Berechne die TPS des RTX 5000 Max-Q Ada Generation auf lokalen KI-Modellen
Jedes Modell in unserem Katalog wurde anhand dieser Karte für das Kontextlängen und die Mindestqualität, die Sie wählen, bewertet. Die Geschwindigkeit ist eine Schätzung für eine einzelne Anfrage, berechnet aus der Speicherbandbreite dieser Karte und der Größe jedes Modells nach der Kompression..
Berechnet für diese Karte
679 Modelle in unserem Katalog insgesamt
Das größte Modell, das es hält
Nemotron 3-Nano-30B-A3B
31.6B · Q3_K_M · 116 tok/s
Schnellstes Modell
Gemma 3 QAT 1B
244 tok/s · 1B
Welche KI-Modelle können auf einem RTX 5000 Max-Q Ada Generation?
Setze die Eingaben, lies die Antwort
Mehr Kontext bedeutet mehr Speicher für den Gesprächs-Cache. Die Geschwindigkeit ist für ein frisches Gespräch und ändert sich nicht mit dieser Einstellung..
Blendet Modelle aus, die nur passen würden, wenn sie unter diesen Punkt komprimiert werden..
432 Modelle passen
Berechnung| Quantisierung | Passend | ||||||
|---|---|---|---|---|---|---|---|
|
244
tok/s
207–293 |
Gemma 3 1B | 1B | Mar 2025 | 1.8 GB | 33k Token | Q8_0 | Komfortabel |
|
244
tok/s
207–293 |
Gemma 3 QAT 1B | 1B | Apr 2025 | 1.8 GB | 33k Token | Q8_0 | Komfortabel |
|
244
tok/s
146–390 · niedrige Vertrauenswürdigkeit |
HGRN 1B (WT 103) ≈ | 1B | Nov 2023 | 1.8 GB | 131k Token ? | Q8_0 | Komfortabel |
|
244
tok/s
146–390 · niedrige Vertrauenswürdigkeit |
LLama 3..2 Typhoon 2 1B ≈ | 1B | Dec 2024 | 1.8 GB | 131k Token ? | Q8_0 | Komfortabel |
|
244
tok/s
146–390 · niedrige Vertrauenswürdigkeit |
OLMo-1B ≈ | 1B | Feb 2024 | 1.8 GB | 131k Token ? | Q8_0 | Komfortabel |
|
244
tok/s
146–390 · niedrige Vertrauenswürdigkeit |
Pythia-1b ≈ | 1B | Apr 2023 | 1.8 GB | 131k Token ? | Q8_0 | Komfortabel |
|
226
tok/s
136–361 · niedrige Vertrauenswürdigkeit |
OpenELM-1.1B ≈ | 1.1B | May 2024 | 1.9 GB | 131k Token ? | Q8_0 | Komfortabel |
|
222
tok/s
133–355 · niedrige Vertrauenswürdigkeit |
DeciCoder-1B ≈ | 1.1B | Aug 2023 | 1.9 GB | 131k Token ? | Q8_0 | Komfortabel |
|
222
tok/s
133–355 · niedrige Vertrauenswürdigkeit |
SantaCoder ≈ | 1.1B | Jan 2023 | 1.9 GB | 131k Token ? | Q8_0 | Komfortabel |
|
222
tok/s
133–355 · niedrige Vertrauenswürdigkeit |
TinyLlama-1.1B (1T token checkpoint) ≈ | 1.1B | Oct 2023 | 1.9 GB | 131k Token ? | Q8_0 | Komfortabel |
|
222
tok/s
133–355 · niedrige Vertrauenswürdigkeit |
TinyLlama-1.1B (3T token checkpoint) ≈ | 1.1B | Oct 2023 | 1.9 GB | 131k Token ? | Q8_0 | Komfortabel |
|
203
tok/s
122–325 · niedrige Vertrauenswürdigkeit |
EXAONE 4.0 (1.2B) ≈ | 1.2B | Jul 2025 | 2.0 GB | 131k Token ? | Q8_0 | Komfortabel |
|
203
tok/s
122–325 · niedrige Vertrauenswürdigkeit |
MinerU2.5 ≈ | 1.2B | Sep 2025 | 2.0 GB | 131k Token ? | Q8_0 | Komfortabel |
|
203
tok/s
122–325 · niedrige Vertrauenswürdigkeit |
Pleias 1.0 1.2B ≈ | 1.2B | Dec 2024 | 2.0 GB | 131k Token ? | Q8_0 | Komfortabel |
|
203
tok/s
122–325 · niedrige Vertrauenswürdigkeit |
Pleias-RAG-1B ≈ | 1.2B | Apr 2025 | 2.0 GB | 131k Token ? | Q8_0 | Komfortabel |
|
198
tok/s
169–238 |
Llama 3.2 1B | 1.2B | Sep 2024 | 2.2 GB | 131k Token | Q8_0 | Komfortabel |
|
196
tok/s
117–313 · niedrige Vertrauenswürdigkeit |
MiniCPM-1.2B ≈ | 1.2B | Jun 2024 | 2.0 GB | 131k Token ? | Q8_0 | Komfortabel |
|
188
tok/s
113–300 · niedrige Vertrauenswürdigkeit |
DeepSeek Coder 1.3B ≈ | 1.3B | Jan 2024 | 2.1 GB | 131k Token ? | Q8_0 | Komfortabel |
|
188
tok/s
113–300 · niedrige Vertrauenswürdigkeit |
DeepSeek-VL-1.3B ≈ | 1.3B | Mar 2024 | 2.1 GB | 131k Token ? | Q8_0 | Komfortabel |
|
188
tok/s
113–300 · niedrige Vertrauenswürdigkeit |
DigiRL ≈ | 1.3B | Jun 2024 | 2.1 GB | 131k Token ? | Q8_0 | Komfortabel |
|
188
tok/s
113–300 · niedrige Vertrauenswürdigkeit |
GLA Transformer 1.3B ≈ | 1.3B | Aug 2024 | 2.1 GB | 131k Token ? | Q8_0 | Komfortabel |
|
188
tok/s
113–300 · niedrige Vertrauenswürdigkeit |
Janus 1.3B ≈ | 1.3B | Oct 2024 | 2.1 GB | 131k Token ? | Q8_0 | Komfortabel |
|
188
tok/s
113–300 · niedrige Vertrauenswürdigkeit |
Kosmos-2.5 ≈ | 1.3B | Aug 2024 | 2.1 GB | 131k Token ? | Q8_0 | Komfortabel |
|
188
tok/s
113–300 · niedrige Vertrauenswürdigkeit |
Otter ≈ | 1.3B | May 2023 | 2.1 GB | 131k Token ? | Q8_0 | Komfortabel |
|
188
tok/s
113–300 · niedrige Vertrauenswürdigkeit |
Phi-1 ≈ | 1.3B | Oct 2023 | 2.1 GB | 131k Token ? | Q8_0 | Komfortabel |
Die Geschwindigkeiten sind Schätzungen für eine einzelne Anfrage — ein Gespräch zur Zeit — berechnet aus BANDWIDTH, MODELLGRÖSSE und QUANTISIERUNG. Der tatsächliche Durchsatz variiert mit der INFERENZLAUFZEIT und ihrer Version. Zahlen, die von Hardwareanbietern veröffentlicht wurden, messen viele gleichzeitige Anfragen und sind viel höher..
Aufgezeichnet
RTX 5000 Max-Q Ada Generation Volle Spezifikation
Alles auf Datei für dieses Board, geordnet danach, wie sehr es das Ausführen eines Sprachmodells beeinflusst, anstatt wie es in einem Datenblatt aufgeführt wäre. MEMORY kommt zuerst, weil es das Ergebnis bestimmt; der Rest ist CONTEXT..
Speicher
Die beiden Spezifikationen, die entscheiden, was diese CARD ausführen kann und wie schnell. Die Kapazität legt fest, welche Modelle passen; die Bandbreite bestimmt, wie viele Tokens pro Sekunde sie produzieren, sobald sie passen.
- Speicherkapazität
- 16 GB
- Speicherbandbreite
- 576 GB/s
- Speichertype
- GDDR6
- Speicherdatenbreite
- 256 bit
- Speichertakt
- 2.25 GHz
Der Chip
Welcher Prozessor sich auf der Platine befindet und wie er hergestellt wurde. Eine kleinere Prozessgröße bedeutet allgemein mehr Leistung bei gleicher Energie.
- Grafikprozessor
- AD103
- Architektur
- Ada Lovelace
- Generierung
- Ada-MW(x000A)
- Gießerei
- TSMC
- Prozessgröße
- 5 nm
- Transistoren
- 45.9 billion
- Transistordichte
- 121,100 K/mm²
- Die Größe
- 379 mm²
- Veröffentlicht
- 21 March 2023
Taktfrequenzen
Wie schnell der Prozessor läuft. Hier weit weniger wert als bei einem Gaming-Benchmark: Die Textgenerierung ist durch die Speicherbandbreite begrenzt, sodass eine höhere Taktfrequenz das Ergebnis kaum verbessert.
- Basis-Takt
- 930 MHz
- Boost-Takt
- 1.68 GHz
Verarbeitungseinheiten
Was der Chip enthält. Diese treiben die Grafikleistung und sind hauptsächlich für die Verarbeitung eines langen Prompts wichtig, statt für die Produktion der Antwort.
- Shader-Einheiten
- 9,728
- Texturzuordnungseinheiten
- 304
- Render-Ausgabeeinheiten
- 112
- Streaming-Multiprozessoren
- 76
- Tensor-Kerne
- 304
- Strahlverfolgungskerne
- 76
- L1-Cache
- 128 KB
- L2-Cache
- 64 MB
Theoretische Leistung
Die veröffentlichten Spitzenarithmetikraten für die Karte. Dies sind Obergrenzen, die keine echte Arbeitslast erreicht, und das Generieren von Text erreicht nur einen kleinen Bruchteil davon, da es durch den Speicher und nicht durch die Arithmetik limitiert ist.
- Halbpräzision (FP16)
- 32.7 TFLOPS
- Einfache Genauigkeit (FP32)
- 32.7 TFLOPS
- Doppelte Genauigkeit (FP64)
- 510.7 GFLOPS
- Pixelrate
- 188 GPixel/s
- Texturrate
- 511 GTexel/s
Die Platine
Was erforderlich ist, um die KArte physisch zu installieren und mit Strom zu versorgen — die praktischen Einschränkungen, die entscheiden, ob sie in die Maschine passt, die Sie bereits besitzen.
- Leistungsaufnahme (TDP)
- 120 W
- Stromanschlüsse
- None
- Bus-Schnittstelle
- PCIe 4.0 x16
- Slot-Breite
- IGP
Software-Unterstützung
Welche Grafik- und Rechen-Schnittstellen die Karte unterstützt. CUDA-Rechenfähigkeit betrifft die Inferenz: unter 7.0 gibt es keine Tensor-Kerne, und moderne Inferenz-Software greift auf langsamere Code-Pfade zurück.
- CUDA Berechnungsfähigkeit
- 8.9
- DirectX
- 12.2
- OpenGL
- 4.6
- Vulkan
- 1.4
- OpenCL
- 3.0
- Shader-Modell
- 6.8
Auflistungen
Wo man ein RTX 5000 Max-Q Ada Generation
Derzeit listet kein Anbieter diese Karte. Die Angebote stammen von Anbietern, die sie hier direkt veröffentlichen. — Durchsuche das Anbieter-Verzeichnis zu sehen, wer was verkauft.
Was die Zahlen bedeuten
Warum ist der Speicher die Zahl, die hier zählt
Speicher
16 GB
Bandbreite
576 GB/s
Größtes Modell
Nemotron 3-Nano-30B-A3B
RTX 5000 Max-Q Ada Generation trägt 16 GB von GDDR6. Das erreicht komfortabel kleine und mittelgroße Modelle, obwohl die größten außerhalb der Reichweite bleiben, ohne sie zu splitten. Der Treiber-Overhead lässt ungefähr 14.4 GB.
Der Speicherbandbreite erreicht 576 GB/s über einen Bus von 256 Bits. Das ist die Zahl, die die Generierungsgeschwindigkeit bestimmt — die arithmetischen Operationen pro gelesenem Byte sind klein genug, dass der Bus, nicht die Kerne, das ist, worauf alles wartet.
Die Zahl ist die Busbreite multipliziert mit einer Speicher-Taktfrequenz von 2.25 GHz. Beide Hälften sind wichtig, und keine ist in einem Gaming-Benchmark sichtbar.
Das größte, was es hält, ist Nemotron 3-Nano-30B-A3B, 31.6B, komprimiert auf Q3_K_M und generieren etwa 116 Token pro Sekunde
Der Chip und wie er gebaut wurde
RTX 5000 Max-Q Ada Generation ist auf dem Grafikprozessor aufgebaut AD103, die Architektur verwenden Ada Lovelace von NVIDIA, als Teil der Generierung Ada-MW(x000A).
Der Chip wird hergestellt von TSMC, einem Prozess von 5 nm, mit einem Maß von 379 mm², halten 45.9 billion Transistoren. Ein kleinerer Prozess bedeutet im Allgemeinen mehr Leistung für die gleiche Energie, obwohl es bei Sprachmodellen weit weniger von Bedeutung ist als das MEMORY-SUBSYSTEM.
Es wurde veröffentlicht in March 2023, grob 3.3642311523786 vor Jahren. Die Unterstützung von Inference-Software folgt in der Regel ein oder zwei Jahre hinter der Hardware, sodass eine Karte dieses Alters normalerweise über ausgereifte, gut optimierte Codepfade verfügt.
Rechen-Durchsatz, und warum er weniger wichtig ist, als er aussieht
FP16
32.7 TFLOPS
FP64
510.7 GFLOPS
Tensor-Kerne
304
Auf Papier RTX 5000 Max-Q Ada Generation erreicht 32.7 TFLOPS bei halber Genauigkeit, und 32.7 TFLOPS bei einfacher Genauigkeit. Dies sind Spitzenwerte, keine echten Workloads, die diese erreichen, und die Generierung von Text erreicht nur einen kleinen Bruchteil davon – das Decodieren ist durch die MEMORY und nicht durch die Arithmetik begrenzt, weshalb eine CARD hier enorm leistungsfähig erscheinen kann und trotzdem Tokens in einem gewöhnlichen Tempo produziert.
Der Durchsatz für doppelpräzises Rechnen erreicht 510.7 GFLOPS. Es hat keinen Einfluss auf das Ausführen eines Sprachmodells — keine Inferenzlaufzeit verwendet es — aber es trennt die Teile des Rechenzentrums von den Verbraucherteilen, da letztere es absichtlich einschränken.
Die Karte trägt 304 Tensor-Kerne über 76 Streaming-Multiprozessoren. Diese beschleunigen die Matrixarithmetik im Herzen eines Transformators, und sie sind es, die die Eingabeverarbeitung – das Lesen eines langen Dokuments vor der Beantwortung – dramatisch schneller machen, als es sonst der Fall wäre.
Die Taktraten laufen von einer Basis von 930 MHz zu einem Schub von 1.68 GHz. Hier weit weniger wert als bei einem Gaming-Benchmark: das Anheben der Taktgeschwindigkeiten steigert die Arithmetik, und die Arithmetik ist nicht das, worauf die Generation wartet.
Cache und Verarbeitungseinheiten
RTX 5000 Max-Q Ada Generation hat einen L1-Cache von 128 KB, unterstützt von einem L2-Cache von 64 MB. Cache absorbiert einen Teil des MEMORY-Traffics, der ansonsten den MAIN BUS treffen würde, was der einzige Ort auf dieser Seite ist, an dem eine Zahl außer BANDWIDTH leise die GENERATIONSGESCHWINDIGKEIT beeinflusst — ein großes L2 lässt mehr des WORKING SETS nah an den CORES bleiben.
Es gibt 9,728 Shader-Einheiten, 304 Texturzuordnungseinheiten, und 112 Render-Ausgabeeinheiten. Diese treiben Grafikarbeitslasten und tragen zur Verarbeitung von Eingabeaufforderungen bei, aber sie sitzen den größten Teil der Zeit, die ein Modell benötigt, um eine Antwort zu generieren, untätig.
Leistung, Größe und Installation
Stromverbrauch
120 W
RTX 5000 Max-Q Ada Generation ist bewertet mit 120 W. Das Ausführen eines Sprachmodells hält eine GPU-Karte in Intervallen beschäftigt, anstatt kontinuierlich — sie zieht stark während der Generierung und wartet zwischen den Anfragen — daher liegt der nachhaltige Verbrauch über einen Arbeitstag normalerweise deutlich unter dem angegebenen Wert.
Die Karte belegt igp. Es lohnt sich, bereits das Gehäuse und das Netzteil in der Maschine zu überprüfen, da die größten KARTEN erheblich mehr von beidem benötigen, als ein typischer Desktop bereitstellt.
Es verbindet sich über PCIe 4.0 x16. Die Schnittstelle regelt, wie schnell ein Modell von der Festplatte in die Karte geladen wird, nicht wie schnell es dort läuft, daher kostet ein engerer Link ein paar Sekunden beim Start und danach nichts mehr.
Die Extreme
Die größten AI-Modelle, die auf einem RTX 5000 Max-Q Ada Generation
Die größten OPEN WEIGHT Modelle, die auf dieser CARD passen, neueste zuerst. Jedes wird mit der besten Kompression angezeigt, die die CARD halten kann..
Die schnellsten AI-Modelle auf einer RTX 5000 Max-Q Ada Generation
Wo diese Karte die Token am schnellsten produziert. Kleinere Modelle dominieren hier, weil das Generieren jedes Tokens bedeutet, das gesamte Modell einmal aus dem VRAM zu lesen..
Schritt für Schritt
Wie man die Tokens pro Sekunde eines RTX 5000 Max-Q Ada Generation
Du musst nichts von Hand berechnen — der gputps.com Rechner auf dieser Seite hat es bereits für jedes Modell, das diese Karte halten kann, herausgefunden. Das Ablesen der Antwort erfordert sechs Schritte..
-
01
Finde das Modell in der Tabelle
Die Tabelle listet 432 Modelle, die die GPU-Karte verarbeitet. Das Suchfeld akzeptiert einen Namen oder eine Größe wie 27b, die mit der Anzahl der Parameter übereinstimmt.
-
02
Passen Sie den Kontext an Ihre Arbeit an
Ziehe den Regler auf die Gesprächslänge, mit der du arbeiten möchtest. Der Cache wächst mit dem Gespräch und gegen eine Karte, die hält 16 GB Also ist es wichtig, die Einstellung richtig zu wählen.
-
03
Setzen Sie eine Mindestqualität fest, wenn Sie eine benötigen.
Standardmäßig wählt die Tabelle die am wenigsten komprimierte Kopie, die passt. Das Festlegen eines Bodens entfernt Modelle, die nur durch starke Kompression qualifiziert sind.
-
04
Lese die Geschwindigkeit und die Reichweite
Geschwindigkeiten kommen aus einem Grund mit Fehlerbalken. Der beste Fall hier ist 244 tok/s auf Gemma 3 QAT 1B. Die gleiche Karte und das Modell variieren zwischen dreißig und fünfzig Prozent bei den Inferenzlaufzeiten.
-
05
Überprüfen Sie die VRAM-Spalte, bevor Sie committen.
Tight bedeutet, dass es heute funktioniert; comfortable bedeutet, dass es weiterhin funktioniert, wenn das Gespräch wächst. Vergleiche, was jedes Modell benötigt, mit dem, was verfügbar ist. 16 GB.
-
06
Öffne das Modell, um Karten zu vergleichen
Jede Modellseite wiederholt diese Berechnung für den gesamten Katalog. Ein Blick wert, bevor man entscheidet: es zeigt, was sonst das gleiche Modell ausführt, neben RTX 5000 Max-Q Ada Generation.
Antworten
RTX 5000 Max-Q Ada Generation — Häufige Fragen
RTX 5000 Max-Q Ada Generation— Wie viel Leistung verbraucht es?
Bewertete Boardleistung ist 120 W. Die Textgenerierung erfordert während der Spitzenzeiten viel Leistung und idle zwischen den Anfragen, sodass der durchschnittliche Verbrauch während einer Arbeitssitzung normalerweise weit unter der angegebenen Zahl liegt.
RTX 5000 Max-Q Ada Generation— Wie viel Cache hat es?
Der L1-Cache ist 128 KB, und der L2-Cache ist 64 MB. Der Cache absorbiert einen Teil des Speicherverkehrs, der sonst den Hauptbus erreichen würde, sodass ein größeres L2 eine bescheidene Steigerung der Generierungsgeschwindigkeit über das hinaus bietet, was die Bandbreite allein vorhersagt.
RTX 5000 Max-Q Ada Generation— Was sind seine TFLOPS?
Es ist bewertet mit 32.7 TFLOPS bei halber Genauigkeit und 32.7 TFLOPS bei einfacher Präzision. Dies sind Spitzenarithmetik-Obergrenzen anstelle von erreichbaren Raten, und die Textgenerierung erreicht nur einen kleinen Bruchteil davon, da sie stattdessen durch die Speicherm_bandbreite begrenzt ist.
RTX 5000 Max-Q Ada Generation— Wie viele Tensor-Kerne hat es?
Es hat 304 Tensor-Kerne über 76 Streaming-Multiprozessoren. Sie beschleunigen die Matrixarithmetik, aus der ein Transformer besteht, was hauptsächlich die Verarbeitung eines langen Prompts beschleunigt, anstatt die Antwort zu erzeugen.
RTX 5000 Max-Q Ada Generation— Unterstützt es CUDA?
Ja. Es berichtet über die CUDA-Berechnungskompetenz 8.9. Die Fähigkeit 7.0 und höher verfügt über Tensor-Kerne, die von moderner Inferenzsoftware verwendet werden; darunter greift sie auf langsamere Code-Pfade für quantisierte Modelle zurück.
RTX 5000 Max-Q Ada Generation— Welche Bus-Schnittstelle verwendet es?
Es verwendet PCIe 4.0 x16. Dies bestimmt, wie schnell ein Modell auf die GPU-Karte geladen wird, anstatt wie schnell es läuft, nachdem es geladen wurde, sodass es beim Start ein paar Sekunden kostet und während der Generierung nichts.
RTX 5000 Max-Q Ada Generation— Ist es gut, um lokale AI-Modelle auszuführen?
Sein VRAM deckt kleine und mittelgroße Modelle ab, obwohl die größten außerhalb der Reichweite liegen und seine Bandbreite brauchbare, wenn auch unspektakuläre, Generierungsgeschwindigkeiten bietet. Insgesamt läuft es 432 der Modelle, die wir verfolgen. Ob das genug ist, hängt ganz davon ab, welches Modell Sie möchten – die obige Tabelle beantwortet das direkt.
RTX 5000 Max-Q Ada Generation— kann es ein Modell ausführen, das nicht in seinen VRAM passt?
Das Auslagern über die Karte hinaus 16 GB im System-Speicher sitzen und mit einem Bruchteil der Geschwindigkeit laufen, sodass ein größtenteils ausgelagerter Modell selten den Einsatz wert ist. Jede Zahl hier geht davon aus, dass es vollständig auf der Karte resident ist.
Würden zwei RTX 5000 Max-Q Ada Generation Karten doppelt so schnell sein?
Nein. Eine zweite Karte verdoppelt den VRAM auf 32 GB die es Ihnen ermöglicht, Modelle zu halten, die keines davon allein halten konnte, aber die Generierung nicht auf diese Weise aufteilt. Diese Zahlen beschreiben eine Karte.
RTX 5000 Max-Q Ada Generation— Welche AI-Modelle kann es ausführen?
432 des 679 Open-Source-Sprachmodelle, die wir verfolgen, passen auf diese Karte und können lokal ausgeführt werden. Die Tabelle auf dieser Seite listet jedes einzelne auf, mit dem benötigten MEMORY, der QUANTISIERUNG, auf der es läuft, und einer geschätzten Generierungsgeschwindigkeit.
RTX 5000 Max-Q Ada Generation— Was ist das größte AI-MODEL, das es ausführen kann?
Das größte Modell in unserem Katalog, das passt, ist Nemotron 3-Nano-30B-A3B bei 31.6B Parameter, komprimiert auf Q3_K_M. Es generiert ungefähr 116 Tokens pro Sekunde und benötigt etwa 14.4 GB des Speichers der Karte.
RTX 5000 Max-Q Ada Generation— Wie viele Tokens pro Sekunde produziert es?
Es hängt vom Modell ab. Das schnellste Modell, das wir hier verfolgen, ist Gemma 3 QAT 1B ungefähr 244 Tokens pro Sekunde, während größere Modelle verhältnismäßig langsamer laufen, da jedes Token das vollständige Modell einmal aus dem Speicher lesen muss. Geschwindigkeiten sind Schätzungen für ein einzelnes Gespräch gleichzeitig.
RTX 5000 Max-Q Ada Generation— Kann es laufen 7B Modelle?
Ja. Es läuft. Multi-Token Prediction 7B bei Q8_0, verwenden von etwa 7.9 GB VRAM und generieren etwa 36.4 Token pro Sekunde
RTX 5000 Max-Q Ada Generation— Kann es laufen 13B Modelle?
Ja. Es läuft. DeepSeekMoE-16B bei Q6_K, verwenden von etwa 13.7 GB VRAM und generieren etwa 123 Token pro Sekunde
RTX 5000 Max-Q Ada Generation— Kann es laufen 30B Modelle?
Ja. Es läuft. ERNIE-4.5-VL-28B-A3B bei Q3_K_M, verwenden von etwa 12.9 GB VRAM und generieren etwa 131 Token pro Sekunde
RTX 5000 Max-Q Ada Generation— wie viel VRAM hat es?
Diese Karte hat 16 GB von GDDR6. Rund ein Zehntel wird von der Inferenzlaufzeit und dem Treiber reserviert, was ungefähr 14.4 GB verfügbar für ein Modell und dessen Konversation.
RTX 5000 Max-Q Ada Generation— Was ist seine Speicherbandbreite?
Der Speicherbandbreite erreicht 576 GB/s über einen Bus von 256 Bits. Dies ist der einzige beste Prädiktor dafür, wie schnell es Text generiert, da das Erzeugen jedes Tokens bedeutet, das gesamte Modell einmal aus dem Speicher zu lesen.
RTX 5000 Max-Q Ada Generation— Welche Art von MEMORY verwendet es?
Es verwendet GDDR6 getaktet bei 2.25 GHz. HBM-Typen sind auf Rechenzentrum-Beschleunigern zu finden und verfügen über weitaus mehr Bandbreite als das GDDR, das auf Desktop-Karten verwendet wird, weshalb sie bei gleicher Kapazität erheblich schneller Tokens erzeugen.
RTX 5000 Max-Q Ada Generation— Wer macht es?
Dies ist ein Produkt von NVIDIA, mit dem von ... hergestellten Chip TSMC, einem Prozess von 5 nm.
RTX 5000 Max-Q Ada Generation— Wann wurde es veröffentlicht?
Es wurde veröffentlicht in March 2023.
Die andere Richtung
Von der anderen Seite aus betrachten?
Diese Seite beginnt mit der Hardware. Wenn Sie bereits wissen, welches Modell Sie möchten und wissen müssen, was benötigt wird, um es auszuführen., Beginnen Sie mit dem Modell anstelle..