Vypočítejte TPS modelu A100 PCIe 80 GB na místních AI modelech

NVIDIA 80 GB HBM2e 1,940 GB/s June 2021

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

609 modely, které může spustit

679 modely v našem katalogu dohromady

Největší model, který podporuje

dots.llm1

142B · Q3_K_M · 15.6 tok/s

Nejrychlejší model

Gemma 3 QAT 1B

822 tok/s · 1B

Které AI modely mohou běžet na a A100 PCIe 80 GB?

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

609 modely odpovídají

Vypočítávání

						Kvantisace	Pohodlné
822 tok/s 698–986	Gemma 3 1B	1B	Mar 2025	1.8 GB	33k tokeny	Q8_0	Pohodlný
822 tok/s 698–986	Gemma 3 QAT 1B	1B	Apr 2025	1.8 GB	33k tokeny	Q8_0	Pohodlný
822 tok/s 493–1,315 · nízká důvěra	HGRN 1B (WT 103) ≈	1B	Nov 2023	1.8 GB	131k tokeny ?	Q8_0	Pohodlný
822 tok/s 493–1,315 · nízká důvěra	LLama 3..2 Typhoon 2 1B ≈	1B	Dec 2024	1.8 GB	131k tokeny ?	Q8_0	Pohodlný
822 tok/s 493–1,315 · nízká důvěra	OLMo-1B ≈	1B	Feb 2024	1.8 GB	131k tokeny ?	Q8_0	Pohodlný
822 tok/s 493–1,315 · nízká důvěra	Pythia-1b ≈	1B	Apr 2023	1.8 GB	131k tokeny ?	Q8_0	Pohodlný
761 tok/s 456–1,217 · nízká důvěra	OpenELM-1.1B ≈	1.1B	May 2024	1.9 GB	131k tokeny ?	Q8_0	Pohodlný
747 tok/s 448–1,195 · nízká důvěra	DeciCoder-1B ≈	1.1B	Aug 2023	1.9 GB	131k tokeny ?	Q8_0	Pohodlný
747 tok/s 448–1,195 · nízká důvěra	SantaCoder ≈	1.1B	Jan 2023	1.9 GB	131k tokeny ?	Q8_0	Pohodlný
747 tok/s 448–1,195 · nízká důvěra	TinyLlama-1.1B (1T token checkpoint) ≈	1.1B	Oct 2023	1.9 GB	131k tokeny ?	Q8_0	Pohodlný
747 tok/s 448–1,195 · nízká důvěra	TinyLlama-1.1B (3T token checkpoint) ≈	1.1B	Oct 2023	1.9 GB	131k tokeny ?	Q8_0	Pohodlný
685 tok/s 411–1,096 · nízká důvěra	EXAONE 4.0 (1.2B) ≈	1.2B	Jul 2025	2.0 GB	131k tokeny ?	Q8_0	Pohodlný
685 tok/s 411–1,096 · nízká důvěra	MinerU2.5 ≈	1.2B	Sep 2025	2.0 GB	131k tokeny ?	Q8_0	Pohodlný
685 tok/s 411–1,096 · nízká důvěra	Pleias 1.0 1.2B ≈	1.2B	Dec 2024	2.0 GB	131k tokeny ?	Q8_0	Pohodlný
685 tok/s 411–1,096 · nízká důvěra	Pleias-RAG-1B ≈	1.2B	Apr 2025	2.0 GB	131k tokeny ?	Q8_0	Pohodlný
668 tok/s 568–802	Llama 3.2 1B	1.2B	Sep 2024	2.2 GB	131k tokeny	Q8_0	Pohodlný
659 tok/s 395–1,054 · nízká důvěra	MiniCPM-1.2B ≈	1.2B	Jun 2024	2.0 GB	131k tokeny ?	Q8_0	Pohodlný
632 tok/s 379–1,011 · nízká důvěra	DeepSeek Coder 1.3B ≈	1.3B	Jan 2024	2.1 GB	131k tokeny ?	Q8_0	Pohodlný
632 tok/s 379–1,011 · nízká důvěra	DeepSeek-VL-1.3B ≈	1.3B	Mar 2024	2.1 GB	131k tokeny ?	Q8_0	Pohodlný
632 tok/s 379–1,011 · nízká důvěra	DigiRL ≈	1.3B	Jun 2024	2.1 GB	131k tokeny ?	Q8_0	Pohodlný
632 tok/s 379–1,011 · nízká důvěra	GLA Transformer 1.3B ≈	1.3B	Aug 2024	2.1 GB	131k tokeny ?	Q8_0	Pohodlný
632 tok/s 379–1,011 · nízká důvěra	Janus 1.3B ≈	1.3B	Oct 2024	2.1 GB	131k tokeny ?	Q8_0	Pohodlný
632 tok/s 379–1,011 · nízká důvěra	Kosmos-2.5 ≈	1.3B	Aug 2024	2.1 GB	131k tokeny ?	Q8_0	Pohodlný
632 tok/s 379–1,011 · nízká důvěra	Otter ≈	1.3B	May 2023	2.1 GB	131k tokeny ?	Q8_0	Pohodlný
632 tok/s 379–1,011 · 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

A100 PCIe 80 GB 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: 80 GB
Šířka pásma VRAM: 1,940 GB/s
Typ paměti: HBM2e
Šířka sběrnice paměti: 5,120 bit
Frekvence paměti: 1.51 GHz

Čip

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

Grafický procesor: GA100
Architektura: Ampere
Generace: Server Ampere(Axx)
Foundry: TSMC
Velikost procesu: 7 nm
Tranzistory: 54.2 billion
Hustota tranzistorů: 65,600 K/mm²
Velikost čipu: 826 mm²
Balíček: BGA-2743
Uvolněno: 28 June 2021

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: 1.07 GHz
Zvýšená frekvence: 1.41 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: 6,912
Jednotky pro mapování textur: 432
Renderovací výstupní jednotky: 160
Streaming multiprocessory: 108
Tensor jádra: 432
L1 cache: 192 KB
L2 cache: 80 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): 78 TFLOPS
Jednoduchá přesnost (FP32): 19.5 TFLOPS
Dvojitá přesnost (FP64): 9.7 TFLOPS
Rychlost pixelů: 226 GPixel/s
Rychlost textury: 609 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): 300 W
Navrhovaný zdroj napájení: 700 W
Napájecí konektory: 8-pin EPS
Rozhraní sběrnice: PCIe 4.0 x16
Šířka slotu: Dual-slot
Rozměry: 267 mm

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: 8.0
OpenCL: 3.0

Seznamy

Kde koupit GPU A100 PCIe 80 GB

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

80 GB

Šířka pásma

1,940 GB/s

Největší model

dots.llm1

A100 PCIe 80 GB drží 80 GB z HBM2e. To dává do třídy hardwaru, který pojme největší OPEN WEIGHT modely, aniž by je rozděloval mezi stroje. Inference RUNTIME může dosáhnout přibližně 72 GB.

Šířka pásma paměti dosahuje 1,940 GB/s napříč autobusu 5,120 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.

Šířka pásma je frekvence krát šířka sběrnice, a tato karta taktí svou paměť na 1.51 GHz. 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 dots.llm1, 142B, komprimováno na Q3_K_M a generováním kolem 15.6 tokenů za sekundu

Čip a jak byl vyroben

A100 PCIe 80 GB je postaven na grafickém procesoru GA100, používající architekturu Ampere z NVIDIA, jako součást generování Server Ampere(Axx).

Čip je vyráběn společností TSMC, na procesu 7 nm, s kostkou o rozměrech 826 mm², držení 54.2 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 2021, hrubě 5.0928288464713 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

78 TFLOPS

FP64

9.7 TFLOPS

Tensor jádra

432

Na papíře A100 PCIe 80 GB dosahuje 78 TFLOPS při poloviční přesnosti, a 19.5 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 9.7 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.

Karta nese 432 Tensor jádra napříč 108 Streaming multiprocessory. Tyto zrychlují maticovou aritmetiku, která je základem transformátoru, a jsou tím, co činí zpracování příkazů — čtení dlouhého dokumentu před odpovědí — dramaticky rychlejší, než by tomu jinak bylo.

Hodiny běží od základu 1.07 GHz k zvýšení 1.41 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

A100 PCIe 80 GB má L1 cache 192 KB, podporováno L2 cache 80 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 6,912 Stínovací jednotky, 432 Jednotky pro mapování textur, a 160 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

300 W

A100 PCIe 80 GB je ohodnocen na 300 W, a navrhovaný systémový zdroj energie je 700 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 267 mm dlouhý, a potřebuje 8-pin EPS. 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 4.0 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 A100 PCIe 80 GB

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

01 Mistral Medium 3.5 128B · IQ4_XS · Apr 2026 15.8 tok/s
02 dots.llm1 142B · Q3_K_M · Jul 2025 15.6 tok/s
03 Pixtral Large 124B · IQ4_XS · Nov 2024 16.3 tok/s
04 xLAM-8x22B 141B · Q3_K_M · Sep 2024 15.7 tok/s
05 SaulLM-large 141B · Q3_K_M · Jul 2024 15.7 tok/s
06 Mixtral 8x22B 141B · Q3_K_M · Apr 2024 56.9 tok/s
07 WizardLM-2 8x22B 141B · Q3_K_M · Apr 2024 15.7 tok/s
08 Zephyr 141B-A39B 141B · Q3_K_M · Apr 2024 56.9 tok/s
09 APUS-xDAN-4.0(MoE) 136B · Q3_K_M · Apr 2024 16.3 tok/s
10 DBRX 132B · IQ4_XS · Mar 2024 56.0 tok/s

Nejrychlejší AI modely na a A100 PCIe 80 GB

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 822 tok/s
02 Gemma 3 1B 1B · Q8_0 · 1.8 GB 822 tok/s
03 LLama 3..2 Typhoon 2 1B 1B · Q8_0 · 1.8 GB 822 tok/s
04 OLMo-1B 1B · Q8_0 · 1.8 GB 822 tok/s
05 HGRN 1B (WT 103) 1B · Q8_0 · 1.8 GB 822 tok/s
06 Pythia-1b 1B · Q8_0 · 1.8 GB 822 tok/s
07 OpenELM-1.1B 1.1B · Q8_0 · 1.9 GB 761 tok/s
08 TinyLlama-1.1B (1T token checkpoint) 1.1B · Q8_0 · 1.9 GB 747 tok/s
09 TinyLlama-1.1B (3T token checkpoint) 1.1B · Q8_0 · 1.9 GB 747 tok/s
10 DeciCoder-1B 1.1B · Q8_0 · 1.9 GB 747 tok/s

Krok za krokem

Jak vypočítat tokeny za sekundu AI modelu A100 PCIe 80 GB

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

Hledejte model, který chcete

Tabulka uvádí 609 modely, které karta zvládá. Vyhledávací pole přijímá název nebo velikost, jako je 27b, která odpovídá počtu parametrů.
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 80 GB takže nastavení stojí za to udělat správně.
03

Připněte porovnání na jednu úroveň kvality

Ve výchozím nastavení tabulka vybírá nejméně komprimovanou verzi, která se vejde. Nastavení podlahy odstraňuje modely, které splňují kritéria pouze díky silné kompresi.
04

Podívejte se na rozsah, nejen na číslo

Každá rychlost je odhadem pro jedinou konverzaci, s rozsahem pod ní. Horní konec zde je 822 tok/s na Gemma 3 QAT 1B. Stejná karta a model se liší o třicet až padesát procent mezi inference runtimy.
05

Zkontrolujte sloupec paměti před potvrzením

Tight fit běží, ale nedává žádný prostor pro zvýšení kontextu později; comfortable má rezervu. Sloupec paměti ukazuje, co každý model potřebuje proti dostupnému 80 GB.
06

Ověření proti jinému hardwaru

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 A100 PCIe 80 GB.

Odpovědi

A100 PCIe 80 GB — běžné otázky

A100 PCIe 80 GB— Jaký typ paměti používá?

Používá HBM2e častěji než 1.51 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.

A100 PCIe 80 GB— Kdo to vyrábí?

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

A100 PCIe 80 GB— Kdy byl vydán?

Bylo to vydáno v June 2021.

A100 PCIe 80 GB— kolik energie to spotřebovává?

Hodnocená výkonová karta je 300 W, a navrhovaný systémový zdroj energie je 700 W. Generování textu vyžaduje vysokou zátěž v intervalech a mezi požadavky nepracuje, takže průměrná spotřeba během pracovního sezení je obvykle výrazně pod hodnoceným číslem.

A100 PCIe 80 GB— kolik má cache?

L1 cache je 192 KB, a L2 cache je 80 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.

A100 PCIe 80 GB— jaké jsou její TFLOPS?

Je hodnocena na 78 TFLOPS při poloviční přesnosti a 19.5 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.

A100 PCIe 80 GB— kolik má tensorových jader?

Má 432 Tensor jádra napříč 108 Streaming multiprocessory. Zrychlují maticovou aritmetiku, ze které je postavený TRANSFORMER, což hlavně urychluje zpracování dlouhého POŽADAVKU spíše než produkci odpovědi.

A100 PCIe 80 GB— Podporuje to CUDA?

Ano. Hláší CUDA výpočetní schopnost 8.0. Schopnost 7.0 a výše má tensorové jádra, která moderní inference software používá; pod tímto se přechází na pomalejší kódové cesty pro kvantizované modely.

A100 PCIe 80 GB— jaké rozhraní sběrnice používá?

Používá PCIe 4.0 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.

A100 PCIe 80 GB— Je to dobré pro běh místních AI modelů?

Jeho VRAM je dostatečně velká pro modely, které většina desktopového hardwaru nemůže dosáhnout, a jeho šířka pásma je dostatečně vysoká, aby generovala text rychleji, než většina lidí čte. Celkově běží 609 modelů, které sledujeme. Zda je to dostatečné, závisí zcela na tom, který model chcete — tabulka výše na to přímo odpovídá.

A100 PCIe 80 GB— může spustit model, který se nevejde do jeho VRAM?

Může být rozdělen, přičemž přetečení je uchováváno v systémové MEMORY za hranicemi karty. 80 GB táhne to celé dolů a žádná z postav na této stránce to nepředpokládá.

Byly by dvě A100 PCIe 80 GB Karty budou dvakrát rychlejší?

Spojení jich kupuje rezervu spíše než tempo: 160 GB které vám umožňují držet modely, které by samostatně neudržely, ale generace se takto nedělí. Tyto údaje popisují jednu kartu.

A100 PCIe 80 GB— které AI modely může spustit?

609 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.

A100 PCIe 80 GB— jaký je největší AI model, který může spustit?

Největší model v našem katalogu, který se vejde, je dots.llm1 na 142B parametry, komprimované na Q3_K_M. Generuje přibližně 15.6 tokens za sekundu a potřebuje asi 70.1 GB VRAM karty.

A100 PCIe 80 GB— kolik tokenů za sekundu produkuje?

Závisí to na modelu. Nejrychlejší model, který zde sledujeme, je Gemma 3 QAT 1B přibližně 822 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.

A100 PCIe 80 GB— může to běžet 7B modely?

Ano. Například běží Multi-Token Prediction 7B na Q8_0, používající přibližně 7.9 GB paměti a generování kolem 123 tokenů za sekundu

A100 PCIe 80 GB— může to běžet 13B modely?

Ano. Například běží DeepSeekMoE-16B na Q8_0, používající přibližně 17.5 GB paměti a generování kolem 285 tokenů za sekundu

A100 PCIe 80 GB— může to běžet 30B modely?

Ano. Například běží ERNIE-4.5-VL-28B-A3B na Q8_0, používající přibližně 29.2 GB paměti a generování kolem 163 tokenů za sekundu

A100 PCIe 80 GB— může to běžet 70B modely?

Ano. Například běží Qwen3-Coder-Next na Q6_K, používající přibližně 62.0 GB paměti a generování kolem 82.9 tokenů za sekundu

A100 PCIe 80 GB— kolik má paměti?

Tato karta má 80 GB z HBM2e. Třetina je rezervována pro inference runtime a ovladač, což zbývá přibližně 72 GB dostupný pro model a jeho konverzaci.

A100 PCIe 80 GB— jaká je její šířka pásma VRAM?

Šířka pásma paměti dosahuje 1,940 GB/s napříč autobusu 5,120 bitů. Toto je jediný nejlepší prediktor toho, jak rychle generuje text, protože vyprodukování každého tokenu znamená přečíst celý model z VRAM jednou.

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