Vypočítejte TPS modelu Radeon Instinct MI60 na místních AI modelech

AMD 32 GB HBM2 1,020 GB/s November 2018

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

513 modely, které může spustit

679 modely v našem katalogu dohromady

Největší model, který podporuje

Phi-3.5-MoE

60.8B · Q3_K_M · 83.1 tok/s

Nejrychlejší model

Gemma 3 QAT 1B

337 tok/s · 1B

Které AI modely mohou běžet na a Radeon Instinct MI60?

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

513 modely odpovídají

Vypočítávání

						Kvantisace	Pohodlné
337 tok/s 202–539 · nízká důvěra	Gemma 3 1B	1B	Mar 2025	1.8 GB	33k tokeny	Q8_0	Pohodlný
337 tok/s 202–539 · nízká důvěra	Gemma 3 QAT 1B	1B	Apr 2025	1.8 GB	33k tokeny	Q8_0	Pohodlný
337 tok/s 202–539 · nízká důvěra	HGRN 1B (WT 103) ≈	1B	Nov 2023	1.8 GB	131k tokeny ?	Q8_0	Pohodlný
337 tok/s 202–539 · nízká důvěra	LLama 3..2 Typhoon 2 1B ≈	1B	Dec 2024	1.8 GB	131k tokeny ?	Q8_0	Pohodlný
337 tok/s 202–539 · nízká důvěra	OLMo-1B ≈	1B	Feb 2024	1.8 GB	131k tokeny ?	Q8_0	Pohodlný
337 tok/s 202–539 · nízká důvěra	Pythia-1b ≈	1B	Apr 2023	1.8 GB	131k tokeny ?	Q8_0	Pohodlný
312 tok/s 187–499 · nízká důvěra	OpenELM-1.1B ≈	1.1B	May 2024	1.9 GB	131k tokeny ?	Q8_0	Pohodlný
306 tok/s 184–490 · nízká důvěra	DeciCoder-1B ≈	1.1B	Aug 2023	1.9 GB	131k tokeny ?	Q8_0	Pohodlný
306 tok/s 184–490 · nízká důvěra	SantaCoder ≈	1.1B	Jan 2023	1.9 GB	131k tokeny ?	Q8_0	Pohodlný
306 tok/s 184–490 · nízká důvěra	TinyLlama-1.1B (1T token checkpoint) ≈	1.1B	Oct 2023	1.9 GB	131k tokeny ?	Q8_0	Pohodlný
306 tok/s 184–490 · nízká důvěra	TinyLlama-1.1B (3T token checkpoint) ≈	1.1B	Oct 2023	1.9 GB	131k tokeny ?	Q8_0	Pohodlný
281 tok/s 168–449 · nízká důvěra	EXAONE 4.0 (1.2B) ≈	1.2B	Jul 2025	2.0 GB	131k tokeny ?	Q8_0	Pohodlný
281 tok/s 168–449 · nízká důvěra	MinerU2.5 ≈	1.2B	Sep 2025	2.0 GB	131k tokeny ?	Q8_0	Pohodlný
281 tok/s 168–449 · nízká důvěra	Pleias 1.0 1.2B ≈	1.2B	Dec 2024	2.0 GB	131k tokeny ?	Q8_0	Pohodlný
281 tok/s 168–449 · nízká důvěra	Pleias-RAG-1B ≈	1.2B	Apr 2025	2.0 GB	131k tokeny ?	Q8_0	Pohodlný
274 tok/s 164–438 · nízká důvěra	Llama 3.2 1B	1.2B	Sep 2024	2.2 GB	131k tokeny	Q8_0	Pohodlný
270 tok/s 162–432 · nízká důvěra	MiniCPM-1.2B ≈	1.2B	Jun 2024	2.0 GB	131k tokeny ?	Q8_0	Pohodlný
259 tok/s 156–415 · nízká důvěra	DeepSeek Coder 1.3B ≈	1.3B	Jan 2024	2.1 GB	131k tokeny ?	Q8_0	Pohodlný
259 tok/s 156–415 · nízká důvěra	DeepSeek-VL-1.3B ≈	1.3B	Mar 2024	2.1 GB	131k tokeny ?	Q8_0	Pohodlný
259 tok/s 156–415 · nízká důvěra	DigiRL ≈	1.3B	Jun 2024	2.1 GB	131k tokeny ?	Q8_0	Pohodlný
259 tok/s 156–415 · nízká důvěra	GLA Transformer 1.3B ≈	1.3B	Aug 2024	2.1 GB	131k tokeny ?	Q8_0	Pohodlný
259 tok/s 156–415 · nízká důvěra	Janus 1.3B ≈	1.3B	Oct 2024	2.1 GB	131k tokeny ?	Q8_0	Pohodlný
259 tok/s 156–415 · nízká důvěra	Kosmos-2.5 ≈	1.3B	Aug 2024	2.1 GB	131k tokeny ?	Q8_0	Pohodlný
259 tok/s 156–415 · nízká důvěra	Otter ≈	1.3B	May 2023	2.1 GB	131k tokeny ?	Q8_0	Pohodlný
259 tok/s 156–415 · 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 MI60 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: 32 GB
Šířka pásma VRAM: 1,020 GB/s
Typ paměti: HBM2
Šířka sběrnice paměti: 4,096 bit
Frekvence paměti: 1 GHz

Čip

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

Grafický procesor: Vega 20
Architektura: GCN 5.1
Generace: Radeon Instinct(MIx)
Foundry: TSMC
Velikost procesu: 7 nm
Tranzistory: 13.2 billion
Hustota tranzistorů: 40,000 K/mm²
Velikost čipu: 331 mm²
Balíček: BGA-1933
Uvolněno: 18 November 2018

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: 1.2 GHz
Zvýšená frekvence: 1.8 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): 29.5 TFLOPS
Jednoduchá přesnost (FP32): 14.8 TFLOPS
Dvojitá přesnost (FP64): 7.4 TFLOPS
Rychlost pixelů: 115 GPixel/s
Rychlost textury: 461 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: 1x 6-pin + 1x 8-pin
Rozhraní sběrnice: PCIe 4.0 x16
Šířka slotu: Dual-slot
Rozměry: 267 mm
Zobrazit výstupy: 1x mini-DisplayPort 1.4a

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 MI60

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

32 GB

Šířka pásma

1,020 GB/s

Největší model

Phi-3.5-MoE

Radeon Instinct MI60 nese 32 GB z HBM2. Tohle pokrývá středně velké modely, které většina lidí skutečně používá. Jakmile runtime a ovladač rezervují svůj pracovní prostor, zhruba tolik zůstane: 28.8 GB.

Šířka pásma paměti dosahuje 1,020 GB/s napříč autobusu 4,096 bitů. Generování tokenu znamená přečtení každé váhy jednou, takže tato hodnota určuje tempo více než jakékoli jiné číslo zde, a na této úrovni text přichází rychleji, než většina lidí čte.

Číslo je šířka sběrnice vynásobená hodinami paměti 1 GHz. Obě poloviny jsou důležité a ani jedna není viditelná v herním benchmarku.

Praktický strop je Phi-3.5-MoE, 60.8B, komprimováno na Q3_K_M a generováním kolem 83.1 tokenů za sekundu

Čip a jak byl vyroben

Radeon Instinct MI60 je postaven na grafickém procesoru Vega 20, používající architekturu GCN 5.1 z AMD, jako součást generování Radeon Instinct(MIx).

Čip je vyráběn společností TSMC, na procesu 7 nm, s kostkou o rozměrech 331 mm², držení 13.2 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 November 2018, hrubě 7.7010563545084 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

29.5 TFLOPS

FP64

7.4 TFLOPS

Na papíře Radeon Instinct MI60 dosahuje 29.5 TFLOPS při poloviční přesnosti, a 14.8 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 7.4 TFLOPS. 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 1.2 GHz k zvýšení 1.8 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 MI60 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 MI60 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 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 4.0 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 MI60

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

01 Kimi Linear 48B · IQ4_XS · Oct 2025 17.2 tok/s
02 Llama Nemotron Super v1.5 49B · IQ4_XS · Jul 2025 16.9 tok/s
03 Nemotron-H 56B 56B · Q3_K_M · Apr 2025 16.2 tok/s
04 Nemotron-H 47B 47B · IQ4_XS · Apr 2025 17.6 tok/s
05 Llama Nemotron Super 49B 49B · IQ4_XS · Mar 2025 16.9 tok/s
06 Jamba 1.6 Mini 52B · IQ4_XS · Mar 2025 69.0 tok/s
07 Jamba 1.5 Mini 52B · IQ4_XS · Aug 2024 69.0 tok/s
08 Qwen2-57B-A14B 57B · IQ4_XS · Jun 2024 59.1 tok/s
09 Phi-3.5-MoE 60.8B · Q3_K_M · Apr 2024 83.1 tok/s
10 Jamba 51.6B · IQ4_XS · Mar 2024 69.0 tok/s

Nejrychlejší AI modely na a Radeon Instinct MI60

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 337 tok/s
02 Gemma 3 1B 1B · Q8_0 · 1.8 GB 337 tok/s
03 LLama 3..2 Typhoon 2 1B 1B · Q8_0 · 1.8 GB 337 tok/s
04 OLMo-1B 1B · Q8_0 · 1.8 GB 337 tok/s
05 HGRN 1B (WT 103) 1B · Q8_0 · 1.8 GB 337 tok/s
06 Pythia-1b 1B · Q8_0 · 1.8 GB 337 tok/s
07 OpenELM-1.1B 1.1B · Q8_0 · 1.9 GB 312 tok/s
08 TinyLlama-1.1B (1T token checkpoint) 1.1B · Q8_0 · 1.9 GB 306 tok/s
09 TinyLlama-1.1B (3T token checkpoint) 1.1B · Q8_0 · 1.9 GB 306 tok/s
10 DeciCoder-1B 1.1B · Q8_0 · 1.9 GB 306 tok/s

Krok za krokem

Jak vypočítat tokeny za sekundu AI modelu Radeon Instinct MI60

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

Najděte model v tabulce

Tabulka uvádí 513 modely, které tato karta spouští. Hledání zúží seznam podle názvu nebo podle velikosti.
02

Nastavte délku kontextu, kterou skutečně použijete

Nastavte kontext na svou skutečnou pracovní délku. Krátké otázky téměř nic nestojí, ale dlouhý dokument může spotřebovat velký podíl. 32 GB takže nastavení stojí za to udělat správně.
03

Připněte porovnání na jednu úroveň kvality

Ve výchozím nastavení tabulka vybírá nejméně komprimovanou verzi, která se vejde. Nastavení podlahy odstraňuje modely, které splňují kritéria pouze díky silné kompresi.
04

Vezměte rozsah jako odpověď

Rychlosti přicházejí s chybovými pruhy z nějakého důvodu. Nejlepší případ zde je 337 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 32 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 MI60.

Odpovědi

Radeon Instinct MI60 — běžné otázky

Radeon Instinct MI60— kolik tokenů za sekundu produkuje?

Závisí to na modelu. Nejrychlejší model, který zde sledujeme, je Gemma 3 QAT 1B přibližně 337 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 MI60— může to běžet 7B modely?

Ano. Například běží Multi-Token Prediction 7B na Q8_0, používající přibližně 7.9 GB paměti a generování kolem 50.3 tokenů za sekundu

Radeon Instinct MI60— může to běžet 13B modely?

Ano. Například běží DeepSeekMoE-16B na Q8_0, používající přibližně 17.5 GB paměti a generování kolem 117 tokenů za sekundu

Radeon Instinct MI60— může to běžet 30B modely?

Ano. Například běží ERNIE-4.5-VL-28B-A3B na Q6_K, používající přibližně 22.7 GB paměti a generování kolem 97.1 tokenů za sekundu

Radeon Instinct MI60— kolik má paměti?

Tato karta má 32 GB z HBM2. Třetina je rezervována pro inference runtime a ovladač, což zbývá přibližně 28.8 GB dostupný pro model a jeho konverzaci.

Radeon Instinct MI60— jaká je její šířka pásma VRAM?

Šířka pásma paměti dosahuje 1,020 GB/s napříč autobusu 4,096 bitů. Toto je jediný nejlepší prediktor toho, jak rychle generuje text, protože vyprodukování každého tokenu znamená přečíst celý model z VRAM jednou.

Radeon Instinct MI60— Jaký typ paměti používá?

Používá HBM2 častěji než 1 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.

Radeon Instinct MI60— Kdo to vyrábí?

Toto je produkt z AMD, s čipem vyrobeným od TSMC, na procesu 7 nm.

Radeon Instinct MI60— Kdy byl vydán?

Bylo to vydáno v November 2018.

Radeon Instinct MI60— 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 MI60— 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 MI60— jaké jsou její TFLOPS?

Je hodnocena na 29.5 TFLOPS při poloviční přesnosti a 14.8 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 MI60— 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.

Radeon Instinct MI60— jaké rozhraní sběrnice používá?

Používá PCIe 4.0 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 MI60— Je to dobré pro běh místních AI modelů?

Jeho paměť pohodlně pokrývá středně velké modely, které většina lidí spouští místně, a jeho šířka pásma je dostatečně vysoká, aby generovala text rychleji, než většina lidí čte. Celkem běží 513 modelů, které sledujeme. Zda je to dostatečné, závisí zcela na tom, který model chcete — tabulka výše na to přímo odpovídá.

Radeon Instinct MI60— může spustit model, který se nevejde do jeho VRAM?

Může být rozdělen, přičemž přetečení je uchováváno v systémové MEMORY za hranicemi karty. 32 GB táhne to celé dolů a žádná z postav na této stránce to nepředpokládá.

Byly by dvě Radeon Instinct MI60 Karty budou dvakrát rychlejší?

Spojení jich kupuje rezervu spíše než tempo: 64 GB kombinované paměti, přibližně ve stejné generační rychlosti jako jeden.

Radeon Instinct MI60— které AI modely může spustit?

513 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 MI60— jaký je největší AI model, který může spustit?

Největší model v našem katalogu, který se vejde, je Phi-3.5-MoE na 60.8B parametry, komprimované na Q3_K_M. Generuje přibližně 83.1 tokens za sekundu a potřebuje asi 27.2 GB VRAM karty.

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