Vypočítejte TPS modelu Ryzen AI Z2 Extreme GPU na místních AI modelech

AMD 16 GB LPDDR5X 256 GB/s October 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

455 modely, které může spustit

721 modely v našem katalogu dohromady

Největší model, který podporuje

Nemotron 3-Nano-30B-A3B

31.6B · Q3_K_M · 40.1 tok/s

Nejrychlejší model

Gemma 3 QAT 1B

84.6 tok/s · 1B

Které AI modely mohou běžet na a Ryzen AI Z2 Extreme GPU?

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

455 modely odpovídají

Vypočítávání

						Kvantisace	Pohodlné
84.6 tok/s 51–135 · nízká důvěra	Gemma 3 1B	1B	Mar 2025	1.8 GB	33k tokeny	Q8_0	Pohodlný
84.6 tok/s 51–135 · nízká důvěra	Gemma 3 QAT 1B	1B	Apr 2025	1.8 GB	33k tokeny	Q8_0	Pohodlný
84.6 tok/s 51–135 · nízká důvěra	HGRN 1B (WT 103) ≈	1B	Nov 2023	1.8 GB	131k tokeny ?	Q8_0	Pohodlný
84.6 tok/s 51–135 · nízká důvěra	LLama 3..2 Typhoon 2 1B ≈	1B	Dec 2024	1.8 GB	131k tokeny ?	Q8_0	Pohodlný
84.6 tok/s 51–135 · nízká důvěra	OLMo-1B ≈	1B	Feb 2024	1.8 GB	131k tokeny ?	Q8_0	Pohodlný
84.6 tok/s 51–135 · nízká důvěra	Pythia-1b ≈	1B	Apr 2023	1.8 GB	131k tokeny ?	Q8_0	Pohodlný
78.3 tok/s 47–125 · nízká důvěra	OpenELM-1.1B ≈	1.1B	May 2024	1.9 GB	131k tokeny ?	Q8_0	Pohodlný
76.9 tok/s 46–123 · nízká důvěra	DeciCoder-1B ≈	1.1B	Aug 2023	1.9 GB	131k tokeny ?	Q8_0	Pohodlný
76.9 tok/s 46–123 · nízká důvěra	SantaCoder ≈	1.1B	Jan 2023	1.9 GB	131k tokeny ?	Q8_0	Pohodlný
76.9 tok/s 46–123 · nízká důvěra	TinyLlama-1.1B (1T token checkpoint) ≈	1.1B	Oct 2023	1.9 GB	131k tokeny ?	Q8_0	Pohodlný
76.9 tok/s 46–123 · nízká důvěra	TinyLlama-1.1B (3T token checkpoint) ≈	1.1B	Oct 2023	1.9 GB	131k tokeny ?	Q8_0	Pohodlný
70.5 tok/s 42–113 · nízká důvěra	EXAONE 4.0 (1.2B) ≈	1.2B	Jul 2025	2.0 GB	131k tokeny ?	Q8_0	Pohodlný
70.5 tok/s 42–113 · nízká důvěra	LFM2-1.2B ≈	1.2B	Jul 2025	2.0 GB	131k tokeny ?	Q8_0	Pohodlný
70.5 tok/s 42–113 · nízká důvěra	MinerU2.5 ≈	1.2B	Sep 2025	2.0 GB	131k tokeny ?	Q8_0	Pohodlný
70.5 tok/s 42–113 · nízká důvěra	Pleias 1.0 1.2B ≈	1.2B	Dec 2024	2.0 GB	131k tokeny ?	Q8_0	Pohodlný
70.5 tok/s 42–113 · nízká důvěra	Pleias-RAG-1B ≈	1.2B	Apr 2025	2.0 GB	131k tokeny ?	Q8_0	Pohodlný
68.8 tok/s 41–110 · nízká důvěra	Llama 3.2 1B	1.2B	Sep 2024	2.2 GB	131k tokeny	Q8_0	Pohodlný
67.8 tok/s 41–108 · nízká důvěra	MiniCPM-1.2B ≈	1.2B	Jun 2024	2.0 GB	131k tokeny ?	Q8_0	Pohodlný
65.1 tok/s 39–104 · nízká důvěra	DeepSeek Coder 1.3B ≈	1.3B	Jan 2024	2.1 GB	131k tokeny ?	Q8_0	Pohodlný
65.1 tok/s 39–104 · nízká důvěra	DeepSeek-VL-1.3B ≈	1.3B	Mar 2024	2.1 GB	131k tokeny ?	Q8_0	Pohodlný
65.1 tok/s 39–104 · nízká důvěra	DigiRL ≈	1.3B	Jun 2024	2.1 GB	131k tokeny ?	Q8_0	Pohodlný
65.1 tok/s 39–104 · nízká důvěra	GLA Transformer 1.3B ≈	1.3B	Aug 2024	2.1 GB	131k tokeny ?	Q8_0	Pohodlný
65.1 tok/s 39–104 · nízká důvěra	Janus 1.3B ≈	1.3B	Oct 2024	2.1 GB	131k tokeny ?	Q8_0	Pohodlný
65.1 tok/s 39–104 · nízká důvěra	Kosmos-2.5 ≈	1.3B	Aug 2024	2.1 GB	131k tokeny ?	Q8_0	Pohodlný
65.1 tok/s 39–104 · 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

Ryzen AI Z2 Extreme GPU 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: 16 GB
Šířka pásma VRAM: 256 GB/s
Typ paměti: LPDDR5X
Šířka sběrnice paměti: 256 bit
Frekvence paměti: 1 GHz

Čip

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

Grafický procesor: Strix Point
Architektura: RDNA 3.5
Generace: Console GPU(AMD)
Foundry: TSMC
Velikost procesu: 4 nm
Tranzistory: 34 billion
Hustota tranzistorů: 145,900 K/mm²
Velikost čipu: 233 mm²
Balíček: FP8
Uvolněno: 16 October 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: 800 MHz
Zvýšená frekvence: 2.7 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: 1,024
Jednotky pro mapování textur: 64
Renderovací výstupní jednotky: 48
Jádra ray tracing: 16
L1 cache: 128 KB
L2 cache: 8 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): 11.1 TFLOPS
Jednoduchá přesnost (FP32): 5.5 TFLOPS
Dvojitá přesnost (FP64): 345.6 GFLOPS
Rychlost pixelů: 130 GPixel/s
Rychlost textury: 173 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): 28 W
Napájecí konektory: None
Zobrazit výstupy: 1x USB Type-C

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: 2.1
Shader model: 6.8

Seznamy

Kde koupit GPU Ryzen AI Z2 Extreme GPU

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

16 GB

Šířka pásma

256 GB/s

Největší model

Nemotron 3-Nano-30B-A3B

Ryzen AI Z2 Extreme GPU nese 16 GB z LPDDR5X. To dosahuje pohodlně do malých a středně velkých modelů, i když ty největší zůstávají mimo dosah bez jejich rozdělení. Přetížení ovladače zanechává přibližně 14.4 GB.

Šířka pásma paměti dosahuje 256 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 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 Nemotron 3-Nano-30B-A3B, 31.6B, komprimováno na Q3_K_M a generováním kolem 40.1 tokenů za sekundu

Čip a jak byl vyroben

Ryzen AI Z2 Extreme GPU je postaven na grafickém procesoru Strix Point, používající architekturu RDNA 3.5 z AMD, jako součást generování Console GPU(AMD).

Čip je vyráběn společností TSMC, na procesu 4 nm, s kostkou o rozměrech 233 mm², držení 34 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 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

11.1 TFLOPS

FP64

345.6 GFLOPS

Na papíře Ryzen AI Z2 Extreme GPU dosahuje 11.1 TFLOPS při poloviční přesnosti, a 5.5 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 345.6 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 800 MHz k zvýšení 2.7 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

Ryzen AI Z2 Extreme GPU má L1 cache 128 KB, podporováno L2 cache 8 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 1,024 Stínovací jednotky, 64 Jednotky pro mapování textur, a 48 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

28 W

Ryzen AI Z2 Extreme GPU je ohodnocen na 28 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.

Extrémy

Největší AI modely, které běží na GPU Ryzen AI Z2 Extreme GPU

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

01 Qwen3.8-27B 27.8B · Q3_K_M · Aug 2026 8.2 tok/s
02 Nemotron 3.5 Lightning 30B · Q3_K_M · Aug 2026 42.3 tok/s
03 North Mini Code 30B · Q3_K_M · Jun 2026 42.3 tok/s
04 Nemotron 3 Omni 30B · Q3_K_M · Apr 2026 42.3 tok/s
05 Nemotron 3-Nano-30B-A3B 31.6B · Q3_K_M · Dec 2025 40.1 tok/s
06 Nomos 1 30B · Q3_K_M · Dec 2025 42.3 tok/s
07 Qwen3-VL-30B-A3B 30B · Q3_K_M · Oct 2025 42.3 tok/s
08 Qwen3-Coder-30B-A3B 30B · Q3_K_M · Jul 2025 42.3 tok/s
09 ERNIE-4.5-VL-28B-A3B 28B · Q3_K_M · Jun 2025 45.3 tok/s
10 Qwen3-30B-A3B 30B · Q3_K_M · Apr 2025 42.3 tok/s

Nejrychlejší AI modely na a Ryzen AI Z2 Extreme GPU

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 84.6 tok/s
02 Gemma 3 1B 1B · Q8_0 · 1.8 GB 84.6 tok/s
03 LLama 3..2 Typhoon 2 1B 1B · Q8_0 · 1.8 GB 84.6 tok/s
04 OLMo-1B 1B · Q8_0 · 1.8 GB 84.6 tok/s
05 HGRN 1B (WT 103) 1B · Q8_0 · 1.8 GB 84.6 tok/s
06 Pythia-1b 1B · Q8_0 · 1.8 GB 84.6 tok/s
07 OpenELM-1.1B 1.1B · Q8_0 · 1.9 GB 78.3 tok/s
08 TinyLlama-1.1B (1T token checkpoint) 1.1B · Q8_0 · 1.9 GB 76.9 tok/s
09 TinyLlama-1.1B (3T token checkpoint) 1.1B · Q8_0 · 1.9 GB 76.9 tok/s
10 DeciCoder-1B 1.1B · Q8_0 · 1.9 GB 76.9 tok/s

Krok za krokem

Jak vypočítat tokeny za sekundu AI modelu Ryzen AI Z2 Extreme GPU

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

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 455 modely, které karta zvládá. Vyhledávací pole přijímá název nebo velikost, jako je 27b, která odpovídá počtu parametrů.
02

Přizpůsobte kontext své práci

Přetáhněte posuvník na délku konverzace, na které plánujete pracovat. Cache se zvětšuje s konverzací, a proti kartě, která drží 16 GB to je často rozdíl mezi modelem, který se vejde, a tím, který se nevejde.
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.
04

Přečtěte si rychlost a rozsah

Rychlosti přicházejí s chybovými pruhy z nějakého důvodu. Nejlepší případ zde je 84.6 tok/s na Gemma 3 QAT 1B. Stejná karta a model se liší o třicet až padesát procent mezi inference runtimy.
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 16 GB.
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 Ryzen AI Z2 Extreme GPU.

Odpovědi

Ryzen AI Z2 Extreme GPU — běžné otázky

Ryzen AI Z2 Extreme GPU— 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.

Ryzen AI Z2 Extreme GPU— 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 455 modelů, které sledujeme. Zda je to dostatečné, závisí zcela na tom, který model chcete — tabulka výše na to přímo odpovídá.

Ryzen AI Z2 Extreme GPU— může spustit model, který se nevejde do jeho VRAM?

Pouze částečně. Vrstvy nad kartou GPU 16 GB je možné a obvykle falešná úspora: část systémové paměti je dostatečně pomalá, aby dominovala výsledku.

Byly by dvě Ryzen AI Z2 Extreme GPU Karty budou dvakrát rychlejší?

Ne. Druhá karta zdvojnásobí VRAM na 32 GB které vám umožňují držet modely, které by samostatně neudržely, ale generace se takto nedělí. Tyto údaje popisují jednu kartu.

Ryzen AI Z2 Extreme GPU— které AI modely může spustit?

455 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.

Ryzen AI Z2 Extreme GPU— jaký je největší AI model, který může spustit?

Největší model v našem katalogu, který se vejde, je Nemotron 3-Nano-30B-A3B na 31.6B parametry, komprimované na Q3_K_M. Generuje přibližně 40.1 tokens za sekundu a potřebuje asi 14.4 GB VRAM karty.

Ryzen AI Z2 Extreme GPU— kolik tokenů za sekundu produkuje?

Závisí to na modelu. Nejrychlejší model, který zde sledujeme, je Gemma 3 QAT 1B přibližně 84.6 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.

Ryzen AI Z2 Extreme GPU— může to běžet 7B modely?

Ano. Například běží Gemma 4 E4B na Q8_0, používající přibližně 9.8 GB paměti a generování kolem 18.8 tokenů za sekundu

Ryzen AI Z2 Extreme GPU— může to běžet 13B modely?

Ano. Například běží DeepSeekMoE-16B na Q6_K, používající přibližně 13.7 GB paměti a generování kolem 42.7 tokenů za sekundu

Ryzen AI Z2 Extreme GPU— může to běžet 30B modely?

Ano. Například běží ERNIE-4.5-VL-28B-A3B na Q3_K_M, používající přibližně 12.9 GB paměti a generování kolem 45.3 tokenů za sekundu

Ryzen AI Z2 Extreme GPU— kolik má paměti?

Tato karta má 16 GB z LPDDR5X. Třetina je rezervována pro inference runtime a ovladač, což zbývá přibližně 14.4 GB dostupný pro model a jeho konverzaci.

Ryzen AI Z2 Extreme GPU— jaká je její šířka pásma VRAM?

Šířka pásma paměti dosahuje 256 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.

Ryzen AI Z2 Extreme GPU— Jaký typ paměti používá?

Používá LPDDR5X častěji než 1 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.

Ryzen AI Z2 Extreme GPU— Kdo to vyrábí?

Toto je produkt z AMD, s čipem vyrobeným od TSMC, na procesu 4 nm.

Ryzen AI Z2 Extreme GPU— Kdy byl vydán?

Bylo to vydáno v October 2025.

Ryzen AI Z2 Extreme GPU— kolik energie to spotřebovává?

Hodnocená výkonová karta je 28 W. Generování textu vyžaduje vysokou zátěž v intervalech a mezi požadavky nepracuje, takže průměrná spotřeba během pracovního sezení je obvykle výrazně pod hodnoceným číslem.

Ryzen AI Z2 Extreme GPU— kolik má cache?

L1 cache je 128 KB, a L2 cache je 8 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.

Ryzen AI Z2 Extreme GPU— jaké jsou její TFLOPS?

Je hodnocena na 11.1 TFLOPS při poloviční přesnosti a 5.5 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.

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