Vypočítejte TPS modelu Radeon Pro W5500X na místních AI modelech

AMD 8 GB GDDR6 224 GB/s December 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

337 modely, které může spustit

679 modely v našem katalogu dohromady

Největší model, který podporuje

Baichuan 1-13B

13.3B · Q3_K_M · 15.1 tok/s

Nejrychlejší model

Gemma 3 QAT 1B

74.0 tok/s · 1B

Které AI modely mohou běžet na a Radeon Pro W5500X?

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.

337 modely odpovídají

Vypočítávání
Kvantisace Pohodlné
74.0 tok/s

44–118 · nízká důvěra

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

44–118 · nízká důvěra

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

44–118 · nízká důvěra

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

44–118 · nízká důvěra

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

44–118 · nízká důvěra

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

44–118 · nízká důvěra

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

41–110 · nízká důvěra

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

40–108 · nízká důvěra

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

40–108 · nízká důvěra

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

40–108 · nízká důvěra

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

40–108 · nízká důvěra

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

37–99 · nízká důvěra

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

37–99 · nízká důvěra

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

37–99 · nízká důvěra

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

37–99 · nízká důvěra

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

36–96 · nízká důvěra

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

36–95 · nízká důvěra

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

34–91 · nízká důvěra

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

34–91 · nízká důvěra

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

34–91 · nízká důvěra

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

34–91 · nízká důvěra

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

34–91 · nízká důvěra

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

34–91 · nízká důvěra

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

34–91 · nízká důvěra

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

34–91 · 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 W5500X 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
8 GB
Šířka pásma VRAM
224 GB/s
Typ paměti
GDDR6
Šířka sběrnice paměti
128 bit
Frekvence paměti
1.75 GHz

Čip

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

Grafický procesor
Navi 14
Architektura
RDNA 1.0
Generace
Radeon Pro Mac(Navi Series)
Foundry
TSMC
Velikost procesu
7 nm
Tranzistory
6.4 billion
Hustota tranzistorů
40,500 K/mm²
Velikost čipu
158 mm²
Balíček
BGA-1125
Uvolněno
11 December 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
1.19 GHz
Zvýšená frekvence
1.76 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
1,536
Jednotky pro mapování textur
96
Renderovací výstupní jednotky
32
L2 cache
2 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)
10.8 TFLOPS
Jednoduchá přesnost (FP32)
5.4 TFLOPS
Dvojitá přesnost (FP64)
337.3 GFLOPS
Rychlost pixelů
56 GPixel/s
Rychlost textury
169 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)
125 W
Navrhovaný zdroj napájení
300 W
Rozhraní sběrnice
Apple MPX
Šířka slotu
Dual-slot
Zobrazit výstupy
2x HDMI 2.0b

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
1.4
OpenCL
2.1
Shader model
6.8

Seznamy

Kde koupit GPU Radeon Pro W5500X

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

Kapacita a šířka pásma

Paměť

8 GB

Šířka pásma

224 GB/s

Největší model

Baichuan 1-13B

Radeon Pro W5500X nese pouze 8 GB z GDDR6. To omezuje na menší konec katalogu, a model musí být zcela uvnitř, než něco vygeneruje. Runtime ve skutečnosti získá přibližně 7.2 GB.

Šířka pásma paměti dosahuje 224 GB/s napříč autobusu 128 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 1.75 GHz. Obě poloviny jsou důležité a ani jedna není viditelná v herním benchmarku.

V praxi tato kombinace dosahuje maxima na Baichuan 1-13B, 13.3B, komprimováno na Q3_K_M a generováním kolem 15.1 tokenů za sekundu

Čip a jak byl vyroben

Radeon Pro W5500X je postaven na grafickém procesoru Navi 14, používající architekturu RDNA 1.0 z AMD, jako součást generování Radeon Pro Mac(Navi Series).

Čip je vyráběn společností TSMC, na procesu 7 nm, s kostkou o rozměrech 158 mm², držení 6.4 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 December 2019, hrubě 6.638203974815 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

10.8 TFLOPS

FP64

337.3 GFLOPS

Na papíře Radeon Pro W5500X dosahuje 10.8 TFLOPS při poloviční přesnosti, a 5.4 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 337.3 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 1.19 GHz k zvýšení 1.76 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

podporováno L2 cache 2 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 1,536 Stínovací jednotky, 96 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

125 W

Radeon Pro W5500X je ohodnocen na 125 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. 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 W5500X

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

  1. 01 OLMo 2 Furious 13B 13B · Q3_K_M · Dec 2024 15.4 tok/s
  2. 02 Cambrian-1-13B 13B · Q3_K_M · Jun 2024 15.4 tok/s
  3. 03 Fugaku-LLM 13B · Q3_K_M · May 2024 15.4 tok/s
  4. 04 OpenThaiGPT v1.0.0 (13B) 13.1B · Q3_K_M · Apr 2024 15.2 tok/s
  5. 05 Aya 13B · Q3_K_M · Feb 2024 15.4 tok/s
  6. 06 Elyza 13B · Q3_K_M · Dec 2023 15.4 tok/s
  7. 07 NexusRaven-V2 13B · Q3_K_M · Dec 2023 15.4 tok/s
  8. 08 Baize-v2-13B (白泽) 13B · Q3_K_M · Dec 2023 15.4 tok/s
  9. 09 Stockmark-13B 13.2B · Q3_K_M · Oct 2023 15.1 tok/s
  10. 10 Baichuan 1-13B 13.3B · Q3_K_M · Jul 2023 15.1 tok/s

Nejrychlejší AI modely na a Radeon Pro W5500X

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 74.0 tok/s
  2. 02 Gemma 3 1B 1B · Q8_0 · 1.8 GB 74.0 tok/s
  3. 03 LLama 3..2 Typhoon 2 1B 1B · Q8_0 · 1.8 GB 74.0 tok/s
  4. 04 OLMo-1B 1B · Q8_0 · 1.8 GB 74.0 tok/s
  5. 05 HGRN 1B (WT 103) 1B · Q8_0 · 1.8 GB 74.0 tok/s
  6. 06 Pythia-1b 1B · Q8_0 · 1.8 GB 74.0 tok/s
  7. 07 OpenELM-1.1B 1.1B · Q8_0 · 1.9 GB 68.5 tok/s
  8. 08 TinyLlama-1.1B (1T token checkpoint) 1.1B · Q8_0 · 1.9 GB 67.3 tok/s
  9. 09 TinyLlama-1.1B (3T token checkpoint) 1.1B · Q8_0 · 1.9 GB 67.3 tok/s
  10. 10 DeciCoder-1B 1.1B · Q8_0 · 1.9 GB 67.3 tok/s

Krok za krokem

Jak vypočítat tokeny za sekundu AI modelu Radeon Pro W5500X

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 337 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

    Přetáhněte posuvník na délku konverzace, na které plánujete pracovat. Cache se zvětšuje s konverzací, a proti kartě, která drží 8 GB takže nastavení stojí za to udělat správně.

  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

    Přečtěte si rychlost a rozsah

    Čísla jsou vypočítaná, ne měřená. Nejrychlejší výsledek na této kartě je 74.0 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. 8 GB.

  6. 06

    Ověření proti jinému hardwaru

    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 W5500X.

Odpovědi

Radeon Pro W5500X — běžné otázky

01

Radeon Pro W5500X— Kdo to vyrábí?

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

02

Radeon Pro W5500X— Kdy byl vydán?

Bylo to vydáno v December 2019.

03

Radeon Pro W5500X— kolik energie to spotřebovává?

Hodnocená výkonová karta je 125 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.

04

Radeon Pro W5500X— kolik má cache?

a L2 cache je 2 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 W5500X— jaké jsou její TFLOPS?

Je hodnocena na 10.8 TFLOPS při poloviční přesnosti a 5.4 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 W5500X— 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 W5500X— 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.

08

Radeon Pro W5500X— 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 337 modelů, které sledujeme. Zda je to dostatečné, závisí zcela na tom, který model chcete — tabulka výše na to přímo odpovídá.

09

Radeon Pro W5500X— může spustit model, který se nevejde do jeho VRAM?

Může být rozdělen, přičemž přetečení je uchováváno v systémové MEMORY za hranicemi karty. 8 GB táhne to celé dolů a žádná z postav na této stránce to nepředpokládá.

10

Byly by dvě Radeon Pro W5500X Karty budou dvakrát rychlejší?

Spojení jich kupuje rezervu spíše než tempo: 16 GB pracovat s spíše než dvojnásobek tokenů za sekundu — každá hodnota zde je pro jeden KARTU.

11

Radeon Pro W5500X— které AI modely může spustit?

337 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 W5500X— jaký je největší AI model, který může spustit?

Největší model v našem katalogu, který se vejde, je Baichuan 1-13B na 13.3B parametry, komprimované na Q3_K_M. Generuje přibližně 15.1 tokens za sekundu a potřebuje asi 7.2 GB VRAM karty.

13

Radeon Pro W5500X— kolik tokenů za sekundu produkuje?

Závisí to na modelu. Nejrychlejší model, který zde sledujeme, je Gemma 3 QAT 1B přibližně 74.0 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 W5500X— může to běžet 7B modely?

Ano. Například běží MetaMath 7B (LLaMa finetune) na Q4_K_M, používající přibližně 6.5 GB paměti a generování kolem 24.4 tokenů za sekundu

15

Radeon Pro W5500X— může to běžet 13B modely?

Ano. Například běží Gemma 4 12B na Q3_K_M, používající přibližně 6.5 GB paměti a generování kolem 16.7 tokenů za sekundu

16

Radeon Pro W5500X— kolik má paměti?

Tato karta má 8 GB z GDDR6. Třetina je rezervována pro inference runtime a ovladač, což zbývá přibližně 7.2 GB dostupný pro model a jeho konverzaci.

17

Radeon Pro W5500X— jaká je její šířka pásma VRAM?

Šířka pásma paměti dosahuje 224 GB/s napříč autobusu 128 bitů. Toto je jediný nejlepší prediktor toho, jak rychle generuje text, protože vyprodukování každého tokenu znamená přečíst celý model z VRAM jednou.

18

Radeon Pro W5500X— Jaký typ paměti používá?

Používá GDDR6 častěji než 1.75 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.

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