Vypočítejte TPS modelu GRID M10-8Q na místních AI modelech

NVIDIA 8 GB GDDR5 83 GB/s May 2016

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

337 modely, které může spustit

679 modely v našem katalogu dohromady

Největší model, který podporuje

Baichuan 1-13B

13.3B · Q3_K_M · 6.1 tok/s

Nejrychlejší model

Gemma 3 QAT 1B

30.0 tok/s · 1B

Které AI modely mohou běžet na a GRID M10-8Q?

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.

337 modely odpovídají

Vypočítávání
Kvantisace Pohodlné
30.0 tok/s

10–60 · nízká důvěra

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

10–60 · nízká důvěra

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

10–60 · nízká důvěra

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

10–60 · nízká důvěra

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

10–60 · nízká důvěra

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

10–60 · nízká důvěra

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

10–55 · nízká důvěra

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

10–54 · nízká důvěra

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

10–54 · nízká důvěra

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

10–54 · nízká důvěra

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

10–54 · nízká důvěra

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

9–50 · nízká důvěra

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

9–50 · nízká důvěra

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

9–50 · nízká důvěra

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

9–50 · nízká důvěra

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

9–49 · nízká důvěra

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

8–48 · nízká důvěra

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

8–46 · nízká důvěra

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

8–46 · nízká důvěra

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

8–46 · nízká důvěra

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

8–46 · nízká důvěra

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

8–46 · nízká důvěra

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

8–46 · nízká důvěra

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

8–46 · nízká důvěra

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

8–46 · 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

GRID M10-8Q 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
8 GB
Šířka pásma VRAM
83 GB/s
Typ paměti
GDDR5
Šířka sběrnice paměti
128 bit
Frekvence paměti
1.3 GHz

Čip

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

Grafický procesor
GM107
Architektura
Maxwell
Generace
GRID(Mx)
Foundry
TSMC
Velikost procesu
28 nm
Tranzistory
1.9 billion
Hustota tranzistorů
12,600 K/mm²
Velikost čipu
148 mm²
Balíček
FCBGA-908
Uvolněno
18 May 2016

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
1.03 GHz
Zvýšená frekvence
1.31 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
640
Jednotky pro mapování textur
40
Renderovací výstupní jednotky
16
Streaming multiprocessory
5
L1 cache
64 KB
L2 cache
2 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)
1.7 TFLOPS
Dvojitá přesnost (FP64)
52.2 GFLOPS
Rychlost pixelů
21 GPixel/s
Rychlost textury
52 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
267 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.

schopnost výpočtu CUDA
5.0
DirectX
11.0
OpenGL
4.6
Vulkan
1.4
OpenCL
3.0
Shader model
5.1

Seznamy

Kde koupit GPU GRID M10-8Q

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

Kapacita a šířka pásma

Paměť

8 GB

Šířka pásma

83 GB/s

Největší model

Baichuan 1-13B

GRID M10-8Q nese pouze 8 GB z GDDR5. To omezuje na menší konec katalogu, a model musí být zcela uvnitř, než něco vygeneruje. Runtime ve skutečnosti získá přibližně 7.2 GB.

Šířka pásma paměti dosahuje 83 GB/s napříč autobusu 128 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 1.3 GHz. Je to důvod, proč počty jader tak špatně předpovídají rychlost generace.

Největší věc, kterou drží, je Baichuan 1-13B, 13.3B, komprimováno na Q3_K_M a generováním kolem 6.1 tokenů za sekundu

Čip a jak byl vyroben

GRID M10-8Q je postaven na grafickém procesoru GM107, používající architekturu Maxwell z NVIDIA, jako součást generování GRID(Mx).

Čip je vyráběn společností TSMC, na procesu 28 nm, s kostkou o rozměrech 148 mm², držení 1.9 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 May 2016, hrubě 10.205323055172 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

52.2 GFLOPS

Výkon s dvojitou přesností dosahuje 52.2 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 1.03 GHz k zvýšení 1.31 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

GRID M10-8Q má L1 cache 64 KB, podporováno L2 cache 2 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 640 Stínovací jednotky, 40 Jednotky pro mapování textur, a 16 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

GRID M10-8Q 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 267 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 GRID M10-8Q

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

  1. 01 OLMo 2 Furious 13B 13B · Q3_K_M · Dec 2024 6.2 tok/s
  2. 02 Cambrian-1-13B 13B · Q3_K_M · Jun 2024 6.2 tok/s
  3. 03 Fugaku-LLM 13B · Q3_K_M · May 2024 6.2 tok/s
  4. 04 OpenThaiGPT v1.0.0 (13B) 13.1B · Q3_K_M · Apr 2024 6.2 tok/s
  5. 05 Aya 13B · Q3_K_M · Feb 2024 6.2 tok/s
  6. 06 Elyza 13B · Q3_K_M · Dec 2023 6.2 tok/s
  7. 07 NexusRaven-V2 13B · Q3_K_M · Dec 2023 6.2 tok/s
  8. 08 Baize-v2-13B (白泽) 13B · Q3_K_M · Dec 2023 6.2 tok/s
  9. 09 Stockmark-13B 13.2B · Q3_K_M · Oct 2023 6.1 tok/s
  10. 10 Baichuan 1-13B 13.3B · Q3_K_M · Jul 2023 6.1 tok/s

Nejrychlejší AI modely na a GRID M10-8Q

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 30.0 tok/s
  2. 02 Gemma 3 1B 1B · Q8_0 · 1.8 GB 30.0 tok/s
  3. 03 LLama 3..2 Typhoon 2 1B 1B · Q8_0 · 1.8 GB 30.0 tok/s
  4. 04 OLMo-1B 1B · Q8_0 · 1.8 GB 30.0 tok/s
  5. 05 HGRN 1B (WT 103) 1B · Q8_0 · 1.8 GB 30.0 tok/s
  6. 06 Pythia-1b 1B · Q8_0 · 1.8 GB 30.0 tok/s
  7. 07 OpenELM-1.1B 1.1B · Q8_0 · 1.9 GB 27.7 tok/s
  8. 08 TinyLlama-1.1B (1T token checkpoint) 1.1B · Q8_0 · 1.9 GB 27.2 tok/s
  9. 09 TinyLlama-1.1B (3T token checkpoint) 1.1B · Q8_0 · 1.9 GB 27.2 tok/s
  10. 10 DeciCoder-1B 1.1B · Q8_0 · 1.9 GB 27.2 tok/s

Krok za krokem

Jak vypočítat tokeny za sekundu AI modelu GRID M10-8Q

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 337 modely, které tato karta spouští. Hledání zúží seznam podle názvu nebo podle velikosti.

  2. 02

    Nastavte délku kontextu, kterou skutečně použijete

    Přetáhněte posuvník na délku konverzace, na které plánujete pracovat. Cache se zvětšuje s konverzací, a proti kartě, která drží 8 GB takže nastavení stojí za to udělat správně.

  3. 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.

  4. 04

    Přečtěte si rychlost a rozsah

    Každá rychlost je odhadem pro jedinou konverzaci, s rozsahem pod ní. Horní konec zde je 30.0 tok/s na Gemma 3 QAT 1B. Stejná karta a model se liší o třicet až padesát procent mezi inference runtimy.

  5. 05

    Zkontrolujte sloupec paměti před potvrzením

    Tight fit běží, ale nedává žádný prostor pro zvýšení kontextu později; comfortable má rezervu. Sloupec paměti ukazuje, co každý model potřebuje proti dostupnému 8 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 GRID M10-8Q.

Odpovědi

GRID M10-8Q — běžné otázky

01

GRID M10-8Q— kolik má cache?

L1 cache je 64 KB, a L2 cache je 2 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.

02

GRID M10-8Q— Podporuje to CUDA?

Ano. Hláší CUDA výpočetní schopnost 5.0, který předchází TENSOR CORES. Schopnost 7.0 a výše má tensorové jádra, která moderní inference software používá; pod tímto se přechází na pomalejší kódové cesty pro kvantizované modely.

03

GRID M10-8Q— 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.

04

GRID M10-8Q— 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 337 modelů, které sledujeme. Zda je to dostatečné, závisí zcela na tom, který model chcete — tabulka výše na to přímo odpovídá.

05

GRID M10-8Q— může spustit model, který se nevejde do jeho VRAM?

Pouze částečně. Vrstvy nad kartou GPU 8 GB je možné a obvykle falešná úspora: část systémové paměti je dostatečně pomalá, aby dominovala výsledku.

06

Byly by dvě GRID M10-8Q Karty budou dvakrát rychlejší?

Kapacita se přidává, propustnost nikoli. Dva z nich vám dají 16 GB kombinované paměti, přibližně ve stejné generační rychlosti jako jeden.

07

GRID M10-8Q— které AI modely může spustit?

337 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.

08

GRID M10-8Q— jaký je největší AI model, který může spustit?

Největší model v našem katalogu, který se vejde, je Baichuan 1-13B na 13.3B parametry, komprimované na Q3_K_M. Generuje přibližně 6.1 tokens za sekundu a potřebuje asi 7.2 GB VRAM karty.

09

GRID M10-8Q— kolik tokenů za sekundu produkuje?

Závisí to na modelu. Nejrychlejší model, který zde sledujeme, je Gemma 3 QAT 1B přibližně 30.0 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.

10

GRID M10-8Q— může to běžet 7B modely?

Ano. Například běží MetaMath 7B (LLaMa finetune) na Q4_K_M, používající přibližně 6.5 GB paměti a generování kolem 9.9 tokenů za sekundu

11

GRID M10-8Q— může to běžet 13B modely?

Ano. Například běží Gemma 4 12B na Q3_K_M, používající přibližně 6.5 GB paměti a generování kolem 6.8 tokenů za sekundu

12

GRID M10-8Q— kolik má paměti?

Tato karta má 8 GB z GDDR5. Třetina je rezervována pro inference runtime a ovladač, což zbývá přibližně 7.2 GB dostupný pro model a jeho konverzaci.

13

GRID M10-8Q— jaká je její šířka pásma VRAM?

Šířka pásma paměti dosahuje 83 GB/s napříč autobusu 128 bitů. Toto je jediný nejlepší prediktor toho, jak rychle generuje text, protože vyprodukování každého tokenu znamená přečíst celý model z VRAM jednou.

14

GRID M10-8Q— Jaký typ paměti používá?

Používá GDDR5 častěji než 1.3 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.

15

GRID M10-8Q— Kdo to vyrábí?

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

16

GRID M10-8Q— Kdy byl vydán?

Bylo to vydáno v May 2016.

17

GRID M10-8Q— 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.

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