Vypočítejte TPS modelu Jetson T4000 na místních AI modelech

NVIDIA 64 GB LPDDR5X 273 GB/s August 2025

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

595 modely, které může spustit

679 modely v našem katalogu dohromady

Největší model, který podporuje

Qwen3.5-122B-A10B

122B · Q3_K_M · 14.2 tok/s

Nejrychlejší model

Gemma 3 QAT 1B

116 tok/s · 1B

Které AI modely mohou běžet na a Jetson T4000?

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.

595 modely odpovídají

Vypočítávání
Kvantisace Pohodlné
116 tok/s

98–139

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

98–139

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

69–185 · nízká důvěra

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

69–185 · nízká důvěra

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

69–185 · nízká důvěra

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

69–185 · nízká důvěra

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

64–171 · nízká důvěra

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

63–168 · nízká důvěra

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

63–168 · nízká důvěra

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

63–168 · nízká důvěra

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

63–168 · nízká důvěra

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

58–154 · nízká důvěra

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

58–154 · nízká důvěra

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

58–154 · nízká důvěra

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

58–154 · nízká důvěra

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

80–113

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

56–148 · nízká důvěra

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

53–142 · nízká důvěra

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

53–142 · nízká důvěra

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

53–142 · nízká důvěra

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

53–142 · nízká důvěra

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

53–142 · nízká důvěra

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

53–142 · nízká důvěra

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

53–142 · nízká důvěra

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

53–142 · 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 T4000 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
64 GB
Šířka pásma VRAM
273 GB/s
Typ paměti
LPDDR5X
Šířka sběrnice paměti
256 bit
Frekvence paměti
1.07 GHz

Čip

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

Grafický procesor
GB10B
Architektura
Blackwell
Generace
Server Blackwell(Bxx)
Foundry
TSMC
Velikost procesu
3 nm
Uvolněno
27 August 2025

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
1.67 GHz
Zvýšená frekvence
2.53 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
64
Renderovací výstupní jednotky
16
Streaming multiprocessory
12
Tensor jádra
64
Jádra ray tracing
12
L1 cache
250 KB
L2 cache
50 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)
31 TFLOPS
Jednoduchá přesnost (FP32)
7.8 TFLOPS
Dvojitá přesnost (FP64)
3.9 TFLOPS
Rychlost pixelů
40 GPixel/s
Rychlost textury
162 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)
40 W
Navrhovaný zdroj napájení
200 W
Napájecí konektory
None
Rozhraní sběrnice
PCIe 5.0 x16
Šířka slotu
IGP
Rozměry
243 mm × 57 mm
Zobrazit výstupy
1x HDMI

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
11.0
OpenCL
3.0

Seznamy

Kde koupit GPU Jetson T4000

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

64 GB

Šířka pásma

273 GB/s

Největší model

Qwen3.5-122B-A10B

Jetson T4000 nese 64 GB z LPDDR5X. Tohle pokrývá středně velké modely, které většina lidí skutečně používá. Jakmile runtime a ovladač rezervují svůj pracovní prostor, zhruba tolik zůstane: 57.6 GB.

Šířka pásma paměti dosahuje 273 GB/s napříč autobusu 256 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.

To pramení z paměťového taktu 1.07 GHz. Je to důvod, proč počty jader tak špatně předpovídají rychlost generace.

Největší věc, kterou drží, je Qwen3.5-122B-A10B, 122B, komprimováno na Q3_K_M a generováním kolem 14.2 tokenů za sekundu

Čip a jak byl vyroben

Jetson T4000 je postaven na grafickém procesoru GB10B, používající architekturu Blackwell z NVIDIA, jako součást generování Server Blackwell(Bxx).

Čip je vyráběn společností TSMC, na procesu 3 nm. 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 August 2025. 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

31 TFLOPS

FP64

3.9 TFLOPS

Tensor jádra

64

Na papíře Jetson T4000 dosahuje 31 TFLOPS při poloviční přesnosti, a 7.8 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 3.9 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 64 Tensor jádra napříč 12 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 1.67 GHz k zvýšení 2.53 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

Jetson T4000 má L1 cache 250 KB, podporováno L2 cache 50 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, 64 Jednotky pro mapování textur, a 16 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

40 W

Jetson T4000 je ohodnocen na 40 W, a navrhovaný systémový zdroj energie je 200 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 243 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 5.0 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 Jetson T4000

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

  1. 01 Qwen3.5-122B-A10B 122B · Q3_K_M · Feb 2026 14.2 tok/s
  2. 02 INTELLECT-3 106B · IQ4_XS · Nov 2025 14.9 tok/s
  3. 03 Cohere Command A Reasoning 111B · Q3_K_M · Aug 2025 2.8 tok/s
  4. 04 GLM-4.5V 108B · IQ4_XS · Aug 2025 14.6 tok/s
  5. 05 GLM-4.5-Air 106B · IQ4_XS · Aug 2025 14.9 tok/s
  6. 06 Command A Vision 112B · Q3_K_M · Jul 2025 2.8 tok/s
  7. 07 Llama 4 Scout 109B · Q3_K_M · Apr 2025 2.9 tok/s
  8. 08 Cohere Command A 111B · Q3_K_M · Mar 2025 2.8 tok/s
  9. 09 Telechat2-115B 115B · Q3_K_M · Sep 2024 2.7 tok/s
  10. 10 Qwen1.5-110B 110B · Q3_K_M · Apr 2024 2.8 tok/s

Nejrychlejší AI modely na a Jetson T4000

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 116 tok/s
  2. 02 Gemma 3 1B 1B · Q8_0 · 1.8 GB 116 tok/s
  3. 03 LLama 3..2 Typhoon 2 1B 1B · Q8_0 · 1.8 GB 116 tok/s
  4. 04 OLMo-1B 1B · Q8_0 · 1.8 GB 116 tok/s
  5. 05 HGRN 1B (WT 103) 1B · Q8_0 · 1.8 GB 116 tok/s
  6. 06 Pythia-1b 1B · Q8_0 · 1.8 GB 116 tok/s
  7. 07 OpenELM-1.1B 1.1B · Q8_0 · 1.9 GB 107 tok/s
  8. 08 TinyLlama-1.1B (1T token checkpoint) 1.1B · Q8_0 · 1.9 GB 105 tok/s
  9. 09 TinyLlama-1.1B (3T token checkpoint) 1.1B · Q8_0 · 1.9 GB 105 tok/s
  10. 10 DeciCoder-1B 1.1B · Q8_0 · 1.9 GB 105 tok/s

Krok za krokem

Jak vypočítat tokeny za sekundu AI modelu Jetson T4000

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 595 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

    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 64 GB často je to to, co dostane velký model na hranu.

  3. 03

    Nastavte minimální kvalitu, pokud ji potřebujete.

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

  4. 04

    Vezměte rozsah jako odpověď

    Každá rychlost je odhadem pro jedinou konverzaci, s rozsahem pod ní. Horní konec zde je 116 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

    Sloupec vhodnosti odděluje modely, které se právě vejdou, od těch, které mají prostor navíc — stojí za to zkontrolovat před výběrem jednoho, proti dostupným 64 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 Jetson T4000.

Odpovědi

Jetson T4000 — běžné otázky

01

Jetson T4000— Je to dobré pro běh místních AI modelů?

Jeho VRAM je dostatečně velký pro modely, na které většina desktopového hardwaru nedosáhne, i když jeho šířka pásma znamená, že generování se bude na větších modelech cítit pomalu. Celkově běží 595 modelů, které sledujeme. Zda je to dostatečné, závisí zcela na tom, který model chcete — tabulka výše na to přímo odpovídá.

02

Jetson T4000— může spustit model, který se nevejde do jeho VRAM?

Offloading mimo karty 64 GB sedí v systémové paměti a běží zlomek rychlosti, takže většinou offloadovaný model se zřídka vyplatí používat. Každé číslo zde předpokládá, že je plně umístěno na kartě.

03

Byly by dvě Jetson T4000 Karty budou dvakrát rychlejší?

Ne. Druhá karta zdvojnásobí VRAM na 128 GB kombinované paměti, přibližně ve stejné generační rychlosti jako jeden.

04

Jetson T4000— které AI modely může spustit?

595 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.

05

Jetson T4000— jaký je největší AI model, který může spustit?

Největší model v našem katalogu, který se vejde, je Qwen3.5-122B-A10B na 122B parametry, komprimované na Q3_K_M. Generuje přibližně 14.2 tokens za sekundu a potřebuje asi 53.1 GB VRAM karty.

06

Jetson T4000— kolik tokenů za sekundu produkuje?

Závisí to na modelu. Nejrychlejší model, který zde sledujeme, je Gemma 3 QAT 1B přibližně 116 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.

07

Jetson T4000— může to běžet 7B modely?

Ano. Například běží Multi-Token Prediction 7B na Q8_0, používající přibližně 7.9 GB paměti a generování kolem 17.3 tokenů za sekundu

08

Jetson T4000— může to běžet 13B modely?

Ano. Například běží DeepSeekMoE-16B na Q8_0, používající přibližně 17.5 GB paměti a generování kolem 40.2 tokenů za sekundu

09

Jetson T4000— 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 23.0 tokenů za sekundu

10

Jetson T4000— může to běžet 70B modely?

Ano. Například běží Qwen3-Coder-Next na Q5_K_M, používající přibližně 52.7 GB paměti a generování kolem 14.4 tokenů za sekundu

11

Jetson T4000— kolik má paměti?

Tato karta má 64 GB z LPDDR5X. Třetina je rezervována pro inference runtime a ovladač, což zbývá přibližně 57.6 GB dostupný pro model a jeho konverzaci.

12

Jetson T4000— jaká je její šířka pásma VRAM?

Šířka pásma paměti dosahuje 273 GB/s napříč autobusu 256 bitů. Toto je jediný nejlepší prediktor toho, jak rychle generuje text, protože vyprodukování každého tokenu znamená přečíst celý model z VRAM jednou.

13

Jetson T4000— Jaký typ paměti používá?

Používá LPDDR5X častěji než 1.07 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.

14

Jetson T4000— Kdo to vyrábí?

Toto je produkt z NVIDIA, s čipem vyrobeným od TSMC, na procesu 3 nm.

15

Jetson T4000— Kdy byl vydán?

Bylo to vydáno v August 2025.

16

Jetson T4000— kolik energie to spotřebovává?

Hodnocená výkonová karta je 40 W, a navrhovaný systémový zdroj energie je 200 W. Generování textu vyžaduje vysokou zátěž v intervalech a mezi požadavky nepracuje, takže průměrná spotřeba během pracovního sezení je obvykle výrazně pod hodnoceným číslem.

17

Jetson T4000— kolik má cache?

L1 cache je 250 KB, a L2 cache je 50 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.

18

Jetson T4000— jaké jsou její TFLOPS?

Je hodnocena na 31 TFLOPS při poloviční přesnosti a 7.8 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.

19

Jetson T4000— kolik má tensorových jader?

Má 64 Tensor jádra napříč 12 Streaming multiprocessory. Zrychlují maticovou aritmetiku, ze které je postavený TRANSFORMER, což hlavně urychluje zpracování dlouhého POŽADAVKU spíše než produkci odpovědi.

20

Jetson T4000— Podporuje to CUDA?

Ano. Hláší CUDA výpočetní schopnost 11.0. Schopnost 7.0 a výše má tensorové jádra, která moderní inference software používá; pod tímto se přechází na pomalejší kódové cesty pro kvantizované modely.

21

Jetson T4000— jaké rozhraní sběrnice používá?

Používá PCIe 5.0 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