Vypočítejte TPS modelu Radeon Pro WX Vega M GL na místních AI modelech

AMD 4 GB HBM2 179 GB/s April 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 · 28.0 tok/s

Nejrychlejší model

Gemma 3 QAT 1B

59.2 tok/s · 1B

Které AI modely mohou běžet na a Radeon Pro WX Vega M GL?

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
59.2 tok/s

36–95 · nízká důvěra

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

36–95 · nízká důvěra

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

36–95 · nízká důvěra

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

36–95 · nízká důvěra

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

36–95 · nízká důvěra

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

36–95 · nízká důvěra

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

33–88 · nízká důvěra

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

32–86 · nízká důvěra

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

32–86 · nízká důvěra

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

32–86 · nízká důvěra

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

32–86 · nízká důvěra

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

30–79 · nízká důvěra

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

30–79 · nízká důvěra

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

30–79 · nízká důvěra

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

30–79 · nízká důvěra

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

29–77 · nízká důvěra

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

28–76 · nízká důvěra

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

27–73 · nízká důvěra

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

27–73 · nízká důvěra

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

27–73 · nízká důvěra

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

27–73 · nízká důvěra

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

27–73 · nízká důvěra

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

27–73 · nízká důvěra

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

27–73 · nízká důvěra

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

27–73 · 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 WX Vega M GL 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
179 GB/s
Typ paměti
HBM2
Šířka sběrnice paměti
1,024 bit
Frekvence paměti
700 MHz

Čip

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

Grafický procesor
Polaris 22
Architektura
GCN 4.0
Generace
Vega(Vega M)
Foundry
GlobalFoundries
Velikost procesu
14 nm
Tranzistory
5 billion
Hustota tranzistorů
24,000 K/mm²
Velikost čipu
208 mm²
Uvolněno
24 April 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
931 MHz
Zvýšená frekvence
1.01 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)
2.6 TFLOPS
Jednoduchá přesnost (FP32)
2.6 TFLOPS
Dvojitá přesnost (FP64)
161.8 GFLOPS
Rychlost pixelů
32 GPixel/s
Rychlost textury
81 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)
65 W
Rozhraní sběrnice
IGP
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
12.0
OpenGL
4.6
Vulkan
1.3
OpenCL
2.1
Shader model
6.7

Seznamy

Kde koupit GPU Radeon Pro WX Vega M GL

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

4 GB

Šířka pásma

179 GB/s

Největší model

DeciLM 6B

Radeon Pro WX Vega M GL 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 179 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 700 MHz. Šíření sběrnice a zvyšování frekvence jsou dvě páky, které výrobce má, a proto může karta s nevýznamnými jádry stále generovat rychle.

V praxi tato kombinace dosahuje maxima na DeciLM 6B, 5.7B, komprimováno na Q3_K_M a generováním kolem 28.0 tokenů za sekundu

Čip a jak byl vyroben

Radeon Pro WX Vega M GL je postaven na grafickém procesoru Polaris 22, používající architekturu GCN 4.0 z AMD, jako součást generování Vega(Vega M).

Čip je vyráběn společností GlobalFoundries, na procesu 14 nm, s kostkou o rozměrech 208 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 April 2018, hrubě 8.2710848429534 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

2.6 TFLOPS

FP64

161.8 GFLOPS

Na papíře Radeon Pro WX Vega M GL dosahuje 2.6 TFLOPS při poloviční přesnosti, a 2.6 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 161.8 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 931 MHz k zvýšení 1.01 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 WX Vega M GL 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

65 W

Radeon Pro WX Vega M GL je ohodnocen na 65 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 IGP. 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 WX Vega M GL

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 26.4 tok/s
  2. 02 Voxtral Mini 4.7B · Q4_K_M · Jul 2025 29.1 tok/s
  3. 03 Typhoon 2.1 Gemma 4B 4B · Q4_K_M · May 2025 34.2 tok/s
  4. 04 Qwen3-4B 4B · Q3_K_M · Apr 2025 39.9 tok/s
  5. 05 Gemma 3 QAT 4B 4B · Q4_K_M · Apr 2025 34.2 tok/s
  6. 06 Gemma 3 4B 4B · Q4_K_M · Mar 2025 34.2 tok/s
  7. 07 Phi-4-Multimodal 5.6B · Q3_K_M · Mar 2025 28.5 tok/s
  8. 08 Minitron 4B 4.2B · Q4_K_M · Nov 2024 32.5 tok/s
  9. 09 XVERSE-MoE-A4.2B 4.2B · Q4_K_M · Apr 2024 32.5 tok/s
  10. 10 DeciLM 6B 5.7B · Q3_K_M · Sep 2023 28.0 tok/s

Nejrychlejší AI modely na a Radeon Pro WX Vega M GL

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 59.2 tok/s
  2. 02 Gemma 3 1B 1B · Q8_0 · 1.8 GB 59.2 tok/s
  3. 03 LLama 3..2 Typhoon 2 1B 1B · Q8_0 · 1.8 GB 59.2 tok/s
  4. 04 OLMo-1B 1B · Q8_0 · 1.8 GB 59.2 tok/s
  5. 05 HGRN 1B (WT 103) 1B · Q8_0 · 1.8 GB 59.2 tok/s
  6. 06 Pythia-1b 1B · Q8_0 · 1.8 GB 59.2 tok/s
  7. 07 OpenELM-1.1B 1.1B · Q8_0 · 1.9 GB 54.8 tok/s
  8. 08 TinyLlama-1.1B (1T token checkpoint) 1.1B · Q8_0 · 1.9 GB 53.8 tok/s
  9. 09 TinyLlama-1.1B (3T token checkpoint) 1.1B · Q8_0 · 1.9 GB 53.8 tok/s
  10. 10 DeciCoder-1B 1.1B · Q8_0 · 1.9 GB 53.8 tok/s

Krok za krokem

Jak vypočítat tokeny za sekundu AI modelu Radeon Pro WX Vega M GL

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 97 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

    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

    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.

  4. 04

    Vezměte rozsah jako odpověď

    Čísla jsou vypočítaná, ne měřená. Nejrychlejší výsledek na této kartě je 59.2 tok/s na Gemma 3 QAT 1B. Stejná karta a model se liší o třicet až padesát procent mezi inference runtimy.

  5. 05

    Zkontrolujte sloupec paměti před potvrzením

    Sloupec vhodnosti odděluje modely, které se právě vejdou, od těch, které mají prostor navíc — stojí za to zkontrolovat před výběrem jednoho, proti dostupným 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 WX Vega M GL.

Odpovědi

Radeon Pro WX Vega M GL — běžné otázky

01

Byly by dvě Radeon Pro WX Vega M GL Karty budou dvakrát rychlejší?

Spojení jich kupuje rezervu spíše než tempo: 8 GB které vám umožňují držet modely, které by samostatně neudržely, ale generace se takto nedělí. Tyto údaje popisují jednu kartu.

02

Radeon Pro WX Vega M GL— 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.

03

Radeon Pro WX Vega M GL— 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 28.0 tokens za sekundu a potřebuje asi 3.5 GB VRAM karty.

04

Radeon Pro WX Vega M GL— kolik tokenů za sekundu produkuje?

Závisí to na modelu. Nejrychlejší model, který zde sledujeme, je Gemma 3 QAT 1B přibližně 59.2 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.

05

Radeon Pro WX Vega M GL— 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.

06

Radeon Pro WX Vega M GL— jaká je její šířka pásma VRAM?

Šířka pásma paměti dosahuje 179 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.

07

Radeon Pro WX Vega M GL— Jaký typ paměti používá?

Používá HBM2 častěji než 700 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.

08

Radeon Pro WX Vega M GL— Kdo to vyrábí?

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

09

Radeon Pro WX Vega M GL— Kdy byl vydán?

Bylo to vydáno v April 2018.

10

Radeon Pro WX Vega M GL— kolik energie to spotřebovává?

Hodnocená výkonová karta je 65 W. Generování textu vyžaduje vysokou zátěž v intervalech a mezi požadavky nepracuje, takže průměrná spotřeba během pracovního sezení je obvykle výrazně pod hodnoceným číslem.

11

Radeon Pro WX Vega M GL— 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.

12

Radeon Pro WX Vega M GL— jaké jsou její TFLOPS?

Je hodnocena na 2.6 TFLOPS při poloviční přesnosti a 2.6 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.

13

Radeon Pro WX Vega M GL— 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.

14

Radeon Pro WX Vega M GL— jaké rozhraní sběrnice používá?

Používá IGP. 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.

15

Radeon Pro WX Vega M GL— 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.

16

Radeon Pro WX Vega M GL— může spustit model, který se nevejde do jeho VRAM?

Offloading mimo karty 4 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.

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