Vypočítejte TPS modelu Jetson Orin Nano 4 GB na místních AI modelech

NVIDIA 4 GB LPDDR5 34 GB/s March 2023

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

97 modely, které může spustit

679 modely v našem katalogu dohromady

Největší model, který podporuje

DeciLM 6B

5.7B · Q3_K_M · 6.8 tok/s

Nejrychlejší model

Gemma 3 QAT 1B

14.5 tok/s · 1B

Které AI modely mohou běžet na a Jetson Orin Nano 4 GB?

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.

97 modely odpovídají

Vypočítávání
Kvantisace Pohodlné
14.5 tok/s

12–17

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

12–17

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

9–23 · nízká důvěra

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

9–23 · nízká důvěra

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

9–23 · nízká důvěra

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

9–23 · nízká důvěra

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

8–21 · nízká důvěra

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

8–21 · nízká důvěra

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

8–21 · nízká důvěra

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

8–21 · nízká důvěra

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

8–21 · nízká důvěra

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

7–19 · nízká důvěra

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

7–19 · nízká důvěra

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

7–19 · nízká důvěra

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

7–19 · nízká důvěra

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

10–14

Llama 3.2 1B 1.2B Sep 2024 2.2 GB 54k tokeny Q8_0 Pohodlný
11.6 tok/s

7–19 · nízká důvěra

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

7–18 · nízká důvěra

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

7–18 · nízká důvěra

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

7–18 · nízká důvěra

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

7–18 · nízká důvěra

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

7–18 · nízká důvěra

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

7–18 · nízká důvěra

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

7–18 · nízká důvěra

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

7–18 · 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

Jetson Orin Nano 4 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
4 GB
Šířka pásma VRAM
34 GB/s
Typ paměti
LPDDR5
Šířka sběrnice paměti
64 bit
Frekvence paměti
533 MHz

Čip

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

Grafický procesor
GA10B
Architektura
Ampere
Generace
Tegra(Ampere)
Foundry
Samsung
Velikost procesu
8 nm
Velikost čipu
200 mm²
Uvolněno
1 March 2023

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
625 MHz
Zvýšená frekvence
625 MHz

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
512
Jednotky pro mapování textur
16
Renderovací výstupní jednotky
8
Streaming multiprocessory
4
Tensor jádra
16
L1 cache
128 KB
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)
1.3 TFLOPS
Jednoduchá přesnost (FP32)
640 GFLOPS
Rychlost pixelů
5 GPixel/s
Rychlost textury
10 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)
10 W
Rozhraní sběrnice
PCIe 4.0 x4
Šířka slotu
IGP
Rozměry
70 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
8.7
DirectX
12.2
OpenGL
4.6
Vulkan
1.4
OpenCL
3.0
Shader model
6.8

Seznamy

Kde koupit GPU Jetson Orin Nano 4 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

Proč je paměť číslo, které zde záleží

Paměť

4 GB

Šířka pásma

34 GB/s

Největší model

DeciLM 6B

Jetson Orin Nano 4 GB nese pouze 4 GB z LPDDR5. To omezuje na menší konec katalogu, a model musí být zcela uvnitř, než něco vygeneruje. Runtime ve skutečnosti získá přibližně 3.6 GB.

Šířka pásma paměti dosahuje 34 GB/s napříč autobusu 64 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.

Šířka pásma je frekvence krát šířka sběrnice, a tato karta taktí svou paměť na 533 MHz. Obě poloviny jsou důležité a ani jedna není viditelná v herním benchmarku.

Největší věc, kterou drží, je DeciLM 6B, 5.7B, komprimováno na Q3_K_M a generováním kolem 6.8 tokenů za sekundu

Čip a jak byl vyroben

Jetson Orin Nano 4 GB je postaven na grafickém procesoru GA10B, používající architekturu Ampere z NVIDIA, jako součást generování Tegra(Ampere).

Čip je vyráběn společností Samsung, na procesu 8 nm, s kostkou o rozměrech 200 mm². 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 2023, hrubě 3.4190309385567 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

1.3 TFLOPS

Tensor jádra

16

Na papíře Jetson Orin Nano 4 GB dosahuje 1.3 TFLOPS při poloviční přesnosti, a 640 GFLOPS 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.

Karta nese 16 Tensor jádra napříč 4 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 625 MHz k zvýšení 625 MHz. Zde má mnohem nižší hodnotu než na herním benchmarku: zvyšování taktovacích frekvencí zrychluje aritmetiku, a na aritmetiku není generace čekající.

Cache a zpracovatelské jednotky

Jetson Orin Nano 4 GB má L1 cache 128 KB, 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 512 Stínovací jednotky, 16 Jednotky pro mapování textur, a 8 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

10 W

Jetson Orin Nano 4 GB je ohodnocen na 10 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, měření 70 mm dlouhý. 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 x4. 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 Jetson Orin Nano 4 GB

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

  1. 01 Qwen3.5-4B 4B · Q5_K_M · Feb 2026 6.5 tok/s
  2. 02 Voxtral Mini 4.7B · Q4_K_M · Jul 2025 7.1 tok/s
  3. 03 Typhoon 2.1 Gemma 4B 4B · Q4_K_M · May 2025 8.3 tok/s
  4. 04 Qwen3-4B 4B · Q3_K_M · Apr 2025 9.8 tok/s
  5. 05 Gemma 3 QAT 4B 4B · Q4_K_M · Apr 2025 8.3 tok/s
  6. 06 Gemma 3 4B 4B · Q4_K_M · Mar 2025 8.3 tok/s
  7. 07 Phi-4-Multimodal 5.6B · Q3_K_M · Mar 2025 7.0 tok/s
  8. 08 Minitron 4B 4.2B · Q4_K_M · Nov 2024 7.9 tok/s
  9. 09 XVERSE-MoE-A4.2B 4.2B · Q4_K_M · Apr 2024 7.9 tok/s
  10. 10 DeciLM 6B 5.7B · Q3_K_M · Sep 2023 6.8 tok/s

Nejrychlejší AI modely na a Jetson Orin Nano 4 GB

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 14.5 tok/s
  2. 02 Gemma 3 1B 1B · Q8_0 · 1.8 GB 14.5 tok/s
  3. 03 LLama 3..2 Typhoon 2 1B 1B · Q8_0 · 1.8 GB 14.5 tok/s
  4. 04 OLMo-1B 1B · Q8_0 · 1.8 GB 14.5 tok/s
  5. 05 HGRN 1B (WT 103) 1B · Q8_0 · 1.8 GB 14.5 tok/s
  6. 06 Pythia-1b 1B · Q8_0 · 1.8 GB 14.5 tok/s
  7. 07 OpenELM-1.1B 1.1B · Q8_0 · 1.9 GB 13.4 tok/s
  8. 08 TinyLlama-1.1B (1T token checkpoint) 1.1B · Q8_0 · 1.9 GB 13.1 tok/s
  9. 09 TinyLlama-1.1B (3T token checkpoint) 1.1B · Q8_0 · 1.9 GB 13.1 tok/s
  10. 10 DeciCoder-1B 1.1B · Q8_0 · 1.9 GB 13.1 tok/s

Krok za krokem

Jak vypočítat tokeny za sekundu AI modelu Jetson Orin Nano 4 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.

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

  2. 02

    Přizpůsobte kontext své práci

    Delší konverzace vyžadují paměť nad rámec váhy. 4 GB takže nastavení stojí za to udělat správně.

  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

    Přečtěte si rychlost a rozsah

    Rychlosti přicházejí s chybovými pruhy z nějakého důvodu. Nejlepší případ zde je 14.5 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

    Tight fit běží, ale nedává žádný prostor pro zvýšení kontextu později; comfortable má rezervu. Sloupec paměti ukazuje, co každý model potřebuje proti dostupnému 4 GB.

  6. 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 Jetson Orin Nano 4 GB.

Odpovědi

Jetson Orin Nano 4 GB — běžné otázky

01

Jetson Orin Nano 4 GB— které AI modely může spustit?

97 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.

02

Jetson Orin Nano 4 GB— jaký je největší AI model, který může spustit?

Největší model v našem katalogu, který se vejde, je DeciLM 6B na 5.7B parametry, komprimované na Q3_K_M. Generuje přibližně 6.8 tokens za sekundu a potřebuje asi 3.5 GB VRAM karty.

03

Jetson Orin Nano 4 GB— kolik tokenů za sekundu produkuje?

Závisí to na modelu. Nejrychlejší model, který zde sledujeme, je Gemma 3 QAT 1B přibližně 14.5 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.

04

Jetson Orin Nano 4 GB— kolik má paměti?

Tato karta má 4 GB z LPDDR5. Třetina je rezervována pro inference runtime a ovladač, což zbývá přibližně 3.6 GB dostupný pro model a jeho konverzaci.

05

Jetson Orin Nano 4 GB— jaká je její šířka pásma VRAM?

Šířka pásma paměti dosahuje 34 GB/s napříč autobusu 64 bitů. Toto je jediný nejlepší prediktor toho, jak rychle generuje text, protože vyprodukování každého tokenu znamená přečíst celý model z VRAM jednou.

06

Jetson Orin Nano 4 GB— Jaký typ paměti používá?

Používá LPDDR5 častěji než 533 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.

07

Jetson Orin Nano 4 GB— Kdo to vyrábí?

Toto je produkt z NVIDIA, s čipem vyrobeným od Samsung, na procesu 8 nm.

08

Jetson Orin Nano 4 GB— Kdy byl vydán?

Bylo to vydáno v March 2023.

09

Jetson Orin Nano 4 GB— kolik energie to spotřebovává?

Hodnocená výkonová karta je 10 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

Jetson Orin Nano 4 GB— kolik má cache?

L1 cache je 128 KB, 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.

11

Jetson Orin Nano 4 GB— jaké jsou její TFLOPS?

Je hodnocena na 1.3 TFLOPS při poloviční přesnosti a 640 GFLOPS 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

Jetson Orin Nano 4 GB— kolik má tensorových jader?

Má 16 Tensor jádra napříč 4 Streaming multiprocessory. Zrychlují maticovou aritmetiku, ze které je postavený TRANSFORMER, což hlavně urychluje zpracování dlouhého POŽADAVKU spíše než produkci odpovědi.

13

Jetson Orin Nano 4 GB— Podporuje to CUDA?

Ano. Hláší CUDA výpočetní schopnost 8.7. Schopnost 7.0 a výše má tensorové jádra, která moderní inference software používá; pod tímto se přechází na pomalejší kódové cesty pro kvantizované modely.

14

Jetson Orin Nano 4 GB— jaké rozhraní sběrnice používá?

Používá PCIe 4.0 x4. 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.

15

Jetson Orin Nano 4 GB— 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 97 modelů, které sledujeme. Zda je to dostatečné, závisí zcela na tom, který model chcete — tabulka výše na to přímo odpovídá.

16

Jetson Orin Nano 4 GB— může spustit model, který se nevejde do jeho VRAM?

Pouze částečně. Vrstvy nad kartou GPU 4 GB je možné a obvykle falešná úspora: část systémové paměti je dostatečně pomalá, aby dominovala výsledku.

17

Byly by dvě Jetson Orin Nano 4 GB Karty budou dvakrát rychlejší?

Kapacita se přidává, propustnost nikoli. Dva z nich vám dají 8 GB kombinované paměti, přibližně ve stejné generační rychlosti jako jeden.

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