Vypočítejte TPS modelu Jetson TX2 na místních AI modelech

NVIDIA 8 GB LPDDR4 60 GB/s January 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 · 4.4 tok/s

Nejrychlejší model

Gemma 3 QAT 1B

21.5 tok/s · 1B

Které AI modely mohou běžet na a Jetson TX2?

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
21.5 tok/s

8–43 · nízká důvěra

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

8–43 · nízká důvěra

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

8–43 · nízká důvěra

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

8–43 · nízká důvěra

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

8–43 · nízká důvěra

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

8–43 · nízká důvěra

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

7–40 · nízká důvěra

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

7–39 · nízká důvěra

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

7–39 · nízká důvěra

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

7–39 · nízká důvěra

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

7–39 · nízká důvěra

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

6–36 · nízká důvěra

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

6–36 · nízká důvěra

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

6–36 · nízká důvěra

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

6–36 · nízká důvěra

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

6–35 · nízká důvěra

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

6–34 · nízká důvěra

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

6–33 · nízká důvěra

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

6–33 · nízká důvěra

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

6–33 · nízká důvěra

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

6–33 · nízká důvěra

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

6–33 · nízká důvěra

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

6–33 · nízká důvěra

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

6–33 · nízká důvěra

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

6–33 · 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

Jetson TX2 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
60 GB/s
Typ paměti
LPDDR4
Šířka sběrnice paměti
128 bit
Frekvence paměti
1.87 GHz

Čip

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

Grafický procesor
GP10B
Architektura
Pascal
Generace
Tegra(Pascal)
Foundry
TSMC
Velikost procesu
16 nm
Uvolněno
1 January 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
1.3 GHz
Zvýšená frekvence
1.3 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
256
Jednotky pro mapování textur
16
Renderovací výstupní jednotky
16
Streaming multiprocessory
2
L1 cache
48 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.

Půl přesnost (FP16)
1.3 TFLOPS
Jednoduchá přesnost (FP32)
665.6 GFLOPS
Dvojitá přesnost (FP64)
20.8 GFLOPS
Rychlost pixelů
21 GPixel/s
Rychlost textury
21 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)
15 W
Rozhraní sběrnice
PCIe 2.0 x4
Šířka slotu
IGP
Rozměry
87 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
6.2
DirectX
12.1
OpenGL
4.6
Vulkan
1.2
OpenCL
1.2
Shader model
6.0

Seznamy

Kde koupit GPU Jetson TX2

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

8 GB

Šířka pásma

60 GB/s

Největší model

Baichuan 1-13B

Jetson TX2 nese pouze 8 GB z LPDDR4. 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 60 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.

To pramení z paměťového taktu 1.87 GHz. Je to důvod, proč počty jader tak špatně předpovídají rychlost generace.

Praktický strop je Baichuan 1-13B, 13.3B, komprimováno na Q3_K_M a generováním kolem 4.4 tokenů za sekundu

Čip a jak byl vyroben

Jetson TX2 je postaven na grafickém procesoru GP10B, používající architekturu Pascal z NVIDIA, jako součást generování Tegra(Pascal).

Čip je vyráběn společností TSMC, na procesu 16 nm. 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 January 2016, hrubě 10.582074763536 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

FP16

1.3 TFLOPS

FP64

20.8 GFLOPS

Na papíře Jetson TX2 dosahuje 1.3 TFLOPS při poloviční přesnosti, a 665.6 GFLOPS na jedné přesnosti. Toto jsou špičkové údaje, které žádné skutečné zatížení nepodporuje, a generování textu dosahuje pouze malé části z nich - dekódování je omezeno pamětí spíše než aritmetikou, což je důvod, proč karta může vypadat extrémně výkonně zde a přesto produkovat tokeny běžnou rychlostí.

Výkon s dvojitou přesností dosahuje 20.8 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 1.3 GHz k zvýšení 1.3 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

Jetson TX2 má L1 cache 48 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 256 Stínovací jednotky, 16 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

15 W

Jetson TX2 je ohodnocen na 15 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 igp, měření 87 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 2.0 x4. 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 Jetson TX2

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 4.5 tok/s
  2. 02 Cambrian-1-13B 13B · Q3_K_M · Jun 2024 4.5 tok/s
  3. 03 Fugaku-LLM 13B · Q3_K_M · May 2024 4.5 tok/s
  4. 04 OpenThaiGPT v1.0.0 (13B) 13.1B · Q3_K_M · Apr 2024 4.4 tok/s
  5. 05 Aya 13B · Q3_K_M · Feb 2024 4.5 tok/s
  6. 06 Elyza 13B · Q3_K_M · Dec 2023 4.5 tok/s
  7. 07 NexusRaven-V2 13B · Q3_K_M · Dec 2023 4.5 tok/s
  8. 08 Baize-v2-13B (白泽) 13B · Q3_K_M · Dec 2023 4.5 tok/s
  9. 09 Stockmark-13B 13.2B · Q3_K_M · Oct 2023 4.4 tok/s
  10. 10 Baichuan 1-13B 13.3B · Q3_K_M · Jul 2023 4.4 tok/s

Nejrychlejší AI modely na a Jetson TX2

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 21.5 tok/s
  2. 02 Gemma 3 1B 1B · Q8_0 · 1.8 GB 21.5 tok/s
  3. 03 LLama 3..2 Typhoon 2 1B 1B · Q8_0 · 1.8 GB 21.5 tok/s
  4. 04 OLMo-1B 1B · Q8_0 · 1.8 GB 21.5 tok/s
  5. 05 HGRN 1B (WT 103) 1B · Q8_0 · 1.8 GB 21.5 tok/s
  6. 06 Pythia-1b 1B · Q8_0 · 1.8 GB 21.5 tok/s
  7. 07 OpenELM-1.1B 1.1B · Q8_0 · 1.9 GB 19.9 tok/s
  8. 08 TinyLlama-1.1B (1T token checkpoint) 1.1B · Q8_0 · 1.9 GB 19.5 tok/s
  9. 09 TinyLlama-1.1B (3T token checkpoint) 1.1B · Q8_0 · 1.9 GB 19.5 tok/s
  10. 10 DeciCoder-1B 1.1B · Q8_0 · 1.9 GB 19.5 tok/s

Krok za krokem

Jak vypočítat tokeny za sekundu AI modelu Jetson TX2

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

    Najděte model v tabulce

    Tabulka uvádí 337 modely, které karta zvládá. Vyhledávací pole přijímá název nebo velikost, jako je 27b, která odpovídá počtu parametrů.

  2. 02

    Nastavte délku kontextu, kterou skutečně použijete

    Delší konverzace vyžadují paměť nad rámec váhy. 8 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

    Podívejte se na rozsah, nejen na číslo

    Rychlosti přicházejí s chybovými pruhy z nějakého důvodu. Nejlepší případ zde je 21.5 tok/s na Gemma 3 QAT 1B. Stejná karta a model se liší o třicet až padesát procent mezi inference runtimy.

  5. 05

    Přečtěte si soud o fitu naposled.

    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

    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 Jetson TX2.

Odpovědi

Jetson TX2 — běžné otázky

01

Jetson TX2— Podporuje to CUDA?

Ano. Hláší CUDA výpočetní schopnost 6.2, 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.

02

Jetson TX2— jaké rozhraní sběrnice používá?

Používá PCIe 2.0 x4. 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.

03

Jetson TX2— 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.

04

Jetson TX2— může spustit model, který se nevejde do jeho VRAM?

Pouze částečně. Vrstvy nad kartou GPU 8 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.

05

Byly by dvě Jetson TX2 Karty budou dvakrát rychlejší?

Ne. Druhá karta zdvojnásobí VRAM na 16 GB kombinované paměti, přibližně ve stejné generační rychlosti jako jeden.

06

Jetson TX2— 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.

07

Jetson TX2— 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 4.4 tokens za sekundu a potřebuje asi 7.2 GB VRAM karty.

08

Jetson TX2— kolik tokenů za sekundu produkuje?

Závisí to na modelu. Nejrychlejší model, který zde sledujeme, je Gemma 3 QAT 1B přibližně 21.5 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.

09

Jetson TX2— 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 7.1 tokenů za sekundu

10

Jetson TX2— může to běžet 13B modely?

Ano. Například běží Gemma 4 12B na Q3_K_M, používající přibližně 6.5 GB paměti a generování kolem 4.9 tokenů za sekundu

11

Jetson TX2— kolik má paměti?

Tato karta má 8 GB z LPDDR4. Třetina je rezervována pro inference runtime a ovladač, což zbývá přibližně 7.2 GB dostupný pro model a jeho konverzaci.

12

Jetson TX2— jaká je její šířka pásma VRAM?

Šířka pásma paměti dosahuje 60 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.

13

Jetson TX2— Jaký typ paměti používá?

Používá LPDDR4 častěji než 1.87 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.

14

Jetson TX2— Kdo to vyrábí?

Toto je produkt z NVIDIA, s čipem vyrobeným od TSMC, na procesu 16 nm.

15

Jetson TX2— Kdy byl vydán?

Bylo to vydáno v January 2016.

16

Jetson TX2— kolik energie to spotřebovává?

Hodnocená výkonová karta je 15 W. Generování textu vyžaduje vysokou zátěž v intervalech a mezi požadavky nepracuje, takže průměrná spotřeba během pracovního sezení je obvykle výrazně pod hodnoceným číslem.

17

Jetson TX2— kolik má cache?

L1 cache je 48 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.

18

Jetson TX2— jaké jsou její TFLOPS?

Je hodnocena na 1.3 TFLOPS při poloviční přesnosti a 665.6 GFLOPS na jediné přesnosti. Toto jsou maximální aritmetické stropy spíše než dosažitelné rychlosti, a generování textu dosahuje pouze malé části z nich, protože je omezeno šířkou pásma VRAM.

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