Berechne die TPS des Arc Pro A60 auf lokalen KI-Modellen

Intel 12 GB GDDR6 384 GB/s June 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

396 Modelle, die es ausführen kann

679 Modelle in unserem Katalog insgesamt

Das größte Modell, das es hält

ERNIE-4.5-21B-A3B

21B · Q3_K_M · 75.5 tok/s

Schnellstes Modell

Gemma 3 QAT 1B

106 tok/s · 1B

Welche KI-Modelle können auf einem Arc Pro A60?

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..

396 Modelle passen

Berechnung
Quantisierung Passend
106 tok/s

63–169 · niedrige Vertrauenswürdigkeit

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

63–169 · niedrige Vertrauenswürdigkeit

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

63–169 · niedrige Vertrauenswürdigkeit

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

63–169 · niedrige Vertrauenswürdigkeit

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

63–169 · niedrige Vertrauenswürdigkeit

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

63–169 · niedrige Vertrauenswürdigkeit

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

59–157 · niedrige Vertrauenswürdigkeit

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

58–154 · niedrige Vertrauenswürdigkeit

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

58–154 · niedrige Vertrauenswürdigkeit

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

58–154 · niedrige Vertrauenswürdigkeit

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

58–154 · niedrige Vertrauenswürdigkeit

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

53–141 · niedrige Vertrauenswürdigkeit

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

53–141 · niedrige Vertrauenswürdigkeit

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

53–141 · niedrige Vertrauenswürdigkeit

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

53–141 · niedrige Vertrauenswürdigkeit

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

52–138 · niedrige Vertrauenswürdigkeit

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

51–136 · niedrige Vertrauenswürdigkeit

DeepSeekMoE-16B 16B Jan 2024 10.0 GB 4k Token Q4_K_M knapp
84.7 tok/s

51–136 · niedrige Vertrauenswürdigkeit

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

49–130 · niedrige Vertrauenswürdigkeit

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

49–130 · niedrige Vertrauenswürdigkeit

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

49–130 · niedrige Vertrauenswürdigkeit

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

49–130 · niedrige Vertrauenswürdigkeit

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

49–130 · niedrige Vertrauenswürdigkeit

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

49–130 · niedrige Vertrauenswürdigkeit

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

49–130 · niedrige Vertrauenswürdigkeit

Otter 1.3B May 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

Arc Pro A60 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
12 GB
Speicherbandbreite
384 GB/s
Speichertype
GDDR6
Speicherdatenbreite
192 bit
Speichertakt
2 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
DG2-256
Architektur
Xe-HPG
Generierung
Alchemist(Pro Series)
Gießerei
TSMC
Prozessgröße
6 nm
Transistoren
11.5 billion
Transistordichte
42,800 K/mm²
Die Größe
269 mm²
Veröffentlicht
6 June 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
900 MHz
Boost-Takt
2.05 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
2,048
Texturzuordnungseinheiten
128
Render-Ausgabeeinheiten
64
Strahlverfolgungskerne
16
L2-Cache
12 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)
16.8 TFLOPS
Einfache Genauigkeit (FP32)
8.4 TFLOPS
Pixelrate
131 GPixel/s
Texturrate
262 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)
130 W
Vorgeschlagene Stromversorgung
300 W
Bus-Schnittstelle
PCIe 4.0 x16
Slot-Breite
Single-slot
Anzeigeausgaben
4x DisplayPort 2.0

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
3.0
Shader-Modell
6.6

Auflistungen

Wo man ein Arc Pro A60

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

12 GB

Bandbreite

384 GB/s

Größtes Modell

ERNIE-4.5-21B-A3B

Arc Pro A60 trägt 12 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 10.8 GB.

Der Speicherbandbreite erreicht 384 GB/s über einen Bus von 192 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 GHz. Es ist der Grund, warum Kernanzahlen die Generationsgeschwindigkeit so schlecht vorhersagen.

Zusammengefasst passt das größte Modell, das in den GPU VRAM passt, ist ERNIE-4.5-21B-A3B, 21B, komprimiert auf Q3_K_M und generieren etwa 75.5 Token pro Sekunde

Der Chip und wie er gebaut wurde

Arc Pro A60 ist auf dem Grafikprozessor aufgebaut DG2-256, die Architektur verwenden Xe-HPG von Intel, als Teil der Generierung Alchemist(Pro Series).

Der Chip wird hergestellt von TSMC, einem Prozess von 6 nm, mit einem Maß von 269 mm², halten 11.5 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 June 2023, grob 3.1530921815244 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

16.8 TFLOPS

Auf Papier Arc Pro A60 erreicht 16.8 TFLOPS bei halber Genauigkeit, und 8.4 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.

Die Taktraten laufen von einer Basis von 900 MHz zu einem Schub von 2.05 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

unterstützt von einem L2-Cache von 12 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 2,048 Shader-Einheiten, 128 Texturzuordnungseinheiten, und 64 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

130 W

Arc Pro A60 ist bewertet mit 130 W, und das empfohlene Systemnetzteil ist 300 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 single-slot. 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 Arc Pro A60

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 ERNIE-4.5-21B-A3B 21B · Q3_K_M · Jun 2025 75.5 tok/s
  2. 02 GigaChat Lite (GigaChat-20B-A3B) 20B · Q3_K_M · Dec 2024 79.2 tok/s
  3. 03 InternLM2.5 20B · Q3_K_M · Aug 2024 14.3 tok/s
  4. 04 Granite 20B 20B · Q3_K_M · May 2024 14.3 tok/s
  5. 05 InternLM2-20B 20B · Q3_K_M · Jan 2024 14.3 tok/s
  6. 06 CogAgent 18B · IQ4_XS · Dec 2023 14.4 tok/s
  7. 07 SPHINX (Llama 2 13B) 19.9B · Q3_K_M · Nov 2023 14.3 tok/s
  8. 08 CogVLM-17B 17B · IQ4_XS · Nov 2023 15.3 tok/s
  9. 09 Flan UL2 19.5B · Q3_K_M · Mar 2023 14.6 tok/s
  10. 10 Palmyra Large 20B 20B · Q3_K_M · Mar 2023 14.3 tok/s

Die schnellsten AI-Modelle auf einer Arc Pro A60

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 106 tok/s
  2. 02 Gemma 3 1B 1B · Q8_0 · 1.8 GB 106 tok/s
  3. 03 LLama 3..2 Typhoon 2 1B 1B · Q8_0 · 1.8 GB 106 tok/s
  4. 04 OLMo-1B 1B · Q8_0 · 1.8 GB 106 tok/s
  5. 05 HGRN 1B (WT 103) 1B · Q8_0 · 1.8 GB 106 tok/s
  6. 06 Pythia-1b 1B · Q8_0 · 1.8 GB 106 tok/s
  7. 07 OpenELM-1.1B 1.1B · Q8_0 · 1.9 GB 97.9 tok/s
  8. 08 TinyLlama-1.1B (1T token checkpoint) 1.1B · Q8_0 · 1.9 GB 96.1 tok/s
  9. 09 TinyLlama-1.1B (3T token checkpoint) 1.1B · Q8_0 · 1.9 GB 96.1 tok/s
  10. 10 DeciCoder-1B 1.1B · Q8_0 · 1.9 GB 96.1 tok/s

Schritt für Schritt

Wie man die Tokens pro Sekunde eines Arc Pro A60

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

    Finde das Modell in der Tabelle

    Die Tabelle listet 396 Modelle, die diese Karte ausführt. Die Suche verfeinert die Liste nach Namen oder nach Größe.

  2. 02

    Setzen Sie die Kontextlänge, die Sie tatsächlich verwenden werden.

    Setzen Sie den Kontext auf Ihre tatsächliche Arbeitslänge. Kurze Fragen kosten fast nichts, aber ein langes Dokument kann einen großen Teil von 12 GB Also ist es wichtig, die Einstellung richtig zu wählen.

  3. 03

    Vergleiche an ein Qualitätsniveau anheften

    Jedes Modell wird in der besten Kompression angezeigt, die diese Karte halten kann. Eine minimale Qualität verbirgt die, die nur passen, indem sie weiter zusammengepresst werden, als Sie akzeptieren würden.

  4. 04

    Schau dir das Spektrum an, nicht nur die Zahl.

    Geschwindigkeiten kommen aus einem Grund mit Fehlerbalken. Der beste Fall hier ist 106 tok/s auf Gemma 3 QAT 1B. Die gleiche Karte und das Modell variieren zwischen dreißig und fünfzig Prozent bei den Inferenzlaufzeiten.

  5. 05

    Lese das Urteil über die Passform zuletzt

    Die Passform-Spalte trennt Modelle, die gerade so passen, von solchen mit Platz zur Verfügung — es lohnt sich, dies zu überprüfen, bevor man sich für einen entscheidet, gegen einen verfügbaren 12 GB.

  6. 06

    Öffne das Modell, um Karten zu vergleichen

    Ein Modell bis zu seiner eigenen Seite zu verfolgen, listet alle Hardware auf, die es ausführen kann, sodass Sie sehen können, wie es im Vergleich zu Arc Pro A60.

Antworten

Arc Pro A60 — Häufige Fragen

01

Arc Pro A60— Welche Art von MEMORY verwendet es?

Es verwendet GDDR6 getaktet bei 2 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.

02

Arc Pro A60— Wer macht es?

Dies ist ein Produkt von Intel, mit dem von ... hergestellten Chip TSMC, einem Prozess von 6 nm.

03

Arc Pro A60— Wann wurde es veröffentlicht?

Es wurde veröffentlicht in June 2023.

04

Arc Pro A60— Wie viel Leistung verbraucht es?

Bewertete Boardleistung ist 130 W, und das empfohlene Systemnetzteil ist 300 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.

05

Arc Pro A60— Wie viel Cache hat es?

und der L2-Cache ist 12 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.

06

Arc Pro A60— Was sind seine TFLOPS?

Es ist bewertet mit 16.8 TFLOPS bei halber Genauigkeit und 8.4 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.

07

Arc Pro A60— Unterstützt es CUDA?

Nein. CUDA ist nur für NVIDIA, und dies ist eine Karte von Intel. 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.

08

Arc Pro A60— 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.

09

Arc Pro A60— Ist es gut, um lokale AI-Modelle auszuführen?

seine Speicher deckt kleine und mittelgroße Modelle ab, obwohl die größten unerreichbar sind, da seine Bandbreite bedeutet, dass die Generation bei größeren Modellen langsam erscheinen wird. Insgesamt läuft es 396 der Modelle, die wir verfolgen. Ob das genug ist, hängt ganz davon ab, welches Modell Sie möchten – die obige Tabelle beantwortet das direkt.

10

Arc Pro A60— kann es ein Modell ausführen, das nicht in seinen VRAM passt?

Nur teilweise. Schichten über die GPU-Karte. 12 GB ist möglich und normalerweise eine falsche Sparmaßnahme: der System-Speicheranteil ist ausreichend langsam, um das Ergebnis zu dominieren.

11

Würden zwei Arc Pro A60 Karten doppelt so schnell sein?

Kapazität addiert, Durchsatz nicht. Zwei von ihnen geben Ihnen 24 GB von kombinierter VRAM, bei etwa der gleichen Generation Geschwindigkeit wie eine.

12

Arc Pro A60— Welche AI-Modelle kann es ausführen?

396 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.

13

Arc Pro A60— Was ist das größte AI-MODEL, das es ausführen kann?

Das größte Modell in unserem Katalog, das passt, ist ERNIE-4.5-21B-A3B bei 21B Parameter, komprimiert auf Q3_K_M. Es generiert ungefähr 75.5 Tokens pro Sekunde und benötigt etwa 10.1 GB des Speichers der Karte.

14

Arc Pro A60— 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 106 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.

15

Arc Pro A60— Kann es laufen 7B Modelle?

Ja. Es läuft. DeepSeek Coder 6.7B bei Q6_K, verwenden von etwa 9.9 GB VRAM und generieren etwa 22.9 Token pro Sekunde

16

Arc Pro A60— Kann es laufen 13B Modelle?

Ja. Es läuft. DeepSeekMoE-16B bei Q4_K_M, verwenden von etwa 10.0 GB VRAM und generieren etwa 84.7 Token pro Sekunde

17

Arc Pro A60— wie viel VRAM hat es?

Diese Karte hat 12 GB von GDDR6. Rund ein Zehntel wird von der Inferenzlaufzeit und dem Treiber reserviert, was ungefähr 10.8 GB verfügbar für ein Modell und dessen Konversation.

18

Arc Pro A60— Was ist seine Speicherbandbreite?

Der Speicherbandbreite erreicht 384 GB/s über einen Bus von 192 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.

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