Vypočítejte TPS modelu Radeon Pro Vega 20 na místních AI modelech

AMD 4 GB HBM2 189 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

97 modely, které může spustit

679 modely v našem katalogu dohromady

Největší model, který podporuje

DeciLM 6B

5.7B · Q3_K_M · 29.6 tok/s

Nejrychlejší model

Gemma 3 QAT 1B

62.6 tok/s · 1B

Které AI modely mohou běžet na a Radeon Pro Vega 20?

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.

97 modely odpovídají

Vypočítávání
Kvantisace Pohodlné
62.6 tok/s

38–100 · nízká důvěra

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

38–100 · nízká důvěra

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

38–100 · nízká důvěra

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

38–100 · nízká důvěra

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

38–100 · nízká důvěra

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

38–100 · nízká důvěra

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

35–93 · nízká důvěra

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

34–91 · nízká důvěra

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

34–91 · nízká důvěra

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

34–91 · nízká důvěra

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

34–91 · nízká důvěra

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

31–83 · nízká důvěra

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

31–83 · nízká důvěra

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

31–83 · nízká důvěra

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

31–83 · nízká důvěra

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

31–81 · nízká důvěra

Llama 3.2 1B 1.2B Sep 2024 2.2 GB 54k tokeny Q8_0 Pohodlný
50.2 tok/s

30–80 · nízká důvěra

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

29–77 · nízká důvěra

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

29–77 · nízká důvěra

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

29–77 · nízká důvěra

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

29–77 · nízká důvěra

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

29–77 · nízká důvěra

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

29–77 · nízká důvěra

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

29–77 · nízká důvěra

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

29–77 · 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 Pro Vega 20 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
4 GB
Šířka pásma VRAM
189 GB/s
Typ paměti
HBM2
Šířka sběrnice paměti
1,024 bit
Frekvence paměti
740 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 12
Architektura
GCN 5.0
Generace
Radeon Pro Mac(Vega Series)
Foundry
GlobalFoundries
Velikost procesu
14 nm
Uvolněno
14 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
815 MHz
Zvýšená frekvence
1.28 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
1,280
Jednotky pro mapování textur
80
Renderovací výstupní jednotky
32
L1 cache
16 KB
L2 cache
1 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)
6.6 TFLOPS
Jednoduchá přesnost (FP32)
3.3 TFLOPS
Dvojitá přesnost (FP64)
205.3 GFLOPS
Rychlost pixelů
41 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)
100 W
Rozhraní sběrnice
PCIe 3.0 x16
Šířka slotu
IGP

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
6.0

Seznamy

Kde koupit GPU Radeon Pro Vega 20

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

4 GB

Šířka pásma

189 GB/s

Největší model

DeciLM 6B

Radeon Pro Vega 20 nese pouze 4 GB z HBM2. To omezuje na menší konec katalogu, a model musí být zcela uvnitř, než něco vygeneruje. Runtime ve skutečnosti získá přibližně 3.6 GB.

Šířka pásma paměti dosahuje 189 GB/s napříč autobusu 1,024 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 740 MHz. Je to důvod, proč počty jader tak špatně předpovídají rychlost generace.

Největší věc, kterou drží, je DeciLM 6B, 5.7B, komprimováno na Q3_K_M a generováním kolem 29.6 tokenů za sekundu

Čip a jak byl vyroben

Radeon Pro Vega 20 je postaven na grafickém procesoru Vega 12, používající architekturu GCN 5.0 z AMD, jako součást generování Radeon Pro Mac(Vega Series).

Čip je vyráběn společností GlobalFoundries, na procesu 14 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 November 2018, hrubě 7.7121796064271 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

6.6 TFLOPS

FP64

205.3 GFLOPS

Na papíře Radeon Pro Vega 20 dosahuje 6.6 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 205.3 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 815 MHz k zvýšení 1.28 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 Pro Vega 20 má L1 cache 16 KB, podporováno L2 cache 1 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 1,280 Stínovací jednotky, 80 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

100 W

Radeon Pro Vega 20 je ohodnocen na 100 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. 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 Pro Vega 20

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

  1. 01 Qwen3.5-4B 4B · Q5_K_M · Feb 2026 27.9 tok/s
  2. 02 Voxtral Mini 4.7B · Q4_K_M · Jul 2025 30.7 tok/s
  3. 03 Typhoon 2.1 Gemma 4B 4B · Q4_K_M · May 2025 36.1 tok/s
  4. 04 Qwen3-4B 4B · Q3_K_M · Apr 2025 42.2 tok/s
  5. 05 Gemma 3 QAT 4B 4B · Q4_K_M · Apr 2025 36.1 tok/s
  6. 06 Gemma 3 4B 4B · Q4_K_M · Mar 2025 36.1 tok/s
  7. 07 Phi-4-Multimodal 5.6B · Q3_K_M · Mar 2025 30.2 tok/s
  8. 08 Minitron 4B 4.2B · Q4_K_M · Nov 2024 34.4 tok/s
  9. 09 XVERSE-MoE-A4.2B 4.2B · Q4_K_M · Apr 2024 34.4 tok/s
  10. 10 DeciLM 6B 5.7B · Q3_K_M · Sep 2023 29.6 tok/s

Nejrychlejší AI modely na a Radeon Pro Vega 20

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 62.6 tok/s
  2. 02 Gemma 3 1B 1B · Q8_0 · 1.8 GB 62.6 tok/s
  3. 03 LLama 3..2 Typhoon 2 1B 1B · Q8_0 · 1.8 GB 62.6 tok/s
  4. 04 OLMo-1B 1B · Q8_0 · 1.8 GB 62.6 tok/s
  5. 05 HGRN 1B (WT 103) 1B · Q8_0 · 1.8 GB 62.6 tok/s
  6. 06 Pythia-1b 1B · Q8_0 · 1.8 GB 62.6 tok/s
  7. 07 OpenELM-1.1B 1.1B · Q8_0 · 1.9 GB 57.9 tok/s
  8. 08 TinyLlama-1.1B (1T token checkpoint) 1.1B · Q8_0 · 1.9 GB 56.9 tok/s
  9. 09 TinyLlama-1.1B (3T token checkpoint) 1.1B · Q8_0 · 1.9 GB 56.9 tok/s
  10. 10 DeciCoder-1B 1.1B · Q8_0 · 1.9 GB 56.9 tok/s

Krok za krokem

Jak vypočítat tokeny za sekundu AI modelu Radeon Pro Vega 20

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

    Model: AI model. Spuštění AI modelu. Nevejde se do GPU VRAM. Těsný. Pohodlný. Open-source AI model. V naší databázi. Nově vydané GPU. GPU VRAM/bandwidth. GPU karta. Kontextová délka.

    Tabulka uvádí 97 modely, které karta zvládá. Vyhledávací pole přijímá název nebo velikost, jako je 27b, která odpovídá počtu parametrů.

  2. 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. 4 GB často je to to, co dostane velký model na hranu.

  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

    Rychlosti přicházejí s chybovými pruhy z nějakého důvodu. Nejlepší případ zde je 62.6 tok/s na Gemma 3 QAT 1B. Stejná karta a model se liší o třicet až padesát procent mezi inference runtimy.

  5. 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 4 GB.

  6. 06

    Zkontrolujte stejný model z druhé strany

    Každá stránka modelu opakuje tento výpočet pro celý katalog. Stojí za to se podívat před rozhodnutím: ukazuje, co dalšího běží na stejném modelu, vedle Radeon Pro Vega 20.

Odpovědi

Radeon Pro Vega 20 — běžné otázky

01

Radeon Pro Vega 20— Kdo to vyrábí?

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

02

Radeon Pro Vega 20— Kdy byl vydán?

Bylo to vydáno v November 2018.

03

Radeon Pro Vega 20— kolik energie to spotřebovává?

Hodnocená výkonová karta je 100 W. Generování textu vyžaduje vysokou zátěž v intervalech a mezi požadavky nepracuje, takže průměrná spotřeba během pracovního sezení je obvykle výrazně pod hodnoceným číslem.

04

Radeon Pro Vega 20— kolik má cache?

L1 cache je 16 KB, a L2 cache je 1 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.

05

Radeon Pro Vega 20— jaké jsou její TFLOPS?

Je hodnocena na 6.6 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.

06

Radeon Pro Vega 20— 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.

07

Radeon Pro Vega 20— 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.

08

Radeon Pro Vega 20— 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 97 modelů, které sledujeme. Zda je to dostatečné, závisí zcela na tom, který model chcete — tabulka výše na to přímo odpovídá.

09

Radeon Pro Vega 20— může spustit model, který se nevejde do jeho VRAM?

Pouze částečně. Vrstvy nad kartou GPU 4 GB je možné a obvykle falešná úspora: část systémové paměti je dostatečně pomalá, aby dominovala výsledku.

10

Byly by dvě Radeon Pro Vega 20 Karty budou dvakrát rychlejší?

Ne. Druhá karta zdvojnásobí VRAM na 8 GB kombinované paměti, přibližně ve stejné generační rychlosti jako jeden.

11

Radeon Pro Vega 20— které AI modely může spustit?

97 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.

12

Radeon Pro Vega 20— jaký je největší AI model, který může spustit?

Největší model v našem katalogu, který se vejde, je DeciLM 6B na 5.7B parametry, komprimované na Q3_K_M. Generuje přibližně 29.6 tokens za sekundu a potřebuje asi 3.5 GB VRAM karty.

13

Radeon Pro Vega 20— kolik tokenů za sekundu produkuje?

Závisí to na modelu. Nejrychlejší model, který zde sledujeme, je Gemma 3 QAT 1B přibližně 62.6 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.

14

Radeon Pro Vega 20— kolik má paměti?

Tato karta má 4 GB z HBM2. Třetina je rezervována pro inference runtime a ovladač, což zbývá přibližně 3.6 GB dostupný pro model a jeho konverzaci.

15

Radeon Pro Vega 20— jaká je její šířka pásma VRAM?

Šířka pásma paměti dosahuje 189 GB/s napříč autobusu 1,024 bitů. Toto je jediný nejlepší prediktor toho, jak rychle generuje text, protože vyprodukování každého tokenu znamená přečíst celý model z VRAM jednou.

16

Radeon Pro Vega 20— Jaký typ paměti používá?

Používá HBM2 častěji než 740 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.

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