Vypočítejte TPS modelu GeForce GTX 1660 na místních AI modelech

NVIDIA 6 GB GDDR5 192 GB/s March 2019

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

266 modely, které může spustit

679 modely v našem katalogu dohromady

Největší model, který podporuje

Qwen-VL

9.6B · Q3_K_M · 22.9 tok/s

Nejrychlejší model

Gemma 3 QAT 1B

81.4 tok/s · 1B

Které AI modely mohou běžet na a GeForce GTX 1660?

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.

266 modely odpovídají

Vypočítávání
Kvantisace Pohodlné
81.4 tok/s

69–98

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

69–98

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

49–130 · nízká důvěra

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

49–130 · nízká důvěra

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

49–130 · nízká důvěra

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

49–130 · nízká důvěra

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

45–121 · nízká důvěra

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

44–118 · nízká důvěra

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

44–118 · nízká důvěra

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

44–118 · nízká důvěra

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

44–118 · nízká důvěra

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

41–108 · nízká důvěra

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

41–108 · nízká důvěra

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

41–108 · nízká důvěra

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

41–108 · nízká důvěra

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

56–79

Llama 3.2 1B 1.2B Sep 2024 2.2 GB 113k tokeny Q8_0 Pohodlný
65.2 tok/s

39–104 · nízká důvěra

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

38–100 · nízká důvěra

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

38–100 · nízká důvěra

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

38–100 · nízká důvěra

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

38–100 · nízká důvěra

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

38–100 · nízká důvěra

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

38–100 · nízká důvěra

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

38–100 · nízká důvěra

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

38–100 · 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

GeForce GTX 1660 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
6 GB
Šířka pásma VRAM
192 GB/s
Typ paměti
GDDR5
Šířka sběrnice paměti
192 bit
Frekvence paměti
2 GHz

Čip

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

Grafický procesor
TU116
Architektura
Turing
Generace
GeForce 16
Foundry
TSMC
Velikost procesu
12 nm
Tranzistory
6.6 billion
Hustota tranzistorů
23,200 K/mm²
Velikost čipu
284 mm²
Balíček
BGA-2228
Uvolněno
14 March 2019

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
1.53 GHz
Zvýšená frekvence
1.79 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
1,408
Jednotky pro mapování textur
88
Renderovací výstupní jednotky
48
Streaming multiprocessory
22
L1 cache
64 KB
L2 cache
1.5 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)
10.1 TFLOPS
Jednoduchá přesnost (FP32)
5 TFLOPS
Dvojitá přesnost (FP64)
157.1 GFLOPS
Rychlost pixelů
86 GPixel/s
Rychlost textury
157 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)
120 W
Navrhovaný zdroj napájení
300 W
Napájecí konektory
1x 8-pin
Rozhraní sběrnice
PCIe 3.0 x16
Šířka slotu
Dual-slot
Rozměry
229 mm × 35 mm
Zobrazit výstupy
1x DVI, 1x HDMI 2.0, 1x 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.

schopnost výpočtu CUDA
7.5
DirectX
12.1
OpenGL
4.6
Vulkan
1.4
OpenCL
3.0
Shader model
6.8

Seznamy

Kde koupit GPU GeForce GTX 1660

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

6 GB

Šířka pásma

192 GB/s

Největší model

Qwen-VL

GeForce GTX 1660 nese pouze 6 GB z GDDR5. To omezuje na menší konec katalogu, a model musí být zcela uvnitř, než něco vygeneruje. Runtime ve skutečnosti získá přibližně 5.4 GB.

Šířka pásma paměti dosahuje 192 GB/s napříč autobusu 192 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 2 GHz. Je to důvod, proč počty jader tak špatně předpovídají rychlost generace.

Největší věc, kterou drží, je Qwen-VL, 9.6B, komprimováno na Q3_K_M a generováním kolem 22.9 tokenů za sekundu

Čip a jak byl vyroben

GeForce GTX 1660 je postaven na grafickém procesoru TU116, používající architekturu Turing z NVIDIA, jako součást generování GeForce 16.

Čip je vyráběn společností TSMC, na procesu 12 nm, s kostkou o rozměrech 284 mm², držení 6.6 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 March 2019, hrubě 7.3832562056212 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

10.1 TFLOPS

FP64

157.1 GFLOPS

Na papíře GeForce GTX 1660 dosahuje 10.1 TFLOPS při poloviční přesnosti, a 5 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 157.1 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 1.53 GHz k zvýšení 1.79 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

GeForce GTX 1660 má L1 cache 64 KB, podporováno L2 cache 1.5 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 1,408 Stínovací jednotky, 88 Jednotky pro mapování textur, a 48 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

120 W

GeForce GTX 1660 je ohodnocen na 120 W, a navrhovaný systémový zdroj energie je 300 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 229 mm dlouhý, a potřebuje 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 GeForce GTX 1660

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

  1. 01 Qwen3.5-9B 9B · Q3_K_M · Feb 2026 24.4 tok/s
  2. 02 NVIDIA-Nemotron-Nano-9B-v2 9B · Q3_K_M · Aug 2025 24.4 tok/s
  3. 03 Ovis2.5 9B 9B · Q3_K_M · Aug 2025 24.4 tok/s
  4. 04 GLM-4.1V-Thinking 9B · Q3_K_M · Aug 2025 24.4 tok/s
  5. 05 MamayLM 9B · Q3_K_M · Apr 2025 24.4 tok/s
  6. 06 GLM-4-9B-0414 9B · Q3_K_M · Apr 2025 24.4 tok/s
  7. 07 SimPO 9B · Q3_K_M · Nov 2024 24.4 tok/s
  8. 08 GLM-4V-9B 9B · Q3_K_M · Jun 2024 24.4 tok/s
  9. 09 Persimmon-8B 9.3B · Q3_K_M · Sep 2023 23.6 tok/s
  10. 10 Qwen-VL 9.6B · Q3_K_M · Aug 2023 22.9 tok/s

Nejrychlejší AI modely na a GeForce GTX 1660

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 81.4 tok/s
  2. 02 Gemma 3 1B 1B · Q8_0 · 1.8 GB 81.4 tok/s
  3. 03 LLama 3..2 Typhoon 2 1B 1B · Q8_0 · 1.8 GB 81.4 tok/s
  4. 04 OLMo-1B 1B · Q8_0 · 1.8 GB 81.4 tok/s
  5. 05 HGRN 1B (WT 103) 1B · Q8_0 · 1.8 GB 81.4 tok/s
  6. 06 Pythia-1b 1B · Q8_0 · 1.8 GB 81.4 tok/s
  7. 07 OpenELM-1.1B 1.1B · Q8_0 · 1.9 GB 75.3 tok/s
  8. 08 TinyLlama-1.1B (1T token checkpoint) 1.1B · Q8_0 · 1.9 GB 74.0 tok/s
  9. 09 TinyLlama-1.1B (3T token checkpoint) 1.1B · Q8_0 · 1.9 GB 74.0 tok/s
  10. 10 DeciCoder-1B 1.1B · Q8_0 · 1.9 GB 74.0 tok/s

Krok za krokem

Jak vypočítat tokeny za sekundu AI modelu GeForce GTX 1660

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

    Hledejte model, který chcete

    Tabulka uvádí 266 modely, které tato karta spouští. Hledání zúží seznam podle názvu nebo podle velikosti.

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

  3. 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.

  4. 04

    Podívejte se na rozsah, nejen na číslo

    Rychlosti přicházejí s chybovými pruhy z nějakého důvodu. Nejlepší případ zde je 81.4 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 6 GB.

  6. 06

    Otevřete model pro porovnání karet

    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 GeForce GTX 1660.

Odpovědi

GeForce GTX 1660 — běžné otázky

01

GeForce GTX 1660— Podporuje to CUDA?

Ano. Hláší CUDA výpočetní schopnost 7.5. Schopnost 7.0 a výše má tensorové jádra, která moderní inference software používá; pod tímto se přechází na pomalejší kódové cesty pro kvantizované modely.

02

GeForce GTX 1660— 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.

03

GeForce GTX 1660— 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 266 modelů, které sledujeme. Zda je to dostatečné, závisí zcela na tom, který model chcete — tabulka výše na to přímo odpovídá.

04

GeForce GTX 1660— může spustit model, který se nevejde do jeho VRAM?

Offloading mimo karty 6 GB táhne to celé dolů a žádná z postav na této stránce to nepředpokládá.

05

Byly by dvě GeForce GTX 1660 Karty budou dvakrát rychlejší?

Kapacita se přidává, propustnost nikoli. Dva z nich vám dají 12 GB kombinované paměti, přibližně ve stejné generační rychlosti jako jeden.

06

GeForce GTX 1660— které AI modely může spustit?

266 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.

07

GeForce GTX 1660— jaký je největší AI model, který může spustit?

Největší model v našem katalogu, který se vejde, je Qwen-VL na 9.6B parametry, komprimované na Q3_K_M. Generuje přibližně 22.9 tokens za sekundu a potřebuje asi 5.4 GB VRAM karty.

08

GeForce GTX 1660— kolik tokenů za sekundu produkuje?

Závisí to na modelu. Nejrychlejší model, který zde sledujeme, je Gemma 3 QAT 1B přibližně 81.4 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.

09

GeForce GTX 1660— může to běžet 7B modely?

Ano. Například běží MetaMath 7B (Mistral finetune) na IQ4_XS, používající přibližně 5.1 GB paměti a generování kolem 28.5 tokenů za sekundu

10

GeForce GTX 1660— kolik má paměti?

Tato karta má 6 GB z GDDR5. Třetina je rezervována pro inference runtime a ovladač, což zbývá přibližně 5.4 GB dostupný pro model a jeho konverzaci.

11

GeForce GTX 1660— jaká je její šířka pásma VRAM?

Šířka pásma paměti dosahuje 192 GB/s napříč autobusu 192 bitů. Toto je jediný nejlepší prediktor toho, jak rychle generuje text, protože vyprodukování každého tokenu znamená přečíst celý model z VRAM jednou.

12

GeForce GTX 1660— Jaký typ paměti používá?

Používá GDDR5 častěji než 2 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.

13

GeForce GTX 1660— Kdo to vyrábí?

Toto je produkt z NVIDIA, s čipem vyrobeným od TSMC, na procesu 12 nm.

14

GeForce GTX 1660— Kdy byl vydán?

Bylo to vydáno v March 2019.

15

GeForce GTX 1660— kolik energie to spotřebovává?

Hodnocená výkonová karta je 120 W, a navrhovaný systémový zdroj energie je 300 W. Generování textu vyžaduje vysokou zátěž v intervalech a mezi požadavky nepracuje, takže průměrná spotřeba během pracovního sezení je obvykle výrazně pod hodnoceným číslem.

16

GeForce GTX 1660— kolik má cache?

L1 cache je 64 KB, a L2 cache je 1.5 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.

17

GeForce GTX 1660— jaké jsou její TFLOPS?

Je hodnocena na 10.1 TFLOPS při poloviční přesnosti a 5 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.

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