_ffnAdd1 × 8192 × 7168
244RMSNorm_41_1RMSNorm1 × 8192 × 7168
245Attention_41Grouped Query Attn1 × 8192 × 7168
246Add_41_attnAdd1 × 8192 × 7168
247RMSNorm_41_2RMSNorm1 × 8192 × 7168
248FFN_41SwiGLU1 × 8192 × 7168
249Add_41_ffnAdd1 × 8192 × 7168
250RMSNorm_42_1RMSNorm1 × 8192 × 7168
251Attention_42Grouped Query Attn1 × 8192 × 7168
252Add_42_attnAdd1 × 8192 × 7168
253RMSNorm_42_2RMSNorm1 × 8192 × 7168
254FFN_42SwiGLU1 × 8192 × 7168
255Add_42_ffnAdd1 × 8192 × 7168
256RMSNorm_43_1RMSNorm1 × 8192 × 7168
257Attention_43Grouped Query Attn1 × 8192 × 7168
258Add_43_attnAdd1 × 8192 × 7168
259RMSNorm_43_2RMSNorm1 × 8192 × 7168
260FFN_43SwiGLU1 × 8192 × 7168
261Add_43_ffnAdd1 × 8192 × 7168
262RMSNorm_44_1RMSNorm1 × 8192 × 7168
263Attention_44Grouped Query Attn1 × 8192 × 7168
264Add_44_attnAdd1 × 8192 × 7168
265RMSNorm_44_2RMSNorm1 × 8192 × 7168
266FFN_44SwiGLU1 × 8192 × 7168
267Add_44_ffnAdd1 × 8192 × 7168
268RMSNorm_45_1RMSNorm1 × 8192 × 7168
269Attention_45Grouped Query Attn1 × 8192 × 7168
270Add_45_attnAdd1 × 8192 × 7168
271RMSNorm_45_2RMSNorm1 × 8192 × 7168
272FFN_45SwiGLU1 × 8192 × 7168
273Add_45_ffnAdd1 × 8192 × 7168
274RMSNorm_46_1RMSNorm1 × 8192 × 7168
275Attention_46Grouped Query Attn1 × 8192 × 7168
276Add_46_attnAdd1 × 8192 × 7168
277RMSNorm_46_2RMSNorm1 × 8192 × 7168
278FFN_46SwiGLU1 × 8192 × 7168
279Add_46_ffnAdd1 × 8192 × 7168
280RMSNorm_47_1RMSNorm1 × 8192 × 7168
281Attention_47Grouped Query Attn1 × 8192 × 7168
282Add_47_attnAdd1 × 8192 × 7168
283RMSNorm_47_2RMSNorm1 × 8192 × 7168
284FFN_47SwiGLU1 × 8192 × 7168
285Add_47_ffnAdd1 × 8192 × 7168
286RMSNorm_48_1RMSNorm1 × 8192 × 7168
287Attention_48Grouped Query Attn1 × 8192 × 7168
288Add_48_attnAdd1 × 8192 × 7168
289RMSNorm_48_2RMSNorm1 × 8192 × 7168
290FFN_48SwiGLU1 × 8192 × 7168
291Add_48_ffnAdd1 × 8192 × 7168
292RMSNorm_49_1RMSNorm1 × 8192 × 7168
293Attention_49Grouped Query Attn1 × 8192 × 7168
294Add_49_attnAdd1 × 8192 × 7168
295RMSNorm_49_2RMSNorm1 × 8192 × 7168
296FFN_49SwiGLU1 × 8192 × 7168
297Add_49_ffnAdd1 × 8192 × 7168
298RMSNorm_50_1RMSNorm1 × 8192 × 7168
299Attention_50Grouped Query Attn1 × 8192 × 7168
300Add_50_attnAdd1 × 8192 × 7168
301RMSNorm_50_2RMSNorm1 × 8192 × 7168
302FFN_50SwiGLU1 × 8192 × 7168
303Add_50_ffnAdd1 × 8192 × 7168
304RMSNorm_51_1RMSNorm1 × 8192 × 7168
305Attention_51Grouped Query Attn1 × 8192 × 7168
306Add_51_attnAdd1 × 8192 × 7168
307RMSNorm_51_2RMSNorm1 × 8192 × 7168
308FFN_51SwiGLU1 × 8192 × 7168
309Add_51_ffnAdd1 × 8192 × 7168
310RMSNorm_52_1RMSNorm1 × 8192 × 7168
311Attention_52Grouped Query Attn1 × 8192 × 7168
312Add_52_attnAdd1 × 8192 × 7168
313RMSNorm_52_2RMSNorm1 × 8192 × 7168
314FFN_52SwiGLU1 × 8192 × 7168
315Add_52_ffnAdd1 × 8192 × 7168
316RMSNorm_53_1RMSNorm1 × 8192 × 7168
317Attention_53Grouped Query Attn1 × 8192 × 7168
318Add_53_attnAdd1 × 8192 × 7168
319RMSNorm_53_2RMSNorm1 × 8192 × 7168
320FFN_53SwiGLU1 × 8192 × 7168
321Add_53_ffnAdd1 × 8192 × 7168
322RMSNorm_54_1RMSNorm1 × 8192 × 7168
323Attention_54Grouped Query Attn1 × 8192 × 7168
324Add_54_attnAdd1 × 8192 × 7168
325RMSNorm_54_2RMSNorm1 × 8192 × 7168
326FFN_54SwiGLU1 × 8192 × 7168
327Add_54_ffnAdd1 × 8192 × 7168
328RMSNorm_55_1RMSNorm1 × 8192 × 7168
329Attention_55Grouped Query Attn1 × 8192 × 7168
330Add_55_attnAdd1 × 8192 × 7168
331RMSNorm_55_2RMSNorm1 × 8192 × 7168
332FFN_55SwiGLU1 × 8192 × 7168
333Add_55_ffnAdd1 × 8192 × 7168
334RMSNorm_56_1RMSNorm1 × 8192 × 7168
335Attention_56Grouped Query Attn1 × 8192 × 7168
336Add_56_attnAdd1 × 8192 × 7168
337RMSNorm_56_2RMSNorm1 × 8192 × 7168
338FFN_56SwiGLU1 × 8192 × 7168
339Add_56_ffnAdd1 × 8192 × 7168
340RMSNorm_57_1RMSNorm1 × 8192 × 7168
341Attention_57Grouped Query Attn1 × 8192 × 7168
342Add_57_attnAdd1 × 8192 × 7168
343RMSNorm_57_2RMSNorm1 × 8192 × 7168
344FFN_57SwiGLU1 × 8192 × 7168
345Add_57_ffnAdd1 × 8192 × 7168
346RMSNorm_58_1RMSNorm1 × 8192 × 7168
347Attention_58Grouped Query Attn1 × 8192 × 7168
348Add_58_attnAdd1 × 8192 × 7168
349RMSNorm_58_2RMSNorm1 × 8192 × 7168
350FFN_58SwiGLU1 × 8192 × 7168
351Add_58_ffnAdd1 × 8192 × 7168
352RMSNorm_59_1RMSNorm1 × 8192 × 7168
353Attention_59Grouped Query Attn1 × 8192 × 7168
354Add_59_attnAdd1 × 8192 × 7168
355RMSNorm_59_2RMSNorm1 × 8192 × 7168
356FFN_59SwiGLU1 × 8192 × 7168
357Add_59_ffnAdd1 × 8192 × 7168
358RMSNorm_60_1RMSNorm1 × 8192 × 7168
359Attention_60Grouped Query Attn1 × 8192 × 7168
360Add_60_attnAdd1 × 8192 × 7168
361RMSNorm_60_2RMSNorm1 × 8192 × 7168
362FFN_60SwiGLU1 × 8192 × 7168
363Add_60_ffnAdd1 × 8192 × 7168
364Final_RMSNormRMSNorm1 × 8192 × 7168
365LM_HeadLinear1 × 8192 × 64000
366OutputOutput1 × 8192 × 64000

What the verifier says

infoAt 60 stacked attention layers, residual-branch outputs add up; unscaled init lets activation variance grow with depth. GPT-2/LLaMA-family models scale the residual projections by depth (N(0, 0.02 / √(2L))). Fix: Scale residual output projections by depth: nn.init.normal_(w, std=0.02 / math.sqrt(2 * n_layers))
deep-attention-default-init

Do this to your own model

Same numbers, on a model in your repo, in one command. No account.

pip install neurarch-trace
neurarch-trace dphn/dolphin-2.9.1-yi-1.5-34b --plan --share