Vypočítejte TPS modelu Arc A730M na místních AI modelech

Intel 12 GB GDDR6 336 GB/s January 2022

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

396 modely, které může spustit

679 modely v našem katalogu dohromady

Největší model, který podporuje

ERNIE-4.5-21B-A3B

21B · Q3_K_M · 66.0 tok/s

Nejrychlejší model

Gemma 3 QAT 1B

92.5 tok/s · 1B

Které AI modely mohou běžet na a Arc A730M?

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.

396 modely odpovídají

Vypočítávání
Kvantisace Pohodlné
92.5 tok/s

56–148 · nízká důvěra

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

56–148 · nízká důvěra

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

56–148 · nízká důvěra

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

56–148 · nízká důvěra

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

56–148 · nízká důvěra

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

56–148 · nízká důvěra

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

51–137 · nízká důvěra

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

50–135 · nízká důvěra

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

50–135 · nízká důvěra

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

50–135 · nízká důvěra

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

50–135 · nízká důvěra

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

46–123 · nízká důvěra

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

46–123 · nízká důvěra

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

46–123 · nízká důvěra

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

46–123 · nízká důvěra

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

45–120 · nízká důvěra

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

44–119 · nízká důvěra

DeepSeekMoE-16B 16B Jan 2024 10.0 GB 4k tokeny Q4_K_M Těsný
74.2 tok/s

44–119 · nízká důvěra

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

43–114 · nízká důvěra

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

43–114 · nízká důvěra

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

43–114 · nízká důvěra

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

43–114 · nízká důvěra

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

43–114 · nízká důvěra

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

43–114 · nízká důvěra

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

43–114 · nízká důvěra

Otter ≈ 1.3B May 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

Arc A730M 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
12 GB
Šířka pásma VRAM
336 GB/s
Typ paměti
GDDR6
Šířka sběrnice paměti
192 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
DG2-512
Architektura
Xe-HPG
Generace
Alchemist(Arc 7 Mobile)
Foundry
TSMC
Velikost procesu
6 nm
Tranzistory
21.7 billion
Hustota tranzistorů
53,400 K/mm²
Velikost čipu
406 mm²
Uvolněno
1 January 2022

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
1.1 GHz
Zvýšená frekvence
2.05 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
3,072
Jednotky pro mapování textur
192
Renderovací výstupní jednotky
96
Jádra ray tracing
24
L2 cache
12 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)
25.2 TFLOPS
Jednoduchá přesnost (FP32)
12.6 TFLOPS
Rychlost pixelů
197 GPixel/s
Rychlost textury
394 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)
80 W
Rozhraní sběrnice
PCIe 4.0 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
12.2
OpenGL
4.6
Vulkan
1.4
OpenCL
3.0
Shader model
6.6

Seznamy

Kde koupit GPU Arc A730M

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

12 GB

Šířka pásma

336 GB/s

Největší model

ERNIE-4.5-21B-A3B

Arc A730M nese 12 GB z GDDR6. To dosahuje pohodlně do malých a středně velkých modelů, i když ty největší zůstávají mimo dosah bez jejich rozdělení. Přetížení ovladače zanechává přibližně 10.8 GB.

Šířka pásma paměti dosahuje 336 GB/s napříč autobusu 192 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 1.75 GHz. Je to důvod, proč počty jader tak špatně předpovídají rychlost generace.

Praktický strop je ERNIE-4.5-21B-A3B, 21B, komprimováno na Q3_K_M a generováním kolem 66.0 tokenů za sekundu

Čip a jak byl vyroben

Arc A730M je postaven na grafickém procesoru DG2-512, používající architekturu Xe-HPG z Intel, jako součást generování Alchemist(Arc 7 Mobile).

Čip je vyráběn společností TSMC, na procesu 6 nm, s kostkou o rozměrech 406 mm², držení 21.7 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 January 2022, hrubě 4.5804432517344 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

25.2 TFLOPS

Na papíře Arc A730M dosahuje 25.2 TFLOPS při poloviční přesnosti, a 12.6 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.

Hodiny běží od základu 1.1 GHz k zvýšení 2.05 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 12 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 3,072 Stínovací jednotky, 192 Jednotky pro mapování textur, a 96 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

80 W

Arc A730M je ohodnocen na 80 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 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 Arc A730M

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

  1. 01 ERNIE-4.5-21B-A3B 21B · Q3_K_M · Jun 2025 66.0 tok/s
  2. 02 GigaChat Lite (GigaChat-20B-A3B) 20B · Q3_K_M · Dec 2024 69.3 tok/s
  3. 03 InternLM2.5 20B · Q3_K_M · Aug 2024 12.5 tok/s
  4. 04 Granite 20B 20B · Q3_K_M · May 2024 12.5 tok/s
  5. 05 InternLM2-20B 20B · Q3_K_M · Jan 2024 12.5 tok/s
  6. 06 CogAgent 18B · IQ4_XS · Dec 2023 12.6 tok/s
  7. 07 SPHINX (Llama 2 13B) 19.9B · Q3_K_M · Nov 2023 12.5 tok/s
  8. 08 CogVLM-17B 17B · IQ4_XS · Nov 2023 13.4 tok/s
  9. 09 Flan UL2 19.5B · Q3_K_M · Mar 2023 12.8 tok/s
  10. 10 Palmyra Large 20B 20B · Q3_K_M · Mar 2023 12.5 tok/s

Nejrychlejší AI modely na a Arc A730M

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 92.5 tok/s
  2. 02 Gemma 3 1B 1B · Q8_0 · 1.8 GB 92.5 tok/s
  3. 03 LLama 3..2 Typhoon 2 1B 1B · Q8_0 · 1.8 GB 92.5 tok/s
  4. 04 OLMo-1B 1B · Q8_0 · 1.8 GB 92.5 tok/s
  5. 05 HGRN 1B (WT 103) 1B · Q8_0 · 1.8 GB 92.5 tok/s
  6. 06 Pythia-1b 1B · Q8_0 · 1.8 GB 92.5 tok/s
  7. 07 OpenELM-1.1B 1.1B · Q8_0 · 1.9 GB 85.7 tok/s
  8. 08 TinyLlama-1.1B (1T token checkpoint) 1.1B · Q8_0 · 1.9 GB 84.1 tok/s
  9. 09 TinyLlama-1.1B (3T token checkpoint) 1.1B · Q8_0 · 1.9 GB 84.1 tok/s
  10. 10 DeciCoder-1B 1.1B · Q8_0 · 1.9 GB 84.1 tok/s

Krok za krokem

Jak vypočítat tokeny za sekundu AI modelu Arc A730M

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 396 modely, které tato karta spouští. Hledání zúží seznam podle názvu nebo podle velikosti.

  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 12 GB to je často rozdíl mezi modelem, který se vejde, a tím, který se nevejde.

  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

    Rychlosti přicházejí s chybovými pruhy z nějakého důvodu. Nejlepší případ zde je 92.5 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

    Těsné znamená, že to dnes funguje; pohodlné znamená, že to stále funguje, když se konverzace rozrůstá. Porovnejte, co každý model potřebuje, s dostupným. 12 GB.

  6. 06

    Ověření proti jinému hardwaru

    Následující model na jeho vlastní stránce zobrazuje veškerý hardware, který ho může spustit, takže můžete vidět, jak se porovnává proti Arc A730M.

Odpovědi

Arc A730M — běžné otázky

01

Arc A730M— kolik tokenů za sekundu produkuje?

Závisí to na modelu. Nejrychlejší model, který zde sledujeme, je Gemma 3 QAT 1B přibližně 92.5 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.

02

Arc A730M— může to běžet 7B modely?

Ano. Například běží DeepSeek Coder 6.7B na Q6_K, používající přibližně 9.9 GB paměti a generování kolem 20.1 tokenů za sekundu

03

Arc A730M— může to běžet 13B modely?

Ano. Například běží DeepSeekMoE-16B na Q4_K_M, používající přibližně 10.0 GB paměti a generování kolem 74.2 tokenů za sekundu

04

Arc A730M— kolik má paměti?

Tato karta má 12 GB z GDDR6. Třetina je rezervována pro inference runtime a ovladač, což zbývá přibližně 10.8 GB dostupný pro model a jeho konverzaci.

05

Arc A730M— jaká je její šířka pásma VRAM?

Šířka pásma paměti dosahuje 336 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.

06

Arc A730M— 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.

07

Arc A730M— Kdo to vyrábí?

Toto je produkt z Intel, s čipem vyrobeným od TSMC, na procesu 6 nm.

08

Arc A730M— Kdy byl vydán?

Bylo to vydáno v January 2022.

09

Arc A730M— kolik energie to spotřebovává?

Hodnocená výkonová karta je 80 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

Arc A730M— kolik má cache?

a L2 cache je 12 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

Arc A730M— jaké jsou její TFLOPS?

Je hodnocena na 25.2 TFLOPS při poloviční přesnosti a 12.6 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

Arc A730M— Podporuje to CUDA?

Ne. CUDA je pouze od NVIDIA, a tohle je karta od Intel. 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

Arc A730M— 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.

14

Arc A730M— Je to dobré pro běh místních AI modelů?

Jeho paměť pokrývá malé a středně velké modely, přičemž největší jsou mimo dosah, avšak jeho šířka pásma znamená, že generace bude na větších modelech působit pomalu. Celkově běží 396 modelů, které sledujeme. Zda je to dostatečné, závisí zcela na tom, který model chcete — tabulka výše na to přímo odpovídá.

15

Arc A730M— může spustit model, který se nevejde do jeho VRAM?

Může být rozdělen, přičemž přetečení je uchováváno v systémové MEMORY za hranicemi karty. 12 GB táhne to celé dolů a žádná z postav na této stránce to nepředpokládá.

16

Byly by dvě Arc A730M Karty budou dvakrát rychlejší?

Ne. Druhá karta zdvojnásobí VRAM na 24 GB pracovat s spíše než dvojnásobek tokenů za sekundu — každá hodnota zde je pro jeden KARTU.

17

Arc A730M— které AI modely může spustit?

396 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

Arc A730M— jaký je největší AI model, který může spustit?

Největší model v našem katalogu, který se vejde, je ERNIE-4.5-21B-A3B na 21B parametry, komprimované na Q3_K_M. Generuje přibližně 66.0 tokens za sekundu a potřebuje asi 10.1 GB VRAM karty.

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