Vypočítejte TPS modelu Radeon Pro Vega II na místních AI modelech

AMD 32 GB HBM2 825 GB/s June 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

513 modely, které může spustit

679 modely v našem katalogu dohromady

Největší model, který podporuje

Phi-3.5-MoE

60.8B · Q3_K_M · 67.2 tok/s

Nejrychlejší model

Gemma 3 QAT 1B

273 tok/s · 1B

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

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
273 tok/s 164–436 · nízká důvěra	Gemma 3 1B	1B	Mar 2025	1.8 GB	33k tokeny	Q8_0	Pohodlný
273 tok/s 164–436 · nízká důvěra	Gemma 3 QAT 1B	1B	Apr 2025	1.8 GB	33k tokeny	Q8_0	Pohodlný
273 tok/s 164–436 · nízká důvěra	HGRN 1B (WT 103) ≈	1B	Nov 2023	1.8 GB	131k tokeny ?	Q8_0	Pohodlný
273 tok/s 164–436 · nízká důvěra	LLama 3..2 Typhoon 2 1B ≈	1B	Dec 2024	1.8 GB	131k tokeny ?	Q8_0	Pohodlný
273 tok/s 164–436 · nízká důvěra	OLMo-1B ≈	1B	Feb 2024	1.8 GB	131k tokeny ?	Q8_0	Pohodlný
273 tok/s 164–436 · nízká důvěra	Pythia-1b ≈	1B	Apr 2023	1.8 GB	131k tokeny ?	Q8_0	Pohodlný
252 tok/s 151–404 · nízká důvěra	OpenELM-1.1B ≈	1.1B	May 2024	1.9 GB	131k tokeny ?	Q8_0	Pohodlný
248 tok/s 149–397 · nízká důvěra	DeciCoder-1B ≈	1.1B	Aug 2023	1.9 GB	131k tokeny ?	Q8_0	Pohodlný
248 tok/s 149–397 · nízká důvěra	SantaCoder ≈	1.1B	Jan 2023	1.9 GB	131k tokeny ?	Q8_0	Pohodlný
248 tok/s 149–397 · nízká důvěra	TinyLlama-1.1B (1T token checkpoint) ≈	1.1B	Oct 2023	1.9 GB	131k tokeny ?	Q8_0	Pohodlný
248 tok/s 149–397 · nízká důvěra	TinyLlama-1.1B (3T token checkpoint) ≈	1.1B	Oct 2023	1.9 GB	131k tokeny ?	Q8_0	Pohodlný
227 tok/s 136–364 · nízká důvěra	EXAONE 4.0 (1.2B) ≈	1.2B	Jul 2025	2.0 GB	131k tokeny ?	Q8_0	Pohodlný
227 tok/s 136–364 · nízká důvěra	MinerU2.5 ≈	1.2B	Sep 2025	2.0 GB	131k tokeny ?	Q8_0	Pohodlný
227 tok/s 136–364 · nízká důvěra	Pleias 1.0 1.2B ≈	1.2B	Dec 2024	2.0 GB	131k tokeny ?	Q8_0	Pohodlný
227 tok/s 136–364 · nízká důvěra	Pleias-RAG-1B ≈	1.2B	Apr 2025	2.0 GB	131k tokeny ?	Q8_0	Pohodlný
222 tok/s 133–355 · nízká důvěra	Llama 3.2 1B	1.2B	Sep 2024	2.2 GB	131k tokeny	Q8_0	Pohodlný
219 tok/s 131–350 · nízká důvěra	MiniCPM-1.2B ≈	1.2B	Jun 2024	2.0 GB	131k tokeny ?	Q8_0	Pohodlný
210 tok/s 126–336 · nízká důvěra	DeepSeek Coder 1.3B ≈	1.3B	Jan 2024	2.1 GB	131k tokeny ?	Q8_0	Pohodlný
210 tok/s 126–336 · nízká důvěra	DeepSeek-VL-1.3B ≈	1.3B	Mar 2024	2.1 GB	131k tokeny ?	Q8_0	Pohodlný
210 tok/s 126–336 · nízká důvěra	DigiRL ≈	1.3B	Jun 2024	2.1 GB	131k tokeny ?	Q8_0	Pohodlný
210 tok/s 126–336 · nízká důvěra	GLA Transformer 1.3B ≈	1.3B	Aug 2024	2.1 GB	131k tokeny ?	Q8_0	Pohodlný
210 tok/s 126–336 · nízká důvěra	Janus 1.3B ≈	1.3B	Oct 2024	2.1 GB	131k tokeny ?	Q8_0	Pohodlný
210 tok/s 126–336 · nízká důvěra	Kosmos-2.5 ≈	1.3B	Aug 2024	2.1 GB	131k tokeny ?	Q8_0	Pohodlný
210 tok/s 126–336 · nízká důvěra	Otter ≈	1.3B	May 2023	2.1 GB	131k tokeny ?	Q8_0	Pohodlný
210 tok/s 126–336 · 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 II 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: 825 GB/s
Typ paměti: HBM2
Šířka sběrnice paměti: 4,096 bit
Frekvence paměti: 806 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 20
Architektura: GCN 5.1
Generace: Radeon Pro Mac(Vega Series)
Foundry: TSMC
Velikost procesu: 7 nm
Tranzistory: 13.2 billion
Hustota tranzistorů: 40,000 K/mm²
Velikost čipu: 331 mm²
Balíček: BGA-1933
Uvolněno: 3 June 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: 1.57 GHz
Zvýšená frekvence: 1.72 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): 28.2 TFLOPS
Jednoduchá přesnost (FP32): 14.1 TFLOPS
Dvojitá přesnost (FP64): 7 TFLOPS
Rychlost pixelů: 110 GPixel/s
Rychlost textury: 440 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): 475 W
Navrhovaný zdroj napájení: 850 W
Rozhraní sběrnice: Apple MPX
Šířka slotu: Quad-slot
Zobrazit výstupy: 1x HDMI 2.0b, 4x Thunderbolt

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 II

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

825 GB/s

Největší model

Phi-3.5-MoE

Radeon Pro Vega II 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 825 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 806 MHz. Šíření sběrnice a zvyšování frekvence jsou dvě páky, které výrobce má, a proto může karta s nevýznamnými jádry stále generovat rychle.

Největší věc, kterou drží, je Phi-3.5-MoE, 60.8B, komprimováno na Q3_K_M a generováním kolem 67.2 tokenů za sekundu

Čip a jak byl vyroben

Radeon Pro Vega II je postaven na grafickém procesoru Vega 20, používající architekturu GCN 5.1 z AMD, jako součást generování Radeon Pro Mac(Vega Series).

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 June 2019, hrubě 7.1616727512627 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

28.2 TFLOPS

FP64

7 TFLOPS

Na papíře Radeon Pro Vega II dosahuje 28.2 TFLOPS při poloviční přesnosti, a 14.1 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 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 1.57 GHz k zvýšení 1.72 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 II 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

475 W

Radeon Pro Vega II je ohodnocen na 475 W, a navrhovaný systémový zdroj energie je 850 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 quad-slot. 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 Apple MPX. 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 II

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 14.0 tok/s
02 Llama Nemotron Super v1.5 49B · IQ4_XS · Jul 2025 13.7 tok/s
03 Nemotron-H 56B 56B · Q3_K_M · Apr 2025 13.1 tok/s
04 Nemotron-H 47B 47B · IQ4_XS · Apr 2025 14.2 tok/s
05 Llama Nemotron Super 49B 49B · IQ4_XS · Mar 2025 13.7 tok/s
06 Jamba 1.6 Mini 52B · IQ4_XS · Mar 2025 55.8 tok/s
07 Jamba 1.5 Mini 52B · IQ4_XS · Aug 2024 55.8 tok/s
08 Qwen2-57B-A14B 57B · IQ4_XS · Jun 2024 47.8 tok/s
09 Phi-3.5-MoE 60.8B · Q3_K_M · Apr 2024 67.2 tok/s
10 Jamba 51.6B · IQ4_XS · Mar 2024 55.8 tok/s

Nejrychlejší AI modely na a Radeon Pro Vega II

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 273 tok/s
02 Gemma 3 1B 1B · Q8_0 · 1.8 GB 273 tok/s
03 LLama 3..2 Typhoon 2 1B 1B · Q8_0 · 1.8 GB 273 tok/s
04 OLMo-1B 1B · Q8_0 · 1.8 GB 273 tok/s
05 HGRN 1B (WT 103) 1B · Q8_0 · 1.8 GB 273 tok/s
06 Pythia-1b 1B · Q8_0 · 1.8 GB 273 tok/s
07 OpenELM-1.1B 1.1B · Q8_0 · 1.9 GB 252 tok/s
08 TinyLlama-1.1B (1T token checkpoint) 1.1B · Q8_0 · 1.9 GB 248 tok/s
09 TinyLlama-1.1B (3T token checkpoint) 1.1B · Q8_0 · 1.9 GB 248 tok/s
10 DeciCoder-1B 1.1B · Q8_0 · 1.9 GB 248 tok/s

Krok za krokem

Jak vypočítat tokeny za sekundu AI modelu Radeon Pro Vega II

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

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 513 modely, které tato karta může spustit. Hledejte podle názvu nebo podle velikosti — zadání 27b odpovídá počtu parametrů, i když se v názvu nikdy neuvádí.
02

Nastavte délku kontextu, kterou skutečně použijete

Delší konverzace vyžadují paměť nad rámec váhy. 32 GB často je to to, co dostane velký model na hranu.
03

Vyberte, jak daleko chcete komprimovat.

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

Každá rychlost je odhadem pro jedinou konverzaci, s rozsahem pod ní. Horní konec zde je 273 tok/s na Gemma 3 QAT 1B. Stejná karta a model se liší o třicet až padesát procent mezi inference runtimy.
05

Zkontrolujte volný prostor, než se rozhodnete

Těsné znamená, že to dnes funguje; pohodlné znamená, že to stále funguje, když se konverzace rozrůstá. Porovnejte, co každý model potřebuje, s dostupným. 32 GB.
06

Otevřete model pro porovnání karet

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 II.

Odpovědi

Radeon Pro Vega II — běžné otázky

Radeon Pro Vega II— Kdo to vyrábí?

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

Radeon Pro Vega II— Kdy byl vydán?

Bylo to vydáno v June 2019.

Radeon Pro Vega II— kolik energie to spotřebovává?

Hodnocená výkonová karta je 475 W, a navrhovaný systémový zdroj energie je 850 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 Pro Vega II— 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 Pro Vega II— jaké jsou její TFLOPS?

Je hodnocena na 28.2 TFLOPS při poloviční přesnosti a 14.1 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 Pro Vega II— 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 Pro Vega II— jaké rozhraní sběrnice používá?

Používá Apple MPX. 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 Pro Vega II— 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 Pro Vega II— může spustit model, který se nevejde do jeho VRAM?

Offloading mimo karty 32 GB je možné a obvykle falešná úspora: část systémové paměti je dostatečně pomalá, aby dominovala výsledku.

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

Ne. Druhá karta zdvojnásobí VRAM na 64 GB které vám umožňují držet modely, které by samostatně neudržely, ale generace se takto nedělí. Tyto údaje popisují jednu kartu.

Radeon Pro Vega II— 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 Pro Vega II— 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 67.2 tokens za sekundu a potřebuje asi 27.2 GB VRAM karty.

Radeon Pro Vega II— kolik tokenů za sekundu produkuje?

Závisí to na modelu. Nejrychlejší model, který zde sledujeme, je Gemma 3 QAT 1B přibližně 273 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 Pro Vega II— může to běžet 7B modely?

Ano. Například běží Multi-Token Prediction 7B na Q8_0, používající přibližně 7.9 GB paměti a generování kolem 40.7 tokenů za sekundu

Radeon Pro Vega II— může to běžet 13B modely?

Ano. Například běží DeepSeekMoE-16B na Q8_0, používající přibližně 17.5 GB paměti a generování kolem 94.7 tokenů za sekundu

Radeon Pro Vega II— 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 78.6 tokenů za sekundu

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

Šířka pásma paměti dosahuje 825 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 Pro Vega II— Jaký typ paměti používá?

Používá HBM2 častěji než 806 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