Vypočítejte TPS modelu FirePro S7150 x2 na místních AI modelech

AMD 8 GB GDDR5 160 GB/s February 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 · 10.8 tok/s

Nejrychlejší model

Gemma 3 QAT 1B

52.9 tok/s · 1B

Které AI modely mohou běžet na a FirePro S7150 x2?

Nastavte vstupy, přečtěte si odpověď

Délka kontextu tokeny

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

Minimální kvalita

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

Hledat modely

Velikost modelu

Uvolněno

Také zobrazit modely, které nemůže spustit

337 modely odpovídají

Vypočítávání

						Kvantisace	Pohodlné
52.9 tok/s 32–85 · nízká důvěra	Gemma 3 1B	1B	Mar 2025	1.8 GB	33k tokeny	Q8_0	Pohodlný
52.9 tok/s 32–85 · nízká důvěra	Gemma 3 QAT 1B	1B	Apr 2025	1.8 GB	33k tokeny	Q8_0	Pohodlný
52.9 tok/s 32–85 · nízká důvěra	HGRN 1B (WT 103) ≈	1B	Nov 2023	1.8 GB	131k tokeny ?	Q8_0	Pohodlný
52.9 tok/s 32–85 · nízká důvěra	LLama 3..2 Typhoon 2 1B ≈	1B	Dec 2024	1.8 GB	131k tokeny ?	Q8_0	Pohodlný
52.9 tok/s 32–85 · nízká důvěra	OLMo-1B ≈	1B	Feb 2024	1.8 GB	131k tokeny ?	Q8_0	Pohodlný
52.9 tok/s 32–85 · nízká důvěra	Pythia-1b ≈	1B	Apr 2023	1.8 GB	131k tokeny ?	Q8_0	Pohodlný
48.9 tok/s 29–78 · nízká důvěra	OpenELM-1.1B ≈	1.1B	May 2024	1.9 GB	131k tokeny ?	Q8_0	Pohodlný
48.1 tok/s 29–77 · nízká důvěra	DeciCoder-1B ≈	1.1B	Aug 2023	1.9 GB	131k tokeny ?	Q8_0	Pohodlný
48.1 tok/s 29–77 · nízká důvěra	SantaCoder ≈	1.1B	Jan 2023	1.9 GB	131k tokeny ?	Q8_0	Pohodlný
48.1 tok/s 29–77 · nízká důvěra	TinyLlama-1.1B (1T token checkpoint) ≈	1.1B	Oct 2023	1.9 GB	131k tokeny ?	Q8_0	Pohodlný
48.1 tok/s 29–77 · nízká důvěra	TinyLlama-1.1B (3T token checkpoint) ≈	1.1B	Oct 2023	1.9 GB	131k tokeny ?	Q8_0	Pohodlný
44.1 tok/s 26–70 · nízká důvěra	EXAONE 4.0 (1.2B) ≈	1.2B	Jul 2025	2.0 GB	131k tokeny ?	Q8_0	Pohodlný
44.1 tok/s 26–70 · nízká důvěra	MinerU2.5 ≈	1.2B	Sep 2025	2.0 GB	131k tokeny ?	Q8_0	Pohodlný
44.1 tok/s 26–70 · nízká důvěra	Pleias 1.0 1.2B ≈	1.2B	Dec 2024	2.0 GB	131k tokeny ?	Q8_0	Pohodlný
44.1 tok/s 26–70 · nízká důvěra	Pleias-RAG-1B ≈	1.2B	Apr 2025	2.0 GB	131k tokeny ?	Q8_0	Pohodlný
43.0 tok/s 26–69 · nízká důvěra	Llama 3.2 1B	1.2B	Sep 2024	2.2 GB	131k tokeny	Q8_0	Pohodlný
42.4 tok/s 25–68 · nízká důvěra	MiniCPM-1.2B ≈	1.2B	Jun 2024	2.0 GB	131k tokeny ?	Q8_0	Pohodlný
40.7 tok/s 24–65 · nízká důvěra	DeepSeek Coder 1.3B ≈	1.3B	Jan 2024	2.1 GB	131k tokeny ?	Q8_0	Pohodlný
40.7 tok/s 24–65 · nízká důvěra	DeepSeek-VL-1.3B ≈	1.3B	Mar 2024	2.1 GB	131k tokeny ?	Q8_0	Pohodlný
40.7 tok/s 24–65 · nízká důvěra	DigiRL ≈	1.3B	Jun 2024	2.1 GB	131k tokeny ?	Q8_0	Pohodlný
40.7 tok/s 24–65 · nízká důvěra	GLA Transformer 1.3B ≈	1.3B	Aug 2024	2.1 GB	131k tokeny ?	Q8_0	Pohodlný
40.7 tok/s 24–65 · nízká důvěra	Janus 1.3B ≈	1.3B	Oct 2024	2.1 GB	131k tokeny ?	Q8_0	Pohodlný
40.7 tok/s 24–65 · nízká důvěra	Kosmos-2.5 ≈	1.3B	Aug 2024	2.1 GB	131k tokeny ?	Q8_0	Pohodlný
40.7 tok/s 24–65 · nízká důvěra	Otter ≈	1.3B	May 2023	2.1 GB	131k tokeny ?	Q8_0	Pohodlný
40.7 tok/s 24–65 · 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 S7150 x2 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: 160 GB/s
Typ paměti: GDDR5
Šířka sběrnice paměti: 256 bit
Frekvence paměti: 1.25 GHz

Čip

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

Grafický procesor: Tonga
Architektura: GCN 3.0
Generace: FirePro Server(Sx100)
Foundry: TSMC
Velikost procesu: 28 nm
Tranzistory: 5 billion
Hustota tranzistorů: 13,700 K/mm²
Velikost čipu: 366 mm²
Uvolněno: 1 February 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: 920 MHz
Zvýšená frekvence: 920 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: 0.5 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): 3.3 TFLOPS
Jednoduchá přesnost (FP32): 3.3 TFLOPS
Dvojitá přesnost (FP64): 206.1 GFLOPS
Rychlost pixelů: 29 GPixel/s
Rychlost textury: 103 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): 265 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: 241 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.

DirectX: 12.0
OpenGL: 4.6
Vulkan: 1.2
OpenCL: 2.1
Shader model: 6.5

Seznamy

Kde koupit GPU FirePro S7150 x2

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

8 GB

Šířka pásma

160 GB/s

Největší model

Baichuan 1-13B

FirePro S7150 x2 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 160 GB/s napříč autobusu 256 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.

Číslo je šířka sběrnice vynásobená hodinami paměti 1.25 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 10.8 tokenů za sekundu

Čip a jak byl vyroben

FirePro S7150 x2 je postaven na grafickém procesoru Tonga, používající architekturu GCN 3.0 z AMD, jako součást generování FirePro Server(Sx100).

Čip je vyráběn společností TSMC, na procesu 28 nm, s kostkou o rozměrech 366 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 February 2016, hrubě 10.495563715894 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

3.3 TFLOPS

FP64

206.1 GFLOPS

Na papíře FirePro S7150 x2 dosahuje 3.3 TFLOPS při poloviční přesnosti, a 3.3 TFLOPS 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 206.1 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 920 MHz k zvýšení 920 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 S7150 x2 má L1 cache 16 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 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

265 W

FirePro S7150 x2 je ohodnocen na 265 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 241 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 S7150 x2

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

01 OLMo 2 Furious 13B 13B · Q3_K_M · Dec 2024 11.0 tok/s
02 Cambrian-1-13B 13B · Q3_K_M · Jun 2024 11.0 tok/s
03 Fugaku-LLM 13B · Q3_K_M · May 2024 11.0 tok/s
04 OpenThaiGPT v1.0.0 (13B) 13.1B · Q3_K_M · Apr 2024 10.9 tok/s
05 Aya 13B · Q3_K_M · Feb 2024 11.0 tok/s
06 Elyza 13B · Q3_K_M · Dec 2023 11.0 tok/s
07 NexusRaven-V2 13B · Q3_K_M · Dec 2023 11.0 tok/s
08 Baize-v2-13B (白泽) 13B · Q3_K_M · Dec 2023 11.0 tok/s
09 Stockmark-13B 13.2B · Q3_K_M · Oct 2023 10.8 tok/s
10 Baichuan 1-13B 13.3B · Q3_K_M · Jul 2023 10.8 tok/s

Nejrychlejší AI modely na a FirePro S7150 x2

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

01 Gemma 3 QAT 1B 1B · Q8_0 · 1.8 GB 52.9 tok/s
02 Gemma 3 1B 1B · Q8_0 · 1.8 GB 52.9 tok/s
03 LLama 3..2 Typhoon 2 1B 1B · Q8_0 · 1.8 GB 52.9 tok/s
04 OLMo-1B 1B · Q8_0 · 1.8 GB 52.9 tok/s
05 HGRN 1B (WT 103) 1B · Q8_0 · 1.8 GB 52.9 tok/s
06 Pythia-1b 1B · Q8_0 · 1.8 GB 52.9 tok/s
07 OpenELM-1.1B 1.1B · Q8_0 · 1.9 GB 48.9 tok/s
08 TinyLlama-1.1B (1T token checkpoint) 1.1B · Q8_0 · 1.9 GB 48.1 tok/s
09 TinyLlama-1.1B (3T token checkpoint) 1.1B · Q8_0 · 1.9 GB 48.1 tok/s
10 DeciCoder-1B 1.1B · Q8_0 · 1.9 GB 48.1 tok/s

Krok za krokem

Jak vypočítat tokeny za sekundu AI modelu FirePro S7150 x2

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.

01

Hledejte model, který chcete

Tabulka uvádí 337 modely, které tato karta spouští. Hledání zúží seznam podle názvu nebo podle velikosti.
02

Přizpůsobte kontext své práci

Delší konverzace vyžadují paměť nad rámec váhy. 8 GB to je často rozdíl mezi modelem, který se vejde, a tím, který se nevejde.
03

Připněte porovnání na jednu úroveň kvality

Kompresce je to, co umožňuje větším modelům se vejít. Kontrola kvality vyřadí jakýkoli model, který vyžaduje více toho, než jste ochotni poskytnout.
04

Vezměte rozsah jako odpověď

Každá rychlost je odhadem pro jedinou konverzaci, s rozsahem pod ní. Horní konec zde je 52.9 tok/s na Gemma 3 QAT 1B. Stejná karta a model se liší o třicet až padesát procent mezi inference runtimy.
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 8 GB.
06

Zkontrolujte stejný model z druhé strany

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 FirePro S7150 x2.

Odpovědi

FirePro S7150 x2 — běžné otázky

FirePro S7150 x2— Kdy byl vydán?

Bylo to vydáno v February 2016.

FirePro S7150 x2— kolik energie to spotřebovává?

Hodnocená výkonová karta je 265 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.

FirePro S7150 x2— kolik má cache?

L1 cache je 16 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.

FirePro S7150 x2— jaké jsou její TFLOPS?

Je hodnocena na 3.3 TFLOPS při poloviční přesnosti a 3.3 TFLOPS 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.

FirePro S7150 x2— 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.

FirePro S7150 x2— 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.

FirePro S7150 x2— 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.

FirePro S7150 x2— může spustit model, který se nevejde do jeho VRAM?

Pouze částečně. Vrstvy nad kartou GPU 8 GB táhne to celé dolů a žádná z postav na této stránce to nepředpokládá.

Byly by dvě FirePro S7150 x2 Karty budou dvakrát rychlejší?

Ne. Druhá karta zdvojnásobí VRAM na 16 GB které vám umožňují držet modely, které by samostatně neudržely, ale generace se takto nedělí. Tyto údaje popisují jednu kartu.

FirePro S7150 x2— 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.

FirePro S7150 x2— 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 10.8 tokens za sekundu a potřebuje asi 7.2 GB VRAM karty.

FirePro S7150 x2— kolik tokenů za sekundu produkuje?

Závisí to na modelu. Nejrychlejší model, který zde sledujeme, je Gemma 3 QAT 1B přibližně 52.9 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.

FirePro S7150 x2— 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 17.4 tokenů za sekundu

FirePro S7150 x2— může to běžet 13B modely?

Ano. Například běží Gemma 4 12B na Q3_K_M, používající přibližně 6.5 GB paměti a generování kolem 11.9 tokenů za sekundu

FirePro S7150 x2— 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.

FirePro S7150 x2— jaká je její šířka pásma VRAM?

Šířka pásma paměti dosahuje 160 GB/s napříč autobusu 256 bitů. Toto je jediný nejlepší prediktor toho, jak rychle generuje text, protože vyprodukování každého tokenu znamená přečíst celý model z VRAM jednou.

FirePro S7150 x2— Jaký typ paměti používá?

Používá GDDR5 častěji než 1.25 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.

FirePro S7150 x2— Kdo to vyrábí?

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