Vypočítejte TPS modelu Radeon Pro Vega 64X na místních AI modelech

AMD 16 GB HBM2 512 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

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 · 80.2 tok/s

Nejrychlejší model

Gemma 3 QAT 1B

169 tok/s · 1B

Které AI modely mohou běžet na a Radeon Pro Vega 64X?

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.

432 modely odpovídají

Vypočítávání
Kvantisace Pohodlné
169 tok/s

101–271 · nízká důvěra

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

101–271 · nízká důvěra

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

101–271 · nízká důvěra

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

101–271 · nízká důvěra

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

101–271 · nízká důvěra

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

101–271 · nízká důvěra

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

94–251 · nízká důvěra

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

92–246 · nízká důvěra

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

92–246 · nízká důvěra

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

92–246 · nízká důvěra

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

92–246 · nízká důvěra

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

85–226 · nízká důvěra

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

85–226 · nízká důvěra

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

85–226 · nízká důvěra

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

85–226 · nízká důvěra

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

83–220 · nízká důvěra

Llama 3.2 1B 1.2B Sep 2024 2.2 GB 131k tokeny Q8_0 Pohodlný
136 tok/s

81–217 · nízká důvěra

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

78–208 · nízká důvěra

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

78–208 · nízká důvěra

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

78–208 · nízká důvěra

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

78–208 · nízká důvěra

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

78–208 · nízká důvěra

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

78–208 · nízká důvěra

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

78–208 · nízká důvěra

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

78–208 · 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 64X 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
512 GB/s
Typ paměti
HBM2
Šířka sběrnice paměti
2,048 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 10
Architektura
GCN 5.0
Generace
Radeon Pro Mac(Vega Series)
Foundry
GlobalFoundries
Velikost procesu
14 nm
Tranzistory
12.5 billion
Hustota tranzistorů
25,300 K/mm²
Velikost čipu
495 mm²
Balíček
BGA-2013
Uvolněno
19 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
1.25 GHz
Zvýšená frekvence
1.47 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)
24.1 TFLOPS
Jednoduchá přesnost (FP32)
12 TFLOPS
Dvojitá přesnost (FP64)
751.6 GFLOPS
Rychlost pixelů
94 GPixel/s
Rychlost textury
376 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)
250 W
Napájecí konektory
None
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
6.7

Seznamy

Kde koupit GPU Radeon Pro Vega 64X

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

16 GB

Šířka pásma

512 GB/s

Největší model

Nemotron 3-Nano-30B-A3B

Radeon Pro Vega 64X 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 512 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 1 GHz. Obě poloviny jsou důležité a ani jedna není viditelná v herním benchmarku.

V praxi tato kombinace dosahuje maxima na Nemotron 3-Nano-30B-A3B, 31.6B, komprimováno na Q3_K_M a generováním kolem 80.2 tokenů za sekundu

Čip a jak byl vyroben

Radeon Pro Vega 64X je postaven na grafickém procesoru Vega 10, používající architekturu GCN 5.0 z AMD, jako součást generování Radeon Pro Mac(Vega Series).

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 March 2019, hrubě 7.3697127012331 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

24.1 TFLOPS

FP64

751.6 GFLOPS

Na papíře Radeon Pro Vega 64X dosahuje 24.1 TFLOPS při poloviční přesnosti, a 12 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 751.6 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 1.25 GHz k zvýšení 1.47 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 64X 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

250 W

Radeon Pro Vega 64X je ohodnocen na 250 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 64X

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

  1. 01 North Mini Code 30B · Q3_K_M · Jun 2026 84.5 tok/s
  2. 02 Qwen 3.6-27B 27B · Q3_K_M · Apr 2026 16.9 tok/s
  3. 03 Qwen3.5-27B 27B · Q3_K_M · Feb 2026 16.9 tok/s
  4. 04 Nemotron 3-Nano-30B-A3B 31.6B · Q3_K_M · Dec 2025 80.2 tok/s
  5. 05 Nomos 1 30B · Q3_K_M · Dec 2025 84.5 tok/s
  6. 06 C2S-Scale 27B · Q3_K_M · Oct 2025 16.9 tok/s
  7. 07 Gemma-SEA-LION-v4-27B-IT 27B · Q3_K_M · Aug 2025 16.9 tok/s
  8. 08 ERNIE-4.5-VL-28B-A3B 28B · Q3_K_M · Jun 2025 90.6 tok/s
  9. 09 Qwen3-30B-A3B 30B · Q3_K_M · Apr 2025 84.5 tok/s
  10. 10 Gemma 3 QAT 27B 27B · Q3_K_M · Apr 2025 16.9 tok/s

Nejrychlejší AI modely na a Radeon Pro Vega 64X

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 169 tok/s
  2. 02 Gemma 3 1B 1B · Q8_0 · 1.8 GB 169 tok/s
  3. 03 LLama 3..2 Typhoon 2 1B 1B · Q8_0 · 1.8 GB 169 tok/s
  4. 04 OLMo-1B 1B · Q8_0 · 1.8 GB 169 tok/s
  5. 05 HGRN 1B (WT 103) 1B · Q8_0 · 1.8 GB 169 tok/s
  6. 06 Pythia-1b 1B · Q8_0 · 1.8 GB 169 tok/s
  7. 07 OpenELM-1.1B 1.1B · Q8_0 · 1.9 GB 157 tok/s
  8. 08 TinyLlama-1.1B (1T token checkpoint) 1.1B · Q8_0 · 1.9 GB 154 tok/s
  9. 09 TinyLlama-1.1B (3T token checkpoint) 1.1B · Q8_0 · 1.9 GB 154 tok/s
  10. 10 DeciCoder-1B 1.1B · Q8_0 · 1.9 GB 154 tok/s

Krok za krokem

Jak vypočítat tokeny za sekundu AI modelu Radeon Pro Vega 64X

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

  2. 02

    Přizpůsobte kontext své práci

    Přetáhněte posuvník na délku konverzace, na které plánujete pracovat. Cache se zvětšuje s konverzací, a proti kartě, která drží 16 GB často je to to, co dostane velký model na hranu.

  3. 03

    Nastavte minimální kvalitu, pokud ji potřebujete.

    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

    Čísla jsou vypočítaná, ne měřená. Nejrychlejší výsledek na této kartě je 169 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

    Těsné znamená, že to dnes funguje; pohodlné znamená, že to stále funguje, když se konverzace rozrůstá. Porovnejte, co každý model potřebuje, s dostupným. 16 GB.

  6. 06

    Zkontrolujte stejný model z druhé strany

    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 Pro Vega 64X.

Odpovědi

Radeon Pro Vega 64X — běžné otázky

01

Radeon Pro Vega 64X— může to běžet 7B modely?

Ano. Například běží Multi-Token Prediction 7B na Q8_0, používající přibližně 7.9 GB paměti a generování kolem 25.2 tokenů za sekundu

02

Radeon Pro Vega 64X— může to běžet 13B modely?

Ano. Například běží DeepSeekMoE-16B na Q6_K, používající přibližně 13.7 GB paměti a generování kolem 85.3 tokenů za sekundu

03

Radeon Pro Vega 64X— 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 90.6 tokenů za sekundu

04

Radeon Pro Vega 64X— 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.

05

Radeon Pro Vega 64X— jaká je její šířka pásma VRAM?

Šířka pásma paměti dosahuje 512 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.

06

Radeon Pro Vega 64X— 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.

07

Radeon Pro Vega 64X— Kdo to vyrábí?

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

08

Radeon Pro Vega 64X— Kdy byl vydán?

Bylo to vydáno v March 2019.

09

Radeon Pro Vega 64X— kolik energie to spotřebovává?

Hodnocená výkonová karta je 250 W. Generování textu vyžaduje vysokou zátěž v intervalech a mezi požadavky nepracuje, takže průměrná spotřeba během pracovního sezení je obvykle výrazně pod hodnoceným číslem.

10

Radeon Pro Vega 64X— 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.

11

Radeon Pro Vega 64X— jaké jsou její TFLOPS?

Je hodnocena na 24.1 TFLOPS při poloviční přesnosti a 12 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.

12

Radeon Pro Vega 64X— 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.

13

Radeon Pro Vega 64X— 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.

14

Radeon Pro Vega 64X— 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.

15

Radeon Pro Vega 64X— může spustit model, který se nevejde do jeho VRAM?

Může být rozdělen, přičemž přetečení je uchováváno v systémové MEMORY za hranicemi karty. 16 GB je možné a obvykle falešná úspora: část systémové paměti je dostatečně pomalá, aby dominovala výsledku.

16

Byly by dvě Radeon Pro Vega 64X Karty budou dvakrát rychlejší?

Spojení jich kupuje rezervu spíše než tempo: 32 GB které vám umožňují držet modely, které by samostatně neudržely, ale generace se takto nedělí. Tyto údaje popisují jednu kartu.

17

Radeon Pro Vega 64X— 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.

18

Radeon Pro Vega 64X— 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 80.2 tokens za sekundu a potřebuje asi 14.4 GB VRAM karty.

19

Radeon Pro Vega 64X— kolik tokenů za sekundu produkuje?

Závisí to na modelu. Nejrychlejší model, který zde sledujeme, je Gemma 3 QAT 1B přibližně 169 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.

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