Vypočítejte TPS modelu FirePro S9050 na místních AI modelech

AMD 12 GB GDDR5 264 GB/s August 2014

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

396 modely, které může spustit

679 modely v našem katalogu dohromady

Největší model, který podporuje

ERNIE-4.5-21B-A3B

21B · Q3_K_M · 62.3 tok/s

Nejrychlejší model

Gemma 3 QAT 1B

87.2 tok/s · 1B

Které AI modely mohou běžet na a FirePro S9050?

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.

396 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 131k tokeny Q8_0 Pohodlný
69.9 tok/s

42–112 · nízká důvěra

DeepSeekMoE-16B 16B Jan 2024 10.0 GB 4k tokeny Q4_K_M Těsný
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

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 S9050 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
12 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 Server(Sx000)
Foundry
TSMC
Velikost procesu
28 nm
Tranzistory
4.3 billion
Hustota tranzistorů
12,300 K/mm²
Velikost čipu
352 mm²
Uvolněno
7 August 2014

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
0.75 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)
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
1x 8-pin
Rozhraní sběrnice
PCIe 3.0 x16
Šířka slotu
Dual-slot
Rozměry
254 mm
Zobrazit výstupy
1x DisplayPort 1.2

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 S9050

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

Paměť: specifikace, která rozhoduje o všem

Paměť

12 GB

Šířka pásma

264 GB/s

Největší model

ERNIE-4.5-21B-A3B

FirePro S9050 nese 12 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 10.8 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.

To pramení z paměťového taktu 1.38 GHz. Obě poloviny jsou důležité a ani jedna není viditelná v herním benchmarku.

Největší věc, kterou drží, je ERNIE-4.5-21B-A3B, 21B, komprimováno na Q3_K_M a generováním kolem 62.3 tokenů za sekundu

Čip a jak byl vyroben

FirePro S9050 je postaven na grafickém procesoru Tahiti, používající architekturu GCN 1.0 z AMD, jako součást generování FirePro Server(Sx000).

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 August 2014, hrubě 11.98355938035 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 S9050 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 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 S9050 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 254 mm dlouhý, a potřebuje 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 S9050

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

  1. 01 ERNIE-4.5-21B-A3B 21B · Q3_K_M · Jun 2025 62.3 tok/s
  2. 02 GigaChat Lite (GigaChat-20B-A3B) 20B · Q3_K_M · Dec 2024 65.4 tok/s
  3. 03 InternLM2.5 20B · Q3_K_M · Aug 2024 11.8 tok/s
  4. 04 Granite 20B 20B · Q3_K_M · May 2024 11.8 tok/s
  5. 05 InternLM2-20B 20B · Q3_K_M · Jan 2024 11.8 tok/s
  6. 06 CogAgent 18B · IQ4_XS · Dec 2023 11.9 tok/s
  7. 07 SPHINX (Llama 2 13B) 19.9B · Q3_K_M · Nov 2023 11.8 tok/s
  8. 08 CogVLM-17B 17B · IQ4_XS · Nov 2023 12.6 tok/s
  9. 09 Flan UL2 19.5B · Q3_K_M · Mar 2023 12.1 tok/s
  10. 10 Palmyra Large 20B 20B · Q3_K_M · Mar 2023 11.8 tok/s

Nejrychlejší AI modely na a FirePro S9050

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 S9050

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

  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 12 GB to je často rozdíl mezi modelem, který se vejde, a tím, který se nevejde.

  3. 03

    Vyberte, jak daleko chcete komprimovat.

    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

    Podívejte se na rozsah, nejen na číslo

    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

    Tight fit běží, ale nedává žádný prostor pro zvýšení kontextu později; comfortable má rezervu. Sloupec paměti ukazuje, co každý model potřebuje proti dostupnému 12 GB.

  6. 06

    Ověření proti jinému hardwaru

    Následující model na jeho vlastní stránce zobrazuje veškerý hardware, který ho může spustit, takže můžete vidět, jak se porovnává proti FirePro S9050.

Odpovědi

FirePro S9050 — běžné otázky

01

FirePro S9050— může spustit model, který se nevejde do jeho VRAM?

Offloading mimo karty 12 GB táhne to celé dolů a žádná z postav na této stránce to nepředpokládá.

02

Byly by dvě FirePro S9050 Karty budou dvakrát rychlejší?

Kapacita se přidává, propustnost nikoli. Dva z nich vám dají 24 GB kombinované paměti, přibližně ve stejné generační rychlosti jako jeden.

03

FirePro S9050— které AI modely může spustit?

396 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.

04

FirePro S9050— jaký je největší AI model, který může spustit?

Největší model v našem katalogu, který se vejde, je ERNIE-4.5-21B-A3B na 21B parametry, komprimované na Q3_K_M. Generuje přibližně 62.3 tokens za sekundu a potřebuje asi 10.1 GB VRAM karty.

05

FirePro S9050— 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.

06

FirePro S9050— může to běžet 7B modely?

Ano. Například běží DeepSeek Coder 6.7B na Q6_K, používající přibližně 9.9 GB paměti a generování kolem 18.9 tokenů za sekundu

07

FirePro S9050— může to běžet 13B modely?

Ano. Například běží DeepSeekMoE-16B na Q4_K_M, používající přibližně 10.0 GB paměti a generování kolem 69.9 tokenů za sekundu

08

FirePro S9050— kolik má paměti?

Tato karta má 12 GB z GDDR5. Třetina je rezervována pro inference runtime a ovladač, což zbývá přibližně 10.8 GB dostupný pro model a jeho konverzaci.

09

FirePro S9050— 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.

10

FirePro S9050— 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.

11

FirePro S9050— Kdo to vyrábí?

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

12

FirePro S9050— Kdy byl vydán?

Bylo to vydáno v August 2014.

13

FirePro S9050— 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.

14

FirePro S9050— 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.

15

FirePro S9050— 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.

16

FirePro S9050— 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.

17

FirePro S9050— 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 396 modelů, které sledujeme. Zda je to dostatečné, závisí zcela na tom, který model chcete — tabulka výše na to přímo odpovídá.

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