Vypočítejte TPS modelu FirePro W9000 na místních AI modelech

AMD 6 GB GDDR5 264 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

266 modely, které může spustit

679 modely v našem katalogu dohromady

Největší model, který podporuje

Qwen-VL

9.6B · Q3_K_M · 24.5 tok/s

Nejrychlejší model

Gemma 3 QAT 1B

87.2 tok/s · 1B

Které AI modely mohou běžet na a FirePro W9000?

Nastavte vstupy, přečtěte si odpověď

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

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

266 modely odpovídají

Vypočítávání
Kvantisace Pohodlné
87.2 tok/s

52–140 · nízká důvěra

Gemma 3 1B 1B Mar 2025 1.8 GB 33k tokeny Q8_0 Pohodlný
87.2 tok/s

52–140 · nízká důvěra

Gemma 3 QAT 1B 1B Apr 2025 1.8 GB 33k tokeny Q8_0 Pohodlný
87.2 tok/s

52–140 · nízká důvěra

HGRN 1B (WT 103) ≈ 1B Nov 2023 1.8 GB 131k tokeny ? Q8_0 Pohodlný
87.2 tok/s

52–140 · nízká důvěra

LLama 3..2 Typhoon 2 1B ≈ 1B Dec 2024 1.8 GB 131k tokeny ? Q8_0 Pohodlný
87.2 tok/s

52–140 · nízká důvěra

OLMo-1B ≈ 1B Feb 2024 1.8 GB 131k tokeny ? Q8_0 Pohodlný
87.2 tok/s

52–140 · nízká důvěra

Pythia-1b ≈ 1B Apr 2023 1.8 GB 131k tokeny ? Q8_0 Pohodlný
80.8 tok/s

48–129 · nízká důvěra

OpenELM-1.1B ≈ 1.1B May 2024 1.9 GB 131k tokeny ? Q8_0 Pohodlný
79.3 tok/s

48–127 · nízká důvěra

DeciCoder-1B ≈ 1.1B Aug 2023 1.9 GB 131k tokeny ? Q8_0 Pohodlný
79.3 tok/s

48–127 · nízká důvěra

SantaCoder ≈ 1.1B Jan 2023 1.9 GB 131k tokeny ? Q8_0 Pohodlný
79.3 tok/s

48–127 · nízká důvěra

TinyLlama-1.1B (1T token checkpoint) ≈ 1.1B Oct 2023 1.9 GB 131k tokeny ? Q8_0 Pohodlný
79.3 tok/s

48–127 · nízká důvěra

TinyLlama-1.1B (3T token checkpoint) ≈ 1.1B Oct 2023 1.9 GB 131k tokeny ? Q8_0 Pohodlný
72.7 tok/s

44–116 · nízká důvěra

EXAONE 4.0 (1.2B) ≈ 1.2B Jul 2025 2.0 GB 131k tokeny ? Q8_0 Pohodlný
72.7 tok/s

44–116 · nízká důvěra

MinerU2.5 ≈ 1.2B Sep 2025 2.0 GB 131k tokeny ? Q8_0 Pohodlný
72.7 tok/s

44–116 · nízká důvěra

Pleias 1.0 1.2B ≈ 1.2B Dec 2024 2.0 GB 131k tokeny ? Q8_0 Pohodlný
72.7 tok/s

44–116 · nízká důvěra

Pleias-RAG-1B ≈ 1.2B Apr 2025 2.0 GB 131k tokeny ? Q8_0 Pohodlný
70.9 tok/s

43–113 · nízká důvěra

Llama 3.2 1B 1.2B Sep 2024 2.2 GB 113k tokeny Q8_0 Pohodlný
69.9 tok/s

42–112 · nízká důvěra

MiniCPM-1.2B ≈ 1.2B Jun 2024 2.0 GB 131k tokeny ? Q8_0 Pohodlný
67.1 tok/s

40–107 · nízká důvěra

DeepSeek Coder 1.3B ≈ 1.3B Jan 2024 2.1 GB 131k tokeny ? Q8_0 Pohodlný
67.1 tok/s

40–107 · nízká důvěra

DeepSeek-VL-1.3B ≈ 1.3B Mar 2024 2.1 GB 131k tokeny ? Q8_0 Pohodlný
67.1 tok/s

40–107 · nízká důvěra

DigiRL ≈ 1.3B Jun 2024 2.1 GB 131k tokeny ? Q8_0 Pohodlný
67.1 tok/s

40–107 · nízká důvěra

GLA Transformer 1.3B ≈ 1.3B Aug 2024 2.1 GB 131k tokeny ? Q8_0 Pohodlný
67.1 tok/s

40–107 · nízká důvěra

Janus 1.3B ≈ 1.3B Oct 2024 2.1 GB 131k tokeny ? Q8_0 Pohodlný
67.1 tok/s

40–107 · nízká důvěra

Kosmos-2.5 ≈ 1.3B Aug 2024 2.1 GB 131k tokeny ? Q8_0 Pohodlný
67.1 tok/s

40–107 · nízká důvěra

Otter ≈ 1.3B May 2023 2.1 GB 131k tokeny ? Q8_0 Pohodlný
67.1 tok/s

40–107 · 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 W9000 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
6 GB
Šířka pásma VRAM
264 GB/s
Typ paměti
GDDR5
Šířka sběrnice paměti
384 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
975 MHz
Zvýšená frekvence
975 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
2,048
Jednotky pro mapování textur
128
Renderovací výstupní jednotky
32
L1 cache
16 KB
L2 cache
0.75 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)
4 TFLOPS
Dvojitá přesnost (FP64)
998.4 GFLOPS
Rychlost pixelů
31 GPixel/s
Rychlost textury
125 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)
274 W
Navrhovaný zdroj napájení
600 W
Napájecí konektory
1x 6-pin + 1x 8-pin
Rozhraní sběrnice
PCIe 3.0 x16
Šířka slotu
Dual-slot
Rozměry
279 mm
Zobrazit výstupy
6x mini-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 W9000

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

6 GB

Šířka pásma

264 GB/s

Největší model

Qwen-VL

FirePro W9000 nese pouze 6 GB z GDDR5. To omezuje na menší konec katalogu, a model musí být zcela uvnitř, než něco vygeneruje. Runtime ve skutečnosti získá přibližně 5.4 GB.

Šířka pásma paměti dosahuje 264 GB/s napříč autobusu 384 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. Šíření sběrnice a zvyšování frekvence jsou dvě páky, které výrobce má, a proto může karta s nevýznamnými jádry stále generovat rychle.

Největší věc, kterou drží, je Qwen-VL, 9.6B, komprimováno na Q3_K_M a generováním kolem 24.5 tokenů za sekundu

Čip a jak byl vyroben

FirePro W9000 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 14.131094612643 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

998.4 GFLOPS

Výkon s dvojitou přesností dosahuje 998.4 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 975 MHz k zvýšení 975 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 W9000 má L1 cache 16 KB, podporováno L2 cache 0.75 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 2,048 Stínovací jednotky, 128 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

274 W

FirePro W9000 je ohodnocen na 274 W, a navrhovaný systémový zdroj energie je 600 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 1x 6-pin + 1x 8-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 W9000

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

  1. 01 Qwen3.5-9B 9B · Q3_K_M · Feb 2026 26.2 tok/s
  2. 02 NVIDIA-Nemotron-Nano-9B-v2 9B · Q3_K_M · Aug 2025 26.2 tok/s
  3. 03 Ovis2.5 9B 9B · Q3_K_M · Aug 2025 26.2 tok/s
  4. 04 GLM-4.1V-Thinking 9B · Q3_K_M · Aug 2025 26.2 tok/s
  5. 05 MamayLM 9B · Q3_K_M · Apr 2025 26.2 tok/s
  6. 06 GLM-4-9B-0414 9B · Q3_K_M · Apr 2025 26.2 tok/s
  7. 07 SimPO 9B · Q3_K_M · Nov 2024 26.2 tok/s
  8. 08 GLM-4V-9B 9B · Q3_K_M · Jun 2024 26.2 tok/s
  9. 09 Persimmon-8B 9.3B · Q3_K_M · Sep 2023 25.3 tok/s
  10. 10 Qwen-VL 9.6B · Q3_K_M · Aug 2023 24.5 tok/s

Nejrychlejší AI modely na a FirePro W9000

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

  1. 01 Gemma 3 QAT 1B 1B · Q8_0 · 1.8 GB 87.2 tok/s
  2. 02 Gemma 3 1B 1B · Q8_0 · 1.8 GB 87.2 tok/s
  3. 03 LLama 3..2 Typhoon 2 1B 1B · Q8_0 · 1.8 GB 87.2 tok/s
  4. 04 OLMo-1B 1B · Q8_0 · 1.8 GB 87.2 tok/s
  5. 05 HGRN 1B (WT 103) 1B · Q8_0 · 1.8 GB 87.2 tok/s
  6. 06 Pythia-1b 1B · Q8_0 · 1.8 GB 87.2 tok/s
  7. 07 OpenELM-1.1B 1.1B · Q8_0 · 1.9 GB 80.8 tok/s
  8. 08 TinyLlama-1.1B (1T token checkpoint) 1.1B · Q8_0 · 1.9 GB 79.3 tok/s
  9. 09 TinyLlama-1.1B (3T token checkpoint) 1.1B · Q8_0 · 1.9 GB 79.3 tok/s
  10. 10 DeciCoder-1B 1.1B · Q8_0 · 1.9 GB 79.3 tok/s

Krok za krokem

Jak vypočítat tokeny za sekundu AI modelu FirePro W9000

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.

  1. 01

    Model: AI model. Spuštění AI modelu. Nevejde se do GPU VRAM. Těsný. Pohodlný. Open-source AI model. V naší databázi. Nově vydané GPU. GPU VRAM/bandwidth. GPU karta. Kontextová délka.

    Tabulka uvádí 266 modely, které karta zvládá. Vyhledávací pole přijímá název nebo velikost, jako je 27b, která odpovídá počtu parametrů.

  2. 02

    Přizpůsobte kontext své práci

    Přetáhněte posuvník na délku konverzace, na které plánujete pracovat. Cache se zvětšuje s konverzací, a proti kartě, která drží 6 GB často je to to, co dostane velký model na hranu.

  3. 03

    Připněte porovnání na jednu úroveň kvality

    Každý model je zobrazen při nejlepší kompresi, kterou tato karta může držet. Minimální kvalita skrývá ty, které se vejdou jenom tím, že jsou stlačeny více, než byste přijali.

  4. 04

    Vezměte rozsah jako odpověď

    Každá rychlost je odhadem pro jedinou konverzaci, s rozsahem pod ní. Horní konec zde je 87.2 tok/s na Gemma 3 QAT 1B. Stejná karta a model se liší o třicet až padesát procent mezi inference runtimy.

  5. 05

    Zkontrolujte volný prostor, než se rozhodnete

    Těsné znamená, že to dnes funguje; pohodlné znamená, že to stále funguje, když se konverzace rozrůstá. Porovnejte, co každý model potřebuje, s dostupným. 6 GB.

  6. 06

    Zkontrolujte stejný model z druhé strany

    Následující model na jeho vlastní stránce zobrazuje veškerý hardware, který ho může spustit, takže můžete vidět, jak se porovnává proti FirePro W9000.

Odpovědi

FirePro W9000 — běžné otázky

01

FirePro W9000— může to běžet 7B modely?

Ano. Například běží MetaMath 7B (Mistral finetune) na IQ4_XS, používající přibližně 5.1 GB paměti a generování kolem 30.6 tokenů za sekundu

02

FirePro W9000— kolik má paměti?

Tato karta má 6 GB z GDDR5. Třetina je rezervována pro inference runtime a ovladač, což zbývá přibližně 5.4 GB dostupný pro model a jeho konverzaci.

03

FirePro W9000— jaká je její šířka pásma VRAM?

Šířka pásma paměti dosahuje 264 GB/s napříč autobusu 384 bitů. Toto je jediný nejlepší prediktor toho, jak rychle generuje text, protože vyprodukování každého tokenu znamená přečíst celý model z VRAM jednou.

04

FirePro W9000— 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.

05

FirePro W9000— Kdo to vyrábí?

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

06

FirePro W9000— Kdy byl vydán?

Bylo to vydáno v June 2012.

07

FirePro W9000— kolik energie to spotřebovává?

Hodnocená výkonová karta je 274 W, a navrhovaný systémový zdroj energie je 600 W. Generování textu vyžaduje vysokou zátěž v intervalech a mezi požadavky nepracuje, takže průměrná spotřeba během pracovního sezení je obvykle výrazně pod hodnoceným číslem.

08

FirePro W9000— kolik má cache?

L1 cache je 16 KB, a L2 cache je 0.75 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.

09

FirePro W9000— 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.

10

FirePro W9000— 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.

11

FirePro W9000— 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 266 modelů, které sledujeme. Zda je to dostatečné, závisí zcela na tom, který model chcete — tabulka výše na to přímo odpovídá.

12

FirePro W9000— může spustit model, který se nevejde do jeho VRAM?

Pouze částečně. Vrstvy nad kartou GPU 6 GB táhne to celé dolů a žádná z postav na této stránce to nepředpokládá.

13

Byly by dvě FirePro W9000 Karty budou dvakrát rychlejší?

Kapacita se přidává, propustnost nikoli. Dva z nich vám dají 12 GB pracovat s spíše než dvojnásobek tokenů za sekundu — každá hodnota zde je pro jeden KARTU.

14

FirePro W9000— které AI modely může spustit?

266 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.

15

FirePro W9000— jaký je největší AI model, který může spustit?

Největší model v našem katalogu, který se vejde, je Qwen-VL na 9.6B parametry, komprimované na Q3_K_M. Generuje přibližně 24.5 tokens za sekundu a potřebuje asi 5.4 GB VRAM karty.

16

FirePro W9000— kolik tokenů za sekundu produkuje?

Závisí to na modelu. Nejrychlejší model, který zde sledujeme, je Gemma 3 QAT 1B přibližně 87.2 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.

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