Vypočítejte TPS modelu FirePro W8000 na místních AI modelech

AMD 4 GB GDDR5 176 GB/s June 2012

Každý model v našem katalogu byl posouzen vůči této kartě při délce kontextu a minimální kvalitě, kterou si zvolíte. Rychlost je odhad pro jediný požadavek, vypočítaný z šířky pásma paměti této karty a velikosti každého modelu po kompresi..

Vypočítáno pro tuto kartu

97 modely, které může spustit

679 modely v našem katalogu dohromady

Největší model, který podporuje

DeciLM 6B

5.7B · Q3_K_M · 27.5 tok/s

Nejrychlejší model

Gemma 3 QAT 1B

58.1 tok/s · 1B

Které AI modely mohou běžet na a FirePro W8000?

Nastavte vstupy, přečtěte si odpověď

Délka kontextu tokeny

Více kontextu znamená více paměti pro cache konverzace. Rychlost je pro novou konverzaci a nemění se s tímto nastavením..

Minimální kvalita

Skrývá modely, které by se vešly pouze tím, že by byly komprimovány pod tuto úroveň.

Hledat modely

Velikost modelu

Uvolněno

Také zobrazit modely, které nemůže spustit

97 modely odpovídají

Vypočítávání

						Kvantisace	Pohodlné
58.1 tok/s 35–93 · nízká důvěra	Gemma 3 1B	1B	Mar 2025	1.8 GB	33k tokeny	Q8_0	Pohodlný
58.1 tok/s 35–93 · nízká důvěra	Gemma 3 QAT 1B	1B	Apr 2025	1.8 GB	33k tokeny	Q8_0	Pohodlný
58.1 tok/s 35–93 · nízká důvěra	HGRN 1B (WT 103) ≈	1B	Nov 2023	1.8 GB	131k tokeny ?	Q8_0	Pohodlný
58.1 tok/s 35–93 · nízká důvěra	LLama 3..2 Typhoon 2 1B ≈	1B	Dec 2024	1.8 GB	131k tokeny ?	Q8_0	Pohodlný
58.1 tok/s 35–93 · nízká důvěra	OLMo-1B ≈	1B	Feb 2024	1.8 GB	131k tokeny ?	Q8_0	Pohodlný
58.1 tok/s 35–93 · nízká důvěra	Pythia-1b ≈	1B	Apr 2023	1.8 GB	131k tokeny ?	Q8_0	Pohodlný
53.8 tok/s 32–86 · nízká důvěra	OpenELM-1.1B ≈	1.1B	May 2024	1.9 GB	131k tokeny ?	Q8_0	Pohodlný
52.9 tok/s 32–85 · nízká důvěra	DeciCoder-1B ≈	1.1B	Aug 2023	1.9 GB	131k tokeny ?	Q8_0	Pohodlný
52.9 tok/s 32–85 · nízká důvěra	SantaCoder ≈	1.1B	Jan 2023	1.9 GB	131k tokeny ?	Q8_0	Pohodlný
52.9 tok/s 32–85 · nízká důvěra	TinyLlama-1.1B (1T token checkpoint) ≈	1.1B	Oct 2023	1.9 GB	131k tokeny ?	Q8_0	Pohodlný
52.9 tok/s 32–85 · nízká důvěra	TinyLlama-1.1B (3T token checkpoint) ≈	1.1B	Oct 2023	1.9 GB	131k tokeny ?	Q8_0	Pohodlný
48.5 tok/s 29–78 · nízká důvěra	EXAONE 4.0 (1.2B) ≈	1.2B	Jul 2025	2.0 GB	131k tokeny ?	Q8_0	Pohodlný
48.5 tok/s 29–78 · nízká důvěra	MinerU2.5 ≈	1.2B	Sep 2025	2.0 GB	131k tokeny ?	Q8_0	Pohodlný
48.5 tok/s 29–78 · nízká důvěra	Pleias 1.0 1.2B ≈	1.2B	Dec 2024	2.0 GB	131k tokeny ?	Q8_0	Pohodlný
48.5 tok/s 29–78 · nízká důvěra	Pleias-RAG-1B ≈	1.2B	Apr 2025	2.0 GB	131k tokeny ?	Q8_0	Pohodlný
47.3 tok/s 28–76 · nízká důvěra	Llama 3.2 1B	1.2B	Sep 2024	2.2 GB	54k tokeny	Q8_0	Pohodlný
46.6 tok/s 28–75 · nízká důvěra	MiniCPM-1.2B ≈	1.2B	Jun 2024	2.0 GB	131k tokeny ?	Q8_0	Pohodlný
44.7 tok/s 27–72 · nízká důvěra	DeepSeek Coder 1.3B ≈	1.3B	Jan 2024	2.1 GB	131k tokeny ?	Q8_0	Pohodlný
44.7 tok/s 27–72 · nízká důvěra	DeepSeek-VL-1.3B ≈	1.3B	Mar 2024	2.1 GB	131k tokeny ?	Q8_0	Pohodlný
44.7 tok/s 27–72 · nízká důvěra	DigiRL ≈	1.3B	Jun 2024	2.1 GB	131k tokeny ?	Q8_0	Pohodlný
44.7 tok/s 27–72 · nízká důvěra	GLA Transformer 1.3B ≈	1.3B	Aug 2024	2.1 GB	131k tokeny ?	Q8_0	Pohodlný
44.7 tok/s 27–72 · nízká důvěra	Janus 1.3B ≈	1.3B	Oct 2024	2.1 GB	131k tokeny ?	Q8_0	Pohodlný
44.7 tok/s 27–72 · nízká důvěra	Kosmos-2.5 ≈	1.3B	Aug 2024	2.1 GB	131k tokeny ?	Q8_0	Pohodlný
44.7 tok/s 27–72 · nízká důvěra	Otter ≈	1.3B	May 2023	2.1 GB	131k tokeny ?	Q8_0	Pohodlný
44.7 tok/s 27–72 · nízká důvěra	Phi-1 ≈	1.3B	Oct 2023	2.1 GB	131k tokeny ?	Q8_0	Pohodlný

Rychlosti jsou odhady pro jednoho žadatele — jednu konverzaci najednou — vypočítané z šířky pásma paměti, velikosti modelu a kvantizace. Skutečný průchod se liší s výkonem inference a jeho verzí. Čísla zveřejněná výrobci hardwaru měří mnoho simultánních požadavků a jsou mnohem vyšší..

Na záznamu

FirePro W8000 Plná specifikace

Všechny informace o této desce, seřazené podle toho, jak moc ovlivňují spuštění jazykového modelu, spíše než podle toho, jak by je uvedl seznam specifikací. Memory přichází první, protože rozhoduje o výsledku; zbytek je context..

Paměť

Dvě specifikace, které rozhodují o tom, co tato KARTA může spustit a jak rychle. Kapacita určuje, které modely se vejdou; šířka pásma určuje, kolik TOKENŮ za sekundu produkují, jakmile se vejdou.

Velikost paměti: 4 GB
Šířka pásma VRAM: 176 GB/s
Typ paměti: GDDR5
Šířka sběrnice paměti: 256 bit
Frekvence paměti: 1.38 GHz

Čip

Který procesor je na desce a jak byl vyroben. Menší výrobní technologie obvykle znamená vyšší výkon při stejné spotřebě energie.

Grafický procesor: Tahiti
Architektura: GCN 1.0
Generace: FirePro GCN(Wx000)
Foundry: TSMC
Velikost procesu: 28 nm
Tranzistory: 4.3 billion
Hustota tranzistorů: 12,300 K/mm²
Velikost čipu: 352 mm²
Uvolněno: 14 June 2012

Frekvence hodin

Jak rychle procesor běží. Zde má mnohem nižší hodnotu než na herním benchmarku: generování textu je omezeno šířkou pásma paměti, takže vyšší takt sotva posune výsledek.

Základní takt: 900 MHz
Zvýšená frekvence: 900 MHz

Zpracovatelské jednotky

Co čip obsahuje. Tyto prvky ovlivňují grafický výkon a mají hlavní význam pro zpracování dlouhého promptu spíše než pro produkci odpovědi.

Stínovací jednotky: 1,792
Jednotky pro mapování textur: 112
Renderovací výstupní jednotky: 32
L1 cache: 16 KB
L2 cache: 0.5 MB

Teoretický výkon

Maximální aritmetické rychlosti zveřejněné pro kartu. Toto jsou stropy, kterých žádná skutečná pracovní zátěž nedosahuje, a generování textu dosahuje jen malé části z nich, protože je omezeno pamětí spíše než aritmetikou.

Jednoduchá přesnost (FP32): 3.2 TFLOPS
Dvojitá přesnost (FP64): 806.4 GFLOPS
Rychlost pixelů: 29 GPixel/s
Rychlost textury: 101 GTexel/s

Deska

Co je potřeba k fyzickému nainstalování a napájení karty — praktické omezení, která rozhodují o tom, zda se vejde do stroje, který již vlastníte.

Příkon (TDP): 225 W
Navrhovaný zdroj napájení: 550 W
Napájecí konektory: 2x 6-pin
Rozhraní sběrnice: PCIe 3.0 x16
Šířka slotu: Dual-slot
Rozměry: 279 mm
Zobrazit výstupy: 4x DisplayPort 1.2, 1x SDI

Podpora softwaru

Jaké grafické a výpočetní rozhraní karta podporuje. CUDA výpočetní schopnost je ta, která se týká inferencí: pod 7.0 nejsou žádné tensorové jádra a moderní inferenční software se vrací ke pomalejším kódovým cestám.

DirectX: 11.1
OpenGL: 4.6
Vulkan: 1.2
OpenCL: 1.2
Shader model: 5.1

Seznamy

Kde koupit GPU FirePro W8000

Žádný prodejce aktuálně nenabízí tuto KARTU. Seznamy pocházejí od prodejců, kteří je zde zveřejňují přímo. — procházet adresář dodavatele vidět, kdo prodává co.

Co čísla znamenají

Proč je paměť číslo, které zde záleží

Paměť

4 GB

Šířka pásma

176 GB/s

Největší model

DeciLM 6B

FirePro W8000 nese pouze 4 GB z GDDR5. To omezuje na menší konec katalogu, a model musí být zcela uvnitř, než něco vygeneruje. Runtime ve skutečnosti získá přibližně 3.6 GB.

Šířka pásma paměti dosahuje 176 GB/s napříč autobusu 256 bitů. Šířka pásma je skutečné omezení této karty. Každý token vyžaduje přečtení celého modelu z paměti, takže velký model se zde bude zdát pomalý, i když se vejde.

Šířka pásma je frekvence krát šířka sběrnice, a tato karta taktí svou paměť na 1.38 GHz. Je to důvod, proč počty jader tak špatně předpovídají rychlost generace.

Praktický strop je DeciLM 6B, 5.7B, komprimováno na Q3_K_M a generováním kolem 27.5 tokenů za sekundu

Čip a jak byl vyroben

FirePro W8000 je postaven na grafickém procesoru Tahiti, používající architekturu GCN 1.0 z AMD, jako součást generování FirePro GCN(Wx000).

Čip je vyráběn společností TSMC, na procesu 28 nm, s kostkou o rozměrech 352 mm², držení 4.3 billion Tranzistory. Menší proces obvykle znamená více výkonu při stejné spotřebě, i když pro jazykové modely to má mnohem menší význam než paměťový subsystém.

Bylo to vydáno v June 2012, hrubě 14.131347428376 před lety. Podpora softwaru pro inference obvykle následuje hardware o rok nebo dva, takže karta tohoto stáří má obvykle k dispozici zralé, dobře optimalizované kódové cesty.

Výpočetní propustnost a proč je méně důležitá, než vypadá

FP64

806.4 GFLOPS

Výkon s dvojitou přesností dosahuje 806.4 GFLOPS. Nemá to vliv na spuštění jazykového modelu — žádný inference runtime to nepoužívá — ale odděluje součásti datového centra od spotřebitelských, protože ty ostatní to úmyslně omezují.

Hodiny běží od základu 900 MHz k zvýšení 900 MHz. Zde má mnohem nižší hodnotu než na herním benchmarku: zvyšování taktovacích frekvencí zrychluje aritmetiku, a na aritmetiku není generace čekající.

Cache a zpracovatelské jednotky

FirePro W8000 má L1 cache 16 KB, podporováno L2 cache 0.5 MB. Cache vstřebává část paměťového provozu, který by jinak zasáhl hlavní sběrnici, což je jediné místo na této stránce, kde číslo jiné než šířka pásma tiše ovlivňuje rychlost generování — velká L2 umožňuje větší množství pracovního souboru zůstat blízko jader.

Existují 1,792 Stínovací jednotky, 112 Jednotky pro mapování textur, a 32 Renderovací výstupní jednotky. Tyto zařízení zpracovávají grafické pracovní zátěže a přispívají k zpracování výzev, ale většinu času, kdy model generuje odpověď, zůstávají nečinné.

Síla, velikost a instalace

Příkon

225 W

FirePro W8000 je ohodnocen na 225 W, a navrhovaný systémový zdroj energie je 550 W. Spouštění jazykového modelu zaměstnává kartu v impulzech spíše než nepřetržitě — při generování spotřebovává hodně a mezi požadavky nečinní — takže trvalá spotřeba během pracovního dne je obvykle pod uvedenou hodnotou.

desku zabírá dual-slot, měření 279 mm dlouhý, a potřebuje 2x 6-pin. Stojí za to zkontrolovat případ a napájecí zdroj již v stroji, protože největší KARTY potřebují podstatně více obojího než typická desktopová konfigurace poskytuje.

Spojuje se přes PCIe 3.0 x16. Rozhraní určuje, jak rychle je model načten z disku do karty, nikoli jak rychle běží poté, co je tam, takže užší spojení stojí několik sekund při spuštění a nic víc.

Extrémy

Největší AI modely, které běží na GPU FirePro W8000

Největší open-weight modely, které se vejdou na tuto kartu, nejnovější první. Každý je zobrazen při nejlepší kompresi, kterou karta může zvládnout..

01 Qwen3.5-4B 4B · Q5_K_M · Feb 2026 26.0 tok/s
02 Voxtral Mini 4.7B · Q4_K_M · Jul 2025 28.6 tok/s
03 Typhoon 2.1 Gemma 4B 4B · Q4_K_M · May 2025 33.6 tok/s
04 Qwen3-4B 4B · Q3_K_M · Apr 2025 39.2 tok/s
05 Gemma 3 QAT 4B 4B · Q4_K_M · Apr 2025 33.6 tok/s
06 Gemma 3 4B 4B · Q4_K_M · Mar 2025 33.6 tok/s
07 Phi-4-Multimodal 5.6B · Q3_K_M · Mar 2025 28.0 tok/s
08 Minitron 4B 4.2B · Q4_K_M · Nov 2024 32.0 tok/s
09 XVERSE-MoE-A4.2B 4.2B · Q4_K_M · Apr 2024 32.0 tok/s
10 DeciLM 6B 5.7B · Q3_K_M · Sep 2023 27.5 tok/s

Nejrychlejší AI modely na a FirePro W8000

Kde tato KARTA produkuje TOKENY nejrychleji. Menší modely zde dominují, protože generování každého TOKENU znamená přečtení celého modelu z MEMORY jednou..

01 Gemma 3 QAT 1B 1B · Q8_0 · 1.8 GB 58.1 tok/s
02 Gemma 3 1B 1B · Q8_0 · 1.8 GB 58.1 tok/s
03 LLama 3..2 Typhoon 2 1B 1B · Q8_0 · 1.8 GB 58.1 tok/s
04 OLMo-1B 1B · Q8_0 · 1.8 GB 58.1 tok/s
05 HGRN 1B (WT 103) 1B · Q8_0 · 1.8 GB 58.1 tok/s
06 Pythia-1b 1B · Q8_0 · 1.8 GB 58.1 tok/s
07 OpenELM-1.1B 1.1B · Q8_0 · 1.9 GB 53.8 tok/s
08 TinyLlama-1.1B (1T token checkpoint) 1.1B · Q8_0 · 1.9 GB 52.9 tok/s
09 TinyLlama-1.1B (3T token checkpoint) 1.1B · Q8_0 · 1.9 GB 52.9 tok/s
10 DeciCoder-1B 1.1B · Q8_0 · 1.9 GB 52.9 tok/s

Krok za krokem

Jak vypočítat tokeny za sekundu AI modelu FirePro W8000

Nemusíte nic počítat ručně — kalkulačka gputps.com na této stránce to už vypočítala pro každý model, který tato karta může podpořit. Přečtení odpovědi trvá šest kroků.

01

Najděte model v tabulce

Tabulka uvádí 97 modely, které tato karta spouští. Hledání zúží seznam podle názvu nebo podle velikosti.
02

Rozhodněte, jak dlouho vaše konverzace běží

Nastavte kontext na svou skutečnou pracovní délku. Krátké otázky téměř nic nestojí, ale dlouhý dokument může spotřebovat velký podíl. 4 GB často je to to, co dostane velký model na hranu.
03

Nastavte minimální kvalitu, pokud ji potřebujete.

Ve výchozím nastavení tabulka vybírá nejméně komprimovanou verzi, která se vejde. Nastavení podlahy odstraňuje modely, které splňují kritéria pouze díky silné kompresi.
04

Podívejte se na rozsah, nejen na číslo

Čísla jsou vypočítaná, ne měřená. Nejrychlejší výsledek na této kartě je 58.1 tok/s na Gemma 3 QAT 1B. Stejná karta a model se liší o třicet až padesát procent mezi inference runtimy.
05

Přečtěte si soud o fitu naposled.

Sloupec vhodnosti odděluje modely, které se právě vejdou, od těch, které mají prostor navíc — stojí za to zkontrolovat před výběrem jednoho, proti dostupným 4 GB.
06

Otevřete model pro porovnání karet

Každé jméno modelu v tabulce odkazuje na svou vlastní stránku, která provádí stejné výpočty na každé kartě, kterou máme. Tam vidíte, zda je správný nákup FirePro W8000.

Odpovědi

FirePro W8000 — běžné otázky

FirePro W8000— jaké rozhraní sběrnice používá?

Používá PCIe 3.0 x16. Tohoto určuje, jak rychle je model nahrán na kartu, spíše než jak rychle běží po nahrání, takže to stojí několik sekund při spuštění a nic během generace.

FirePro W8000— Je to dobré pro běh místních AI modelů?

Jeho paměť ho omezuje na menší modely, přesto jeho šířka pásma znamená, že generace bude na větších modelech působit pomalu. Celkem běží 97 modelů, které sledujeme. Zda je to dostatečné, závisí zcela na tom, který model chcete — tabulka výše na to přímo odpovídá.

FirePro W8000— může spustit model, který se nevejde do jeho VRAM?

Může být rozdělen, přičemž přetečení je uchováváno v systémové MEMORY za hranicemi karty. 4 GB táhne to celé dolů a žádná z postav na této stránce to nepředpokládá.

Byly by dvě FirePro W8000 Karty budou dvakrát rychlejší?

Ne. Druhá karta zdvojnásobí VRAM na 8 GB pracovat s spíše než dvojnásobek tokenů za sekundu — každá hodnota zde je pro jeden KARTU.

FirePro W8000— které AI modely může spustit?

97 z 679 Otevřené váhové jazykové modely, které sledujeme, se vejdou na tuto kartu a mohou být spuštěny lokálně. Tabulka na této stránce obsahuje každý z nich, s pamětí, kterou potřebuje, kvantizací, na které běží, a odhadovanou rychlostí generování.

FirePro W8000— jaký je největší AI model, který může spustit?

Největší model v našem katalogu, který se vejde, je DeciLM 6B na 5.7B parametry, komprimované na Q3_K_M. Generuje přibližně 27.5 tokens za sekundu a potřebuje asi 3.5 GB VRAM karty.

FirePro W8000— kolik tokenů za sekundu produkuje?

Závisí to na modelu. Nejrychlejší model, který zde sledujeme, je Gemma 3 QAT 1B přibližně 58.1 tokenů za sekundu, zatímco větší modely běží proporčně pomaleji, protože každý token vyžaduje přečtení celého modelu z paměti jednou. Rychlosti jsou odhady pro jednorázový rozhovor.

FirePro W8000— kolik má paměti?

Tato karta má 4 GB z GDDR5. Třetina je rezervována pro inference runtime a ovladač, což zbývá přibližně 3.6 GB dostupný pro model a jeho konverzaci.

FirePro W8000— jaká je její šířka pásma VRAM?

Šířka pásma paměti dosahuje 176 GB/s napříč autobusu 256 bitů. Toto je jediný nejlepší prediktor toho, jak rychle generuje text, protože vyprodukování každého tokenu znamená přečíst celý model z VRAM jednou.

FirePro W8000— Jaký typ paměti používá?

Používá GDDR5 častěji než 1.38 GHz. Typy HBM se nacházejí na akcelerátorech datových center a mají mnohem větší šířku pásma než GDDR používané na desktopových kartách, což je důvod, proč generují tokeny podstatně rychleji při stejné kapacitě.

FirePro W8000— Kdo to vyrábí?

Toto je produkt z AMD, s čipem vyrobeným od TSMC, na procesu 28 nm.

FirePro W8000— Kdy byl vydán?

Bylo to vydáno v June 2012.

FirePro W8000— kolik energie to spotřebovává?

Hodnocená výkonová karta je 225 W, a navrhovaný systémový zdroj energie je 550 W. Generování textu vyžaduje vysokou zátěž v intervalech a mezi požadavky nepracuje, takže průměrná spotřeba během pracovního sezení je obvykle výrazně pod hodnoceným číslem.

FirePro W8000— kolik má cache?

L1 cache je 16 KB, a L2 cache je 0.5 MB. Cache absorbuje část paměťového provozu, který by jinak dosáhl hlavní sběrnice, takže větší L2 poskytuje skromné zvýšení rychlosti generování nad rámec toho, co předpovídá pouze šířka pásma.

FirePro W8000— Podporuje to CUDA?

Ne. CUDA je pouze od NVIDIA, a tohle je karta od AMD. Spouští jazykové modely prostřednictvím ROCm, Vulkan nebo Metal v závislosti na softwaru, které jsou méně zralé než cesta CUDA — naše odhady na to uplatňují penalizaci.

Druhý směr

Díváte se na to z druhé strany?

Tato stránka začíná od hardwaru. Pokud již víte, který model chcete, a potřebujete vědět, co je potřeba k jeho spuštění, Začněte od modelu.

Všechny GPU