Vypočítejte TPS modelu Xeon Phi 7120P na místních AI modelech

Intel 16 GB GDDR5 352 GB/s June 2013

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

432 modely, které může spustit

679 modely v našem katalogu dohromady

Největší model, který podporuje

Nemotron 3-Nano-30B-A3B

31.6B · Q3_K_M · 46.0 tok/s

Nejrychlejší model

Gemma 3 QAT 1B

96.9 tok/s · 1B

Které AI modely mohou běžet na a Xeon Phi 7120P?

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.

432 modely odpovídají

Vypočítávání
Kvantisace Pohodlné
96.9 tok/s

58–155 · nízká důvěra

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

58–155 · nízká důvěra

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

58–155 · nízká důvěra

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

58–155 · nízká důvěra

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

58–155 · nízká důvěra

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

58–155 · nízká důvěra

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

54–144 · nízká důvěra

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

53–141 · nízká důvěra

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

53–141 · nízká důvěra

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

53–141 · nízká důvěra

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

53–141 · nízká důvěra

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

48–129 · nízká důvěra

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

48–129 · nízká důvěra

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

48–129 · nízká důvěra

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

48–129 · nízká důvěra

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

47–126 · nízká důvěra

Llama 3.2 1B 1.2B Sep 2024 2.2 GB 131k tokeny Q8_0 Pohodlný
77.7 tok/s

47–124 · nízká důvěra

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

45–119 · nízká důvěra

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

45–119 · nízká důvěra

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

45–119 · nízká důvěra

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

45–119 · nízká důvěra

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

45–119 · nízká důvěra

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

45–119 · nízká důvěra

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

45–119 · nízká důvěra

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

45–119 · 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

Xeon Phi 7120P 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
16 GB
Šířka pásma VRAM
352 GB/s
Typ paměti
GDDR5
Šířka sběrnice paměti
512 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
Knights Corner
Architektura
Knights
Generace
Knights Corner(x100)
Foundry
Intel
Velikost procesu
22 nm
Tranzistory
5 billion
Hustota tranzistorů
6,900 K/mm²
Velikost čipu
720 mm²
Uvolněno
17 June 2013

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
1.24 GHz
Zvýšená frekvence
1.33 GHz

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
976
Jednotky pro mapování textur
32

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)
2.6 TFLOPS
Rychlost textury
43 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)
300 W
Navrhovaný zdroj napájení
700 W
Rozhraní sběrnice
PCIe 3.0 x16
Šířka slotu
Dual-slot
Rozměry
248 mm

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.

OpenCL
1.2
Shader model
5.0

Seznamy

Kde koupit GPU Xeon Phi 7120P

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

Co znamená paměťový subsystém pro AI

Paměť

16 GB

Šířka pásma

352 GB/s

Největší model

Nemotron 3-Nano-30B-A3B

Xeon Phi 7120P nese 16 GB z GDDR5. To dosahuje pohodlně do malých a středně velkých modelů, i když ty největší zůstávají mimo dosah bez jejich rozdělení. Přetížení ovladače zanechává přibližně 14.4 GB.

Šířka pásma paměti dosahuje 352 GB/s napříč autobusu 512 bitů. To je číslo, které určuje rychlost generování — aritmetika na byte přečteném je dostatečně malá, takže čeká vše na sběrnici, nikoli na jádra.

To pramení z paměťového taktu 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 Nemotron 3-Nano-30B-A3B, 31.6B, komprimováno na Q3_K_M a generováním kolem 46.0 tokenů za sekundu

Čip a jak byl vyroben

Xeon Phi 7120P je postaven na grafickém procesoru Knights Corner, používající architekturu Knights z Intel, jako součást generování Knights Corner(x100).

Čip je vyráběn společností Intel, na procesu 22 nm, s kostkou o rozměrech 720 mm², držení 5 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 2013, hrubě 13.122970097573 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

Hodiny běží od základu 1.24 GHz k zvýšení 1.33 GHz. Zde má mnohem nižší hodnotu než na herním benchmarku: zvyšování taktovacích frekvencí zrychluje aritmetiku, a na aritmetiku není generace čekající.

Cache a zpracovatelské jednotky

Existují 976 Stínovací jednotky, 32 Jednotky pro mapování textur. 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

300 W

Xeon Phi 7120P je ohodnocen na 300 W, a navrhovaný systémový zdroj energie je 700 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 248 mm dlouhý. 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 Xeon Phi 7120P

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

  1. 01 North Mini Code 30B · Q3_K_M · Jun 2026 48.4 tok/s
  2. 02 Qwen 3.6-27B 27B · Q3_K_M · Apr 2026 9.7 tok/s
  3. 03 Qwen3.5-27B 27B · Q3_K_M · Feb 2026 9.7 tok/s
  4. 04 Nemotron 3-Nano-30B-A3B 31.6B · Q3_K_M · Dec 2025 46.0 tok/s
  5. 05 Nomos 1 30B · Q3_K_M · Dec 2025 48.4 tok/s
  6. 06 C2S-Scale 27B · Q3_K_M · Oct 2025 9.7 tok/s
  7. 07 Gemma-SEA-LION-v4-27B-IT 27B · Q3_K_M · Aug 2025 9.7 tok/s
  8. 08 ERNIE-4.5-VL-28B-A3B 28B · Q3_K_M · Jun 2025 51.9 tok/s
  9. 09 Qwen3-30B-A3B 30B · Q3_K_M · Apr 2025 48.4 tok/s
  10. 10 Gemma 3 QAT 27B 27B · Q3_K_M · Apr 2025 9.7 tok/s

Nejrychlejší AI modely na a Xeon Phi 7120P

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 96.9 tok/s
  2. 02 Gemma 3 1B 1B · Q8_0 · 1.8 GB 96.9 tok/s
  3. 03 LLama 3..2 Typhoon 2 1B 1B · Q8_0 · 1.8 GB 96.9 tok/s
  4. 04 OLMo-1B 1B · Q8_0 · 1.8 GB 96.9 tok/s
  5. 05 HGRN 1B (WT 103) 1B · Q8_0 · 1.8 GB 96.9 tok/s
  6. 06 Pythia-1b 1B · Q8_0 · 1.8 GB 96.9 tok/s
  7. 07 OpenELM-1.1B 1.1B · Q8_0 · 1.9 GB 89.7 tok/s
  8. 08 TinyLlama-1.1B (1T token checkpoint) 1.1B · Q8_0 · 1.9 GB 88.1 tok/s
  9. 09 TinyLlama-1.1B (3T token checkpoint) 1.1B · Q8_0 · 1.9 GB 88.1 tok/s
  10. 10 DeciCoder-1B 1.1B · Q8_0 · 1.9 GB 88.1 tok/s

Krok za krokem

Jak vypočítat tokeny za sekundu AI modelu Xeon Phi 7120P

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

    Hledejte model, který chcete

    Tabulka uvádí 432 modely, které tato karta může spustit. Hledejte podle názvu nebo podle velikosti — zadání 27b odpovídá počtu parametrů, i když se v názvu nikdy neuvádí.

  2. 02

    Rozhodněte, jak dlouho vaše konverzace běží

    Přetáhněte posuvník na délku konverzace, na které plánujete pracovat. Cache se zvětšuje s konverzací, a proti kartě, která drží 16 GB takže nastavení stojí za to udělat správně.

  3. 03

    Vyberte, jak daleko chcete komprimovat.

    Kompresce je to, co umožňuje větším modelům se vejít. Kontrola kvality vyřadí jakýkoli model, který vyžaduje více toho, než jste ochotni poskytnout.

  4. 04

    Vezměte rozsah jako odpověď

    Rychlosti přicházejí s chybovými pruhy z nějakého důvodu. Nejlepší případ zde je 96.9 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

    Sloupec vhodnosti odděluje modely, které se právě vejdou, od těch, které mají prostor navíc — stojí za to zkontrolovat před výběrem jednoho, proti dostupným 16 GB.

  6. 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 Xeon Phi 7120P.

Odpovědi

Xeon Phi 7120P — běžné otázky

01

Xeon Phi 7120P— Kdy byl vydán?

Bylo to vydáno v June 2013.

02

Xeon Phi 7120P— kolik energie to spotřebovává?

Hodnocená výkonová karta je 300 W, a navrhovaný systémový zdroj energie je 700 W. Generování textu vyžaduje vysokou zátěž v intervalech a mezi požadavky nepracuje, takže průměrná spotřeba během pracovního sezení je obvykle výrazně pod hodnoceným číslem.

03

Xeon Phi 7120P— Podporuje to CUDA?

Ne. CUDA je pouze od NVIDIA, a tohle je karta od Intel. 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.

04

Xeon Phi 7120P— 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.

05

Xeon Phi 7120P— Je to dobré pro běh místních AI modelů?

Jeho paměť pokrývá malé a středně velké modely, přičemž největší jsou mimo dosah, avšak jeho šířka pásma znamená, že generace bude na větších modelech působit pomalu. Celkově běží 432 modelů, které sledujeme. Zda je to dostatečné, závisí zcela na tom, který model chcete — tabulka výše na to přímo odpovídá.

06

Xeon Phi 7120P— může spustit model, který se nevejde do jeho VRAM?

Offloading mimo karty 16 GB sedí v systémové paměti a běží zlomek rychlosti, takže většinou offloadovaný model se zřídka vyplatí používat. Každé číslo zde předpokládá, že je plně umístěno na kartě.

07

Byly by dvě Xeon Phi 7120P Karty budou dvakrát rychlejší?

Spojení jich kupuje rezervu spíše než tempo: 32 GB které vám umožňují držet modely, které by samostatně neudržely, ale generace se takto nedělí. Tyto údaje popisují jednu kartu.

08

Xeon Phi 7120P— které AI modely může spustit?

432 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.

09

Xeon Phi 7120P— jaký je největší AI model, který může spustit?

Největší model v našem katalogu, který se vejde, je Nemotron 3-Nano-30B-A3B na 31.6B parametry, komprimované na Q3_K_M. Generuje přibližně 46.0 tokens za sekundu a potřebuje asi 14.4 GB VRAM karty.

10

Xeon Phi 7120P— kolik tokenů za sekundu produkuje?

Závisí to na modelu. Nejrychlejší model, který zde sledujeme, je Gemma 3 QAT 1B přibližně 96.9 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.

11

Xeon Phi 7120P— může to běžet 7B modely?

Ano. Například běží Multi-Token Prediction 7B na Q8_0, používající přibližně 7.9 GB paměti a generování kolem 14.5 tokenů za sekundu

12

Xeon Phi 7120P— může to běžet 13B modely?

Ano. Například běží DeepSeekMoE-16B na Q6_K, používající přibližně 13.7 GB paměti a generování kolem 48.9 tokenů za sekundu

13

Xeon Phi 7120P— může to běžet 30B modely?

Ano. Například běží ERNIE-4.5-VL-28B-A3B na Q3_K_M, používající přibližně 12.9 GB paměti a generování kolem 51.9 tokenů za sekundu

14

Xeon Phi 7120P— kolik má paměti?

Tato karta má 16 GB z GDDR5. Třetina je rezervována pro inference runtime a ovladač, což zbývá přibližně 14.4 GB dostupný pro model a jeho konverzaci.

15

Xeon Phi 7120P— jaká je její šířka pásma VRAM?

Šířka pásma paměti dosahuje 352 GB/s napříč autobusu 512 bitů. Toto je jediný nejlepší prediktor toho, jak rychle generuje text, protože vyprodukování každého tokenu znamená přečíst celý model z VRAM jednou.

16

Xeon Phi 7120P— 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.

17

Xeon Phi 7120P— Kdo to vyrábí?

Toto je produkt z Intel, s čipem vyrobeným od Intel, na procesu 22 nm.

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