Vypočítejte TPS modelu Radeon Instinct MI25 na místních AI modelech

AMD 16 GB HBM2 436 GB/s June 2017

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 · 68.4 tok/s

Nejrychlejší model

Gemma 3 QAT 1B

144 tok/s · 1B

Které AI modely mohou běžet na a Radeon Instinct MI25?

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

432 modely odpovídají

Vypočítávání

						Kvantisace	Pohodlné
144 tok/s 86–231 · nízká důvěra	Gemma 3 1B	1B	Mar 2025	1.8 GB	33k tokeny	Q8_0	Pohodlný
144 tok/s 86–231 · nízká důvěra	Gemma 3 QAT 1B	1B	Apr 2025	1.8 GB	33k tokeny	Q8_0	Pohodlný
144 tok/s 86–231 · nízká důvěra	HGRN 1B (WT 103) ≈	1B	Nov 2023	1.8 GB	131k tokeny ?	Q8_0	Pohodlný
144 tok/s 86–231 · nízká důvěra	LLama 3..2 Typhoon 2 1B ≈	1B	Dec 2024	1.8 GB	131k tokeny ?	Q8_0	Pohodlný
144 tok/s 86–231 · nízká důvěra	OLMo-1B ≈	1B	Feb 2024	1.8 GB	131k tokeny ?	Q8_0	Pohodlný
144 tok/s 86–231 · nízká důvěra	Pythia-1b ≈	1B	Apr 2023	1.8 GB	131k tokeny ?	Q8_0	Pohodlný
133 tok/s 80–213 · nízká důvěra	OpenELM-1.1B ≈	1.1B	May 2024	1.9 GB	131k tokeny ?	Q8_0	Pohodlný
131 tok/s 79–210 · nízká důvěra	DeciCoder-1B ≈	1.1B	Aug 2023	1.9 GB	131k tokeny ?	Q8_0	Pohodlný
131 tok/s 79–210 · nízká důvěra	SantaCoder ≈	1.1B	Jan 2023	1.9 GB	131k tokeny ?	Q8_0	Pohodlný
131 tok/s 79–210 · nízká důvěra	TinyLlama-1.1B (1T token checkpoint) ≈	1.1B	Oct 2023	1.9 GB	131k tokeny ?	Q8_0	Pohodlný
131 tok/s 79–210 · nízká důvěra	TinyLlama-1.1B (3T token checkpoint) ≈	1.1B	Oct 2023	1.9 GB	131k tokeny ?	Q8_0	Pohodlný
120 tok/s 72–192 · nízká důvěra	EXAONE 4.0 (1.2B) ≈	1.2B	Jul 2025	2.0 GB	131k tokeny ?	Q8_0	Pohodlný
120 tok/s 72–192 · nízká důvěra	MinerU2.5 ≈	1.2B	Sep 2025	2.0 GB	131k tokeny ?	Q8_0	Pohodlný
120 tok/s 72–192 · nízká důvěra	Pleias 1.0 1.2B ≈	1.2B	Dec 2024	2.0 GB	131k tokeny ?	Q8_0	Pohodlný
120 tok/s 72–192 · nízká důvěra	Pleias-RAG-1B ≈	1.2B	Apr 2025	2.0 GB	131k tokeny ?	Q8_0	Pohodlný
117 tok/s 70–187 · nízká důvěra	Llama 3.2 1B	1.2B	Sep 2024	2.2 GB	131k tokeny	Q8_0	Pohodlný
116 tok/s 69–185 · nízká důvěra	MiniCPM-1.2B ≈	1.2B	Jun 2024	2.0 GB	131k tokeny ?	Q8_0	Pohodlný
111 tok/s 67–177 · nízká důvěra	DeepSeek Coder 1.3B ≈	1.3B	Jan 2024	2.1 GB	131k tokeny ?	Q8_0	Pohodlný
111 tok/s 67–177 · nízká důvěra	DeepSeek-VL-1.3B ≈	1.3B	Mar 2024	2.1 GB	131k tokeny ?	Q8_0	Pohodlný
111 tok/s 67–177 · nízká důvěra	DigiRL ≈	1.3B	Jun 2024	2.1 GB	131k tokeny ?	Q8_0	Pohodlný
111 tok/s 67–177 · nízká důvěra	GLA Transformer 1.3B ≈	1.3B	Aug 2024	2.1 GB	131k tokeny ?	Q8_0	Pohodlný
111 tok/s 67–177 · nízká důvěra	Janus 1.3B ≈	1.3B	Oct 2024	2.1 GB	131k tokeny ?	Q8_0	Pohodlný
111 tok/s 67–177 · nízká důvěra	Kosmos-2.5 ≈	1.3B	Aug 2024	2.1 GB	131k tokeny ?	Q8_0	Pohodlný
111 tok/s 67–177 · nízká důvěra	Otter ≈	1.3B	May 2023	2.1 GB	131k tokeny ?	Q8_0	Pohodlný
111 tok/s 67–177 · 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

Radeon Instinct MI25 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: 436 GB/s
Typ paměti: HBM2
Šířka sběrnice paměti: 2,048 bit
Frekvence paměti: 852 MHz

Čip

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

Grafický procesor: Vega 10
Architektura: GCN 5.0
Generace: Radeon Instinct(MIx)
Foundry: GlobalFoundries
Velikost procesu: 14 nm
Tranzistory: 12.5 billion
Hustota tranzistorů: 25,300 K/mm²
Velikost čipu: 495 mm²
Balíček: BGA-2013
Uvolněno: 27 June 2017

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: 1.4 GHz
Zvýšená frekvence: 1.5 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: 4,096
Jednotky pro mapování textur: 256
Renderovací výstupní jednotky: 64
L1 cache: 16 KB
L2 cache: 4 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): 24.6 TFLOPS
Jednoduchá přesnost (FP32): 12.3 TFLOPS
Dvojitá přesnost (FP64): 768 GFLOPS
Rychlost pixelů: 96 GPixel/s
Rychlost textury: 384 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
Napájecí konektory: 2x 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.

DirectX: 12.1
OpenGL: 4.6
Vulkan: 1.3
OpenCL: 2.1
Shader model: 6.7

Seznamy

Kde koupit GPU Radeon Instinct MI25

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

16 GB

Šířka pásma

436 GB/s

Největší model

Nemotron 3-Nano-30B-A3B

Radeon Instinct MI25 nese 16 GB z HBM2. 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 436 GB/s napříč autobusu 2,048 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 852 MHz. Je to důvod, proč počty jader tak špatně předpovídají rychlost generace.

Praktický strop je Nemotron 3-Nano-30B-A3B, 31.6B, komprimováno na Q3_K_M a generováním kolem 68.4 tokenů za sekundu

Čip a jak byl vyroben

Radeon Instinct MI25 je postaven na grafickém procesoru Vega 10, používající architekturu GCN 5.0 z AMD, jako součást generování Radeon Instinct(MIx).

Čip je vyráběn společností GlobalFoundries, na procesu 14 nm, s kostkou o rozměrech 495 mm², držení 12.5 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 2017, hrubě 9.0957396344349 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

24.6 TFLOPS

FP64

768 GFLOPS

Na papíře Radeon Instinct MI25 dosahuje 24.6 TFLOPS při poloviční přesnosti, a 12.3 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 768 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 1.4 GHz k zvýšení 1.5 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

Radeon Instinct MI25 má L1 cache 16 KB, podporováno L2 cache 4 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 4,096 Stínovací jednotky, 256 Jednotky pro mapování textur, a 64 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

300 W

Radeon Instinct MI25 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 267 mm dlouhý, a potřebuje 2x 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 Radeon Instinct MI25

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

01 North Mini Code 30B · Q3_K_M · Jun 2026 72.0 tok/s
02 Qwen 3.6-27B 27B · Q3_K_M · Apr 2026 14.4 tok/s
03 Qwen3.5-27B 27B · Q3_K_M · Feb 2026 14.4 tok/s
04 Nemotron 3-Nano-30B-A3B 31.6B · Q3_K_M · Dec 2025 68.4 tok/s
05 Nomos 1 30B · Q3_K_M · Dec 2025 72.0 tok/s
06 C2S-Scale 27B · Q3_K_M · Oct 2025 14.4 tok/s
07 Gemma-SEA-LION-v4-27B-IT 27B · Q3_K_M · Aug 2025 14.4 tok/s
08 ERNIE-4.5-VL-28B-A3B 28B · Q3_K_M · Jun 2025 77.2 tok/s
09 Qwen3-30B-A3B 30B · Q3_K_M · Apr 2025 72.0 tok/s
10 Gemma 3 QAT 27B 27B · Q3_K_M · Apr 2025 14.4 tok/s

Nejrychlejší AI modely na a Radeon Instinct MI25

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 144 tok/s
02 Gemma 3 1B 1B · Q8_0 · 1.8 GB 144 tok/s
03 LLama 3..2 Typhoon 2 1B 1B · Q8_0 · 1.8 GB 144 tok/s
04 OLMo-1B 1B · Q8_0 · 1.8 GB 144 tok/s
05 HGRN 1B (WT 103) 1B · Q8_0 · 1.8 GB 144 tok/s
06 Pythia-1b 1B · Q8_0 · 1.8 GB 144 tok/s
07 OpenELM-1.1B 1.1B · Q8_0 · 1.9 GB 133 tok/s
08 TinyLlama-1.1B (1T token checkpoint) 1.1B · Q8_0 · 1.9 GB 131 tok/s
09 TinyLlama-1.1B (3T token checkpoint) 1.1B · Q8_0 · 1.9 GB 131 tok/s
10 DeciCoder-1B 1.1B · Q8_0 · 1.9 GB 131 tok/s

Krok za krokem

Jak vypočítat tokeny za sekundu AI modelu Radeon Instinct MI25

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 432 modely, které tato karta spouští. Hledání zúží seznam podle názvu nebo podle velikosti.
02

Rozhodněte, jak dlouho vaše konverzace běží

Nastavte kontext na svou skutečnou pracovní délku. Krátké otázky téměř nic nestojí, ale dlouhý dokument může spotřebovat velký podíl. 16 GB často je to to, co dostane velký model na hranu.
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.
04

Podívejte se na rozsah, nejen na číslo

Čísla jsou vypočítaná, ne měřená. Nejrychlejší výsledek na této kartě je 144 tok/s na Gemma 3 QAT 1B. Stejná karta a model se liší o třicet až padesát procent mezi inference runtimy.
05

Přečtěte si soud o fitu naposled.

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.
06

Ověření proti jinému hardwaru

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 Radeon Instinct MI25.

Odpovědi

Radeon Instinct MI25 — běžné otázky

Radeon Instinct MI25— 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.

Radeon Instinct MI25— Je to dobré pro běh místních AI modelů?

Jeho paměť pokrývá malé a středně velké modely, přesto jsou největší mimo dosah a jeho šířka pásma poskytuje použitelné, i když nespektakulární, rychlosti generování. Celkově běží 432 modelů, které sledujeme. Zda je to dostatečné, závisí zcela na tom, který model chcete — tabulka výše na to přímo odpovídá.

Radeon Instinct MI25— může spustit model, který se nevejde do jeho VRAM?

Může být rozdělen, přičemž přetečení je uchováváno v systémové MEMORY za hranicemi karty. 16 GB táhne to celé dolů a žádná z postav na této stránce to nepředpokládá.

Byly by dvě Radeon Instinct MI25 Karty budou dvakrát rychlejší?

Ne. Druhá karta zdvojnásobí VRAM na 32 GB kombinované paměti, přibližně ve stejné generační rychlosti jako jeden.

Radeon Instinct MI25— 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.

Radeon Instinct MI25— 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 68.4 tokens za sekundu a potřebuje asi 14.4 GB VRAM karty.

Radeon Instinct MI25— kolik tokenů za sekundu produkuje?

Závisí to na modelu. Nejrychlejší model, který zde sledujeme, je Gemma 3 QAT 1B přibližně 144 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.

Radeon Instinct MI25— může to běžet 7B modely?

Ano. Například běží Multi-Token Prediction 7B na Q8_0, používající přibližně 7.9 GB paměti a generování kolem 21.5 tokenů za sekundu

Radeon Instinct MI25— může to běžet 13B modely?

Ano. Například běží DeepSeekMoE-16B na Q6_K, používající přibližně 13.7 GB paměti a generování kolem 72.7 tokenů za sekundu

Radeon Instinct MI25— 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 77.2 tokenů za sekundu

Radeon Instinct MI25— kolik má paměti?

Tato karta má 16 GB z HBM2. Třetina je rezervována pro inference runtime a ovladač, což zbývá přibližně 14.4 GB dostupný pro model a jeho konverzaci.

Radeon Instinct MI25— jaká je její šířka pásma VRAM?

Šířka pásma paměti dosahuje 436 GB/s napříč autobusu 2,048 bitů. Toto je jediný nejlepší prediktor toho, jak rychle generuje text, protože vyprodukování každého tokenu znamená přečíst celý model z VRAM jednou.

Radeon Instinct MI25— Jaký typ paměti používá?

Používá HBM2 častěji než 852 MHz. 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.

Radeon Instinct MI25— Kdo to vyrábí?

Toto je produkt z AMD, s čipem vyrobeným od GlobalFoundries, na procesu 14 nm.

Radeon Instinct MI25— Kdy byl vydán?

Bylo to vydáno v June 2017.

Radeon Instinct MI25— 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.

Radeon Instinct MI25— kolik má cache?

L1 cache je 16 KB, a L2 cache je 4 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.

Radeon Instinct MI25— jaké jsou její TFLOPS?

Je hodnocena na 24.6 TFLOPS při poloviční přesnosti a 12.3 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.

Radeon Instinct MI25— 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.

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