Vypočítejte TPS modelu Radeon PRO V710 na místních AI modelech

AMD 28 GB GDDR6 504 GB/s October 2024

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

541 modely, které může spustit

721 modely v našem katalogu dohromady

Největší model, který podporuje

Qwen2-57B-A14B

57B · Q3_K_M · 32.1 tok/s

Nejrychlejší model

Gemma 3 QAT 1B

167 tok/s · 1B

Které AI modely mohou běžet na a Radeon PRO V710?

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

541 modely odpovídají

Vypočítávání

						Kvantisace	Pohodlné
167 tok/s 100–266 · nízká důvěra	Gemma 3 1B	1B	Mar 2025	1.8 GB	33k tokeny	Q8_0	Pohodlný
167 tok/s 100–266 · nízká důvěra	Gemma 3 QAT 1B	1B	Apr 2025	1.8 GB	33k tokeny	Q8_0	Pohodlný
167 tok/s 100–266 · nízká důvěra	HGRN 1B (WT 103) ≈	1B	Nov 2023	1.8 GB	131k tokeny ?	Q8_0	Pohodlný
167 tok/s 100–266 · nízká důvěra	LLama 3..2 Typhoon 2 1B ≈	1B	Dec 2024	1.8 GB	131k tokeny ?	Q8_0	Pohodlný
167 tok/s 100–266 · nízká důvěra	OLMo-1B ≈	1B	Feb 2024	1.8 GB	131k tokeny ?	Q8_0	Pohodlný
167 tok/s 100–266 · nízká důvěra	Pythia-1b ≈	1B	Apr 2023	1.8 GB	131k tokeny ?	Q8_0	Pohodlný
154 tok/s 93–247 · nízká důvěra	OpenELM-1.1B ≈	1.1B	May 2024	1.9 GB	131k tokeny ?	Q8_0	Pohodlný
151 tok/s 91–242 · nízká důvěra	DeciCoder-1B ≈	1.1B	Aug 2023	1.9 GB	131k tokeny ?	Q8_0	Pohodlný
151 tok/s 91–242 · nízká důvěra	SantaCoder ≈	1.1B	Jan 2023	1.9 GB	131k tokeny ?	Q8_0	Pohodlný
151 tok/s 91–242 · nízká důvěra	TinyLlama-1.1B (1T token checkpoint) ≈	1.1B	Oct 2023	1.9 GB	131k tokeny ?	Q8_0	Pohodlný
151 tok/s 91–242 · nízká důvěra	TinyLlama-1.1B (3T token checkpoint) ≈	1.1B	Oct 2023	1.9 GB	131k tokeny ?	Q8_0	Pohodlný
139 tok/s 83–222 · nízká důvěra	EXAONE 4.0 (1.2B) ≈	1.2B	Jul 2025	2.0 GB	131k tokeny ?	Q8_0	Pohodlný
139 tok/s 83–222 · nízká důvěra	LFM2-1.2B ≈	1.2B	Jul 2025	2.0 GB	131k tokeny ?	Q8_0	Pohodlný
139 tok/s 83–222 · nízká důvěra	MinerU2.5 ≈	1.2B	Sep 2025	2.0 GB	131k tokeny ?	Q8_0	Pohodlný
139 tok/s 83–222 · nízká důvěra	Pleias 1.0 1.2B ≈	1.2B	Dec 2024	2.0 GB	131k tokeny ?	Q8_0	Pohodlný
139 tok/s 83–222 · nízká důvěra	Pleias-RAG-1B ≈	1.2B	Apr 2025	2.0 GB	131k tokeny ?	Q8_0	Pohodlný
135 tok/s 81–217 · nízká důvěra	Llama 3.2 1B	1.2B	Sep 2024	2.2 GB	131k tokeny	Q8_0	Pohodlný
133 tok/s 80–214 · nízká důvěra	MiniCPM-1.2B ≈	1.2B	Jun 2024	2.0 GB	131k tokeny ?	Q8_0	Pohodlný
128 tok/s 77–205 · nízká důvěra	DeepSeek Coder 1.3B ≈	1.3B	Jan 2024	2.1 GB	131k tokeny ?	Q8_0	Pohodlný
128 tok/s 77–205 · nízká důvěra	DeepSeek-VL-1.3B ≈	1.3B	Mar 2024	2.1 GB	131k tokeny ?	Q8_0	Pohodlný
128 tok/s 77–205 · nízká důvěra	DigiRL ≈	1.3B	Jun 2024	2.1 GB	131k tokeny ?	Q8_0	Pohodlný
128 tok/s 77–205 · nízká důvěra	GLA Transformer 1.3B ≈	1.3B	Aug 2024	2.1 GB	131k tokeny ?	Q8_0	Pohodlný
128 tok/s 77–205 · nízká důvěra	Janus 1.3B ≈	1.3B	Oct 2024	2.1 GB	131k tokeny ?	Q8_0	Pohodlný
128 tok/s 77–205 · nízká důvěra	Kosmos-2.5 ≈	1.3B	Aug 2024	2.1 GB	131k tokeny ?	Q8_0	Pohodlný
128 tok/s 77–205 · 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

Radeon PRO V710 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: 28 GB
Šířka pásma VRAM: 504 GB/s
Typ paměti: GDDR6
Šířka sběrnice paměti: 224 bit
Frekvence paměti: 2.25 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 32
Architektura: RDNA 3.0
Generace: Radeon Pro Navi(Navi III Series)
Foundry: TSMC
Velikost procesu: 5 nm
Tranzistory: 28.1 billion
Hustota tranzistorů: 81,200 K/mm²
Velikost čipu: 346 mm²
Balíček: MCM
Uvolněno: 3 October 2024

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: 1.9 GHz
Zvýšená frekvence: 2 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: 3,456
Jednotky pro mapování textur: 216
Renderovací výstupní jednotky: 96
Jádra ray tracing: 54
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): 55.3 TFLOPS
Jednoduchá přesnost (FP32): 27.7 TFLOPS
Dvojitá přesnost (FP64): 864 GFLOPS
Rychlost pixelů: 192 GPixel/s
Rychlost textury: 432 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): 158 W
Navrhovaný zdroj napájení: 450 W
Napájecí konektory: 1x 8-pin
Rozhraní sběrnice: PCIe 4.0 x16
Šířka slotu: Single-slot

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: 2.2
Shader model: 6.8

Seznamy

Kde koupit GPU Radeon PRO V710

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

28 GB

Šířka pásma

504 GB/s

Největší model

Qwen2-57B-A14B

Radeon PRO V710 nese 28 GB z GDDR6. Tohle pokrývá středně velké modely, které většina lidí skutečně používá. Jakmile runtime a ovladač rezervují svůj pracovní prostor, zhruba tolik zůstane: 25.2 GB.

Šířka pásma paměti dosahuje 504 GB/s napříč autobusu 224 bitů. To je číslo, které určuje rychlost generování — aritmetika na byte přečteném je dostatečně malá, takže čeká vše na sběrnici, nikoli na jádra.

Šířka pásma je frekvence krát šířka sběrnice, a tato karta taktí svou paměť na 2.25 GHz. Obě poloviny jsou důležité a ani jedna není viditelná v herním benchmarku.

Praktický strop je Qwen2-57B-A14B, 57B, komprimováno na Q3_K_M a generováním kolem 32.1 tokenů za sekundu

Čip a jak byl vyroben

Radeon PRO V710 je postaven na grafickém procesoru Navi 32, používající architekturu RDNA 3.0 z AMD, jako součást generování Radeon Pro Navi(Navi III Series).

Čip je vyráběn společností TSMC, na procesu 5 nm, s kostkou o rozměrech 346 mm², držení 28.1 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 October 2024, hrubě 1.9470881882458 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

55.3 TFLOPS

FP64

864 GFLOPS

Na papíře Radeon PRO V710 dosahuje 55.3 TFLOPS při poloviční přesnosti, a 27.7 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 864 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 1.9 GHz k zvýšení 2 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 V710 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 3,456 Stínovací jednotky, 216 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

158 W

Radeon PRO V710 je ohodnocen na 158 W, a navrhovaný systémový zdroj energie je 450 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 single-slot, a potřebuje 1x 8-pin. 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 Radeon PRO V710

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 · Q3_K_M · Oct 2025 9.4 tok/s
02 Llama Nemotron Super v1.5 49B · Q3_K_M · Jul 2025 9.2 tok/s
03 Nemotron-H 47B 47B · Q3_K_M · Apr 2025 9.6 tok/s
04 Llama Nemotron Super 49B 49B · Q3_K_M · Mar 2025 9.2 tok/s
05 Jamba 1.6 Mini 52B · Q3_K_M · Mar 2025 37.4 tok/s
06 Jamba 1.5 Mini 52B · Q3_K_M · Aug 2024 37.4 tok/s
07 Qwen2-57B-A14B 57B · Q3_K_M · Jun 2024 32.1 tok/s
08 GRITLM 8x7B 46.7B · Q3_K_M · Apr 2024 9.6 tok/s
09 Jamba 51.6B · Q3_K_M · Mar 2024 37.4 tok/s
10 Mixtral 8x7B 46.7B · IQ4_XS · Dec 2023 31.7 tok/s

Nejrychlejší AI modely na a Radeon PRO V710

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 167 tok/s
02 Gemma 3 1B 1B · Q8_0 · 1.8 GB 167 tok/s
03 LLama 3..2 Typhoon 2 1B 1B · Q8_0 · 1.8 GB 167 tok/s
04 OLMo-1B 1B · Q8_0 · 1.8 GB 167 tok/s
05 HGRN 1B (WT 103) 1B · Q8_0 · 1.8 GB 167 tok/s
06 Pythia-1b 1B · Q8_0 · 1.8 GB 167 tok/s
07 OpenELM-1.1B 1.1B · Q8_0 · 1.9 GB 154 tok/s
08 TinyLlama-1.1B (1T token checkpoint) 1.1B · Q8_0 · 1.9 GB 151 tok/s
09 TinyLlama-1.1B (3T token checkpoint) 1.1B · Q8_0 · 1.9 GB 151 tok/s
10 DeciCoder-1B 1.1B · Q8_0 · 1.9 GB 151 tok/s

Krok za krokem

Jak vypočítat tokeny za sekundu AI modelu Radeon PRO V710

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

Najděte model v tabulce

Tabulka uvádí 541 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

Přizpůsobte kontext své práci

Nastavte kontext na svou skutečnou pracovní délku. Krátké otázky téměř nic nestojí, ale dlouhý dokument může spotřebovat velký podíl. 28 GB to je často rozdíl mezi modelem, který se vejde, a tím, který se nevejde.
03

Nastavte minimální kvalitu, pokud ji potřebujete.

Kompresce je to, co umožňuje větším modelům se vejít. Kontrola kvality vyřadí jakýkoli model, který vyžaduje více toho, než jste ochotni poskytnout.
04

Vezměte rozsah jako odpověď

Čísla jsou vypočítaná, ne měřená. Nejrychlejší výsledek na této kartě je 167 tok/s na Gemma 3 QAT 1B. Stejná karta a model se liší o třicet až padesát procent mezi inference runtimy.
05

Přečtěte si soud o fitu naposled.

Těsné znamená, že to dnes funguje; pohodlné znamená, že to stále funguje, když se konverzace rozrůstá. Porovnejte, co každý model potřebuje, s dostupným. 28 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 V710.

Odpovědi

Radeon PRO V710 — běžné otázky

Radeon PRO V710— Je to dobré pro běh místních AI modelů?

Jeho paměť pohodlně pokrývá středně velké modely, které většina lidí běží lokálně, a jeho šířka pásma poskytuje použitelné, i když neohromující, rychlosti generování. Celkem běží 541 modelů, které sledujeme. Zda je to dostatečné, závisí zcela na tom, který model chcete — tabulka výše na to přímo odpovídá.

Radeon PRO V710— může spustit model, který se nevejde do jeho VRAM?

Může být rozdělen, přičemž přetečení je uchováváno v systémové MEMORY za hranicemi karty. 28 GB je možné a obvykle falešná úspora: část systémové paměti je dostatečně pomalá, aby dominovala výsledku.

Byly by dvě Radeon PRO V710 Karty budou dvakrát rychlejší?

Ne. Druhá karta zdvojnásobí VRAM na 56 GB kombinované paměti, přibližně ve stejné generační rychlosti jako jeden.

Radeon PRO V710— které AI modely může spustit?

541 z 721 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 V710— jaký je největší AI model, který může spustit?

Největší model v našem katalogu, který se vejde, je Qwen2-57B-A14B na 57B parametry, komprimované na Q3_K_M. Generuje přibližně 32.1 tokens za sekundu a potřebuje asi 24.6 GB VRAM karty.

Radeon PRO V710— kolik tokenů za sekundu produkuje?

Závisí to na modelu. Nejrychlejší model, který zde sledujeme, je Gemma 3 QAT 1B přibližně 167 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 V710— může to běžet 7B modely?

Ano. Například běží Gemma 4 E4B na Q8_0, používající přibližně 9.8 GB paměti a generování kolem 37.0 tokenů za sekundu

Radeon PRO V710— může to běžet 13B modely?

Ano. Například běží DeepSeekMoE-16B na Q8_0, používající přibližně 17.5 GB paměti a generování kolem 57.8 tokenů za sekundu

Radeon PRO V710— může to běžet 30B modely?

Ano. Například běží Nemotron 3-Nano-30B-A3B na Q5_K_M, používající přibližně 21.7 GB paměti a generování kolem 52.3 tokenů za sekundu

Radeon PRO V710— kolik má paměti?

Tato karta má 28 GB z GDDR6. Třetina je rezervována pro inference runtime a ovladač, což zbývá přibližně 25.2 GB dostupný pro model a jeho konverzaci.

Radeon PRO V710— jaká je její šířka pásma VRAM?

Šířka pásma paměti dosahuje 504 GB/s napříč autobusu 224 bitů. Toto je jediný nejlepší prediktor toho, jak rychle generuje text, protože vyprodukování každého tokenu znamená přečíst celý model z VRAM jednou.

Radeon PRO V710— Jaký typ paměti používá?

Používá GDDR6 častěji než 2.25 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.

Radeon PRO V710— Kdo to vyrábí?

Toto je produkt z AMD, s čipem vyrobeným od TSMC, na procesu 5 nm.

Radeon PRO V710— Kdy byl vydán?

Bylo to vydáno v October 2024.

Radeon PRO V710— kolik energie to spotřebovává?

Hodnocená výkonová karta je 158 W, a navrhovaný systémový zdroj energie je 450 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 V710— 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.

Radeon PRO V710— jaké jsou její TFLOPS?

Je hodnocena na 55.3 TFLOPS při poloviční přesnosti a 27.7 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 V710— 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 V710— 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.

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