Berechne die TPS des Radeon PRO W7800 auf lokalen KI-Modellen

AMD 32 GB GDDR6 576 GB/s April 2023

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

513 Modelle, die es ausführen kann

679 Modelle in unserem Katalog insgesamt

Das größte Modell, das es hält

Phi-3.5-MoE

60.8B · Q3_K_M · 46.9 tok/s

Schnellstes Modell

Gemma 3 QAT 1B

190 tok/s · 1B

Welche KI-Modelle können auf einem Radeon PRO W7800?

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..

513 Modelle passen

Berechnung
Quantisierung Passend
190 tok/s

114–304 · niedrige Vertrauenswürdigkeit

Gemma 3 1B 1B Mar 2025 1.8 GB 33k Token Q8_0 Komfortabel
190 tok/s

114–304 · niedrige Vertrauenswürdigkeit

Gemma 3 QAT 1B 1B Apr 2025 1.8 GB 33k Token Q8_0 Komfortabel
190 tok/s

114–304 · niedrige Vertrauenswürdigkeit

HGRN 1B (WT 103) 1B Nov 2023 1.8 GB 131k Token ? Q8_0 Komfortabel
190 tok/s

114–304 · niedrige Vertrauenswürdigkeit

LLama 3..2 Typhoon 2 1B 1B Dec 2024 1.8 GB 131k Token ? Q8_0 Komfortabel
190 tok/s

114–304 · niedrige Vertrauenswürdigkeit

OLMo-1B 1B Feb 2024 1.8 GB 131k Token ? Q8_0 Komfortabel
190 tok/s

114–304 · niedrige Vertrauenswürdigkeit

Pythia-1b 1B Apr 2023 1.8 GB 131k Token ? Q8_0 Komfortabel
176 tok/s

106–282 · niedrige Vertrauenswürdigkeit

OpenELM-1.1B 1.1B May 2024 1.9 GB 131k Token ? Q8_0 Komfortabel
173 tok/s

104–277 · niedrige Vertrauenswürdigkeit

DeciCoder-1B 1.1B Aug 2023 1.9 GB 131k Token ? Q8_0 Komfortabel
173 tok/s

104–277 · niedrige Vertrauenswürdigkeit

SantaCoder 1.1B Jan 2023 1.9 GB 131k Token ? Q8_0 Komfortabel
173 tok/s

104–277 · niedrige Vertrauenswürdigkeit

TinyLlama-1.1B (1T token checkpoint) 1.1B Oct 2023 1.9 GB 131k Token ? Q8_0 Komfortabel
173 tok/s

104–277 · niedrige Vertrauenswürdigkeit

TinyLlama-1.1B (3T token checkpoint) 1.1B Oct 2023 1.9 GB 131k Token ? Q8_0 Komfortabel
159 tok/s

95–254 · niedrige Vertrauenswürdigkeit

EXAONE 4.0 (1.2B) 1.2B Jul 2025 2.0 GB 131k Token ? Q8_0 Komfortabel
159 tok/s

95–254 · niedrige Vertrauenswürdigkeit

MinerU2.5 1.2B Sep 2025 2.0 GB 131k Token ? Q8_0 Komfortabel
159 tok/s

95–254 · niedrige Vertrauenswürdigkeit

Pleias 1.0 1.2B 1.2B Dec 2024 2.0 GB 131k Token ? Q8_0 Komfortabel
159 tok/s

95–254 · niedrige Vertrauenswürdigkeit

Pleias-RAG-1B 1.2B Apr 2025 2.0 GB 131k Token ? Q8_0 Komfortabel
155 tok/s

93–248 · niedrige Vertrauenswürdigkeit

Llama 3.2 1B 1.2B Sep 2024 2.2 GB 131k Token Q8_0 Komfortabel
153 tok/s

92–244 · niedrige Vertrauenswürdigkeit

MiniCPM-1.2B 1.2B Jun 2024 2.0 GB 131k Token ? Q8_0 Komfortabel
146 tok/s

88–234 · niedrige Vertrauenswürdigkeit

DeepSeek Coder 1.3B 1.3B Jan 2024 2.1 GB 131k Token ? Q8_0 Komfortabel
146 tok/s

88–234 · niedrige Vertrauenswürdigkeit

DeepSeek-VL-1.3B 1.3B Mar 2024 2.1 GB 131k Token ? Q8_0 Komfortabel
146 tok/s

88–234 · niedrige Vertrauenswürdigkeit

DigiRL 1.3B Jun 2024 2.1 GB 131k Token ? Q8_0 Komfortabel
146 tok/s

88–234 · niedrige Vertrauenswürdigkeit

GLA Transformer 1.3B 1.3B Aug 2024 2.1 GB 131k Token ? Q8_0 Komfortabel
146 tok/s

88–234 · niedrige Vertrauenswürdigkeit

Janus 1.3B 1.3B Oct 2024 2.1 GB 131k Token ? Q8_0 Komfortabel
146 tok/s

88–234 · niedrige Vertrauenswürdigkeit

Kosmos-2.5 1.3B Aug 2024 2.1 GB 131k Token ? Q8_0 Komfortabel
146 tok/s

88–234 · niedrige Vertrauenswürdigkeit

Otter 1.3B May 2023 2.1 GB 131k Token ? Q8_0 Komfortabel
146 tok/s

88–234 · 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

Radeon PRO W7800 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
32 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
Navi 31
Architektur
RDNA 3.0
Generierung
Radeon Pro Navi(Navi III Series)
Gießerei
TSMC
Prozessgröße
5 nm
Transistoren
57.7 billion
Transistordichte
109,100 K/mm²
Die Größe
529 mm²
Paket
MCM
Veröffentlicht
13 April 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
1.9 GHz
Boost-Takt
2.53 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
4,480
Texturzuordnungseinheiten
280
Render-Ausgabeeinheiten
128
Strahlverfolgungskerne
70
L1-Cache
250 KB
L2-Cache
6 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)
90.5 TFLOPS
Einfache Genauigkeit (FP32)
45.3 TFLOPS
Doppelte Genauigkeit (FP64)
1.4 TFLOPS
Pixelrate
323 GPixel/s
Texturrate
707 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)
260 W
Vorgeschlagene Stromversorgung
600 W
Stromanschlüsse
2x 8-pin
Bus-Schnittstelle
PCIe 4.0 x16
Slot-Breite
Dual-slot
Dimensionen
280 mm × 40 mm
Anzeigeausgaben
3x DisplayPort 2.1, 1x mini-DisplayPort 2.1

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.

DirectX
12.2
OpenGL
4.6
Vulkan
1.4
OpenCL
2.2
Shader-Modell
6.8

Auflistungen

Wo man ein Radeon PRO W7800

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

Kapazität und Bandbreite

Speicher

32 GB

Bandbreite

576 GB/s

Größtes Modell

Phi-3.5-MoE

Radeon PRO W7800 trägt 32 GB von GDDR6. Das deckt die mittelgroßen Modelle ab, die die meisten Leute tatsächlich ausführen. Sobald die Laufzeit und der Treiber ihren Arbeitsbereich reservieren, bleibt ungefähr so viel übrig: 28.8 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.

Das kommt von einem MEMORY CLOCK von 2.25 GHz. Beide Hälften sind wichtig, und keine ist in einem Gaming-Benchmark sichtbar.

In der Praxis erreicht diese Kombination ein Maximum bei Phi-3.5-MoE, 60.8B, komprimiert auf Q3_K_M und generieren etwa 46.9 Token pro Sekunde

Der Chip und wie er gebaut wurde

Radeon PRO W7800 ist auf dem Grafikprozessor aufgebaut Navi 31, die Architektur verwenden RDNA 3.0 von AMD, als Teil der Generierung Radeon Pro Navi(Navi III Series).

Der Chip wird hergestellt von TSMC, einem Prozess von 5 nm, mit einem Maß von 529 mm², halten 57.7 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 April 2023, grob 3.3010581736919 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

90.5 TFLOPS

FP64

1.4 TFLOPS

Auf Papier Radeon PRO W7800 erreicht 90.5 TFLOPS bei halber Genauigkeit, und 45.3 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 1.4 TFLOPS. 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 Taktraten laufen von einer Basis von 1.9 GHz zu einem Schub von 2.53 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

Radeon PRO W7800 hat einen L1-Cache von 250 KB, unterstützt von einem L2-Cache von 6 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 4,480 Shader-Einheiten, 280 Texturzuordnungseinheiten, und 128 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

260 W

Radeon PRO W7800 ist bewertet mit 260 W, und das empfohlene Systemnetzteil ist 600 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 dual-slot, messen 280 mm lang, und benötigt 2x 8-pin. 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 Radeon PRO W7800

Die größten OPEN WEIGHT Modelle, die auf dieser CARD passen, neueste zuerst. Jedes wird mit der besten Kompression angezeigt, die die CARD halten kann..

  1. 01 Kimi Linear 48B · IQ4_XS · Oct 2025 9.7 tok/s
  2. 02 Llama Nemotron Super v1.5 49B · IQ4_XS · Jul 2025 9.5 tok/s
  3. 03 Nemotron-H 56B 56B · Q3_K_M · Apr 2025 9.2 tok/s
  4. 04 Nemotron-H 47B 47B · IQ4_XS · Apr 2025 9.9 tok/s
  5. 05 Llama Nemotron Super 49B 49B · IQ4_XS · Mar 2025 9.5 tok/s
  6. 06 Jamba 1.6 Mini 52B · IQ4_XS · Mar 2025 38.9 tok/s
  7. 07 Jamba 1.5 Mini 52B · IQ4_XS · Aug 2024 38.9 tok/s
  8. 08 Qwen2-57B-A14B 57B · IQ4_XS · Jun 2024 33.4 tok/s
  9. 09 Phi-3.5-MoE 60.8B · Q3_K_M · Apr 2024 46.9 tok/s
  10. 10 Jamba 51.6B · IQ4_XS · Mar 2024 38.9 tok/s

Die schnellsten AI-Modelle auf einer Radeon PRO W7800

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..

  1. 01 Gemma 3 QAT 1B 1B · Q8_0 · 1.8 GB 190 tok/s
  2. 02 Gemma 3 1B 1B · Q8_0 · 1.8 GB 190 tok/s
  3. 03 LLama 3..2 Typhoon 2 1B 1B · Q8_0 · 1.8 GB 190 tok/s
  4. 04 OLMo-1B 1B · Q8_0 · 1.8 GB 190 tok/s
  5. 05 HGRN 1B (WT 103) 1B · Q8_0 · 1.8 GB 190 tok/s
  6. 06 Pythia-1b 1B · Q8_0 · 1.8 GB 190 tok/s
  7. 07 OpenELM-1.1B 1.1B · Q8_0 · 1.9 GB 176 tok/s
  8. 08 TinyLlama-1.1B (1T token checkpoint) 1.1B · Q8_0 · 1.9 GB 173 tok/s
  9. 09 TinyLlama-1.1B (3T token checkpoint) 1.1B · Q8_0 · 1.9 GB 173 tok/s
  10. 10 DeciCoder-1B 1.1B · Q8_0 · 1.9 GB 173 tok/s

Schritt für Schritt

Wie man die Tokens pro Sekunde eines Radeon PRO W7800

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..

  1. 01

    Modell: KI-Modell Lauf: KI-Modell ausführen Passt nicht: Passt nicht in GPU VRAM Eng: Kaum lauffähig Komfortabel: Läuft leicht Offenes Gewicht: Open-Source KI-Modell In der Datei: In unserer Datenbank Veröffentlichungen: Neu veröffentlichte GPUs Speicher/Speichergebunden: GPU VRAM/Bandbreite Karte: GPU-Karte Kontextlänge: KI-Kontextfenster

    Die Tabelle listet 513 Modelle, die die GPU-Karte verarbeitet. Das Suchfeld akzeptiert einen Namen oder eine Größe wie 27b, die mit der Anzahl der Parameter übereinstimmt.

  2. 02

    Passen Sie den Kontext an Ihre Arbeit an

    Setzen Sie den Kontext auf Ihre tatsächliche Arbeitslänge. Kurze Fragen kosten fast nichts, aber ein langes Dokument kann einen großen Teil von 32 GB das ist häufig der Unterschied zwischen einem Modell, das passt, und einem, das nicht passt.

  3. 03

    Setzen Sie eine Mindestqualität fest, wenn Sie eine benötigen.

    Kompression ist das, was größere Modelle passend macht. Die Qualitätskontrolle verwirft jedes Modell, das mehr davon benötigt, als Sie bereit sind zu geben.

  4. 04

    Nehmen Sie den Bereich als die Antwort.

    Jede Geschwindigkeit ist eine Schätzung für ein einzelnes Gespräch, mit einem Bereich darunter. Das obere Ende hier ist 190 tok/s auf Gemma 3 QAT 1B. Die gleiche Karte und das Modell variieren zwischen dreißig und fünfzig Prozent bei den Inferenzlaufzeiten.

  5. 05

    Überprüfen Sie den Spielraum, bevor Sie entscheiden.

    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. 32 GB.

  6. 06

    Überprüfung mit anderer Hardware

    Jede Modellseite wiederholt diese Berechnung für den gesamten Katalog. Ein Blick wert, bevor man entscheidet: es zeigt, was sonst das gleiche Modell ausführt, neben Radeon PRO W7800.

Antworten

Radeon PRO W7800 — Häufige Fragen

01

Radeon PRO W7800— Was sind seine TFLOPS?

Es ist bewertet mit 90.5 TFLOPS bei halber Genauigkeit und 45.3 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.

02

Radeon PRO W7800— Unterstützt es CUDA?

Nein. CUDA ist nur für NVIDIA, und dies ist eine Karte von AMD. Es laufen Sprachmodelle über ROCm, Vulkan oder Metal, je nach Software, die weniger ausgereift sind als der CUDA-Pfad — unsere Schätzungen wenden eine Strafe dafür an.

03

Radeon PRO W7800— 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.

04

Radeon PRO W7800— Ist es gut, um lokale AI-Modelle auszuführen?

Sein VRAM deckt bequem die mittelgroßen Modelle ab, die die meisten Menschen lokal ausführen, und seine Bandbreite bietet nutzbare, wenn auch unspektakuläre, Generierungsgeschwindigkeiten. Insgesamt läuft es 513 der Modelle, die wir verfolgen. Ob das genug ist, hängt ganz davon ab, welches Modell Sie möchten – die obige Tabelle beantwortet das direkt.

05

Radeon PRO W7800— kann es ein Modell ausführen, das nicht in seinen VRAM passt?

Das Auslagern über die Karte hinaus 32 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.

06

Würden zwei Radeon PRO W7800 Karten doppelt so schnell sein?

Das Pairing bietet mehr Spielraum als Tempo: 64 GB um mit zu arbeiten, anstatt zweimal die Tokens pro Sekunde - jede Zahl hier bezieht sich auf eine einzelne Karte.

07

Radeon PRO W7800— Welche AI-Modelle kann es ausführen?

513 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.

08

Radeon PRO W7800— Was ist das größte AI-MODEL, das es ausführen kann?

Das größte Modell in unserem Katalog, das passt, ist Phi-3.5-MoE bei 60.8B Parameter, komprimiert auf Q3_K_M. Es generiert ungefähr 46.9 Tokens pro Sekunde und benötigt etwa 27.2 GB des Speichers der Karte.

09

Radeon PRO W7800— 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 190 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.

10

Radeon PRO W7800— 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 28.4 Token pro Sekunde

11

Radeon PRO W7800— Kann es laufen 13B Modelle?

Ja. Es läuft. DeepSeekMoE-16B bei Q8_0, verwenden von etwa 17.5 GB VRAM und generieren etwa 66.1 Token pro Sekunde

12

Radeon PRO W7800— Kann es laufen 30B Modelle?

Ja. Es läuft. ERNIE-4.5-VL-28B-A3B bei Q6_K, verwenden von etwa 22.7 GB VRAM und generieren etwa 54.9 Token pro Sekunde

13

Radeon PRO W7800— wie viel VRAM hat es?

Diese Karte hat 32 GB von GDDR6. Rund ein Zehntel wird von der Inferenzlaufzeit und dem Treiber reserviert, was ungefähr 28.8 GB verfügbar für ein Modell und dessen Konversation.

14

Radeon PRO W7800— 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.

15

Radeon PRO W7800— 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.

16

Radeon PRO W7800— Wer macht es?

Dies ist ein Produkt von AMD, mit dem von ... hergestellten Chip TSMC, einem Prozess von 5 nm.

17

Radeon PRO W7800— Wann wurde es veröffentlicht?

Es wurde veröffentlicht in April 2023.

18

Radeon PRO W7800— Wie viel Leistung verbraucht es?

Bewertete Boardleistung ist 260 W, und das empfohlene Systemnetzteil ist 600 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.

19

Radeon PRO W7800— Wie viel Cache hat es?

Der L1-Cache ist 250 KB, und der L2-Cache ist 6 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.

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..

Alle GPUs