Calcular el TPS del GeForce RTX 2080 Ti en modelos locales de IA
Cada modelo en nuestro catálogo se evalúa según esta tarjeta en la longitud de contexto y la calidad mínima que elijas. La velocidad es una estimación para una sola solicitud, calculada a partir del ancho de banda de memoria de esta tarjeta y el tamaño de cada modelo una vez comprimido..
Calculado para esta tarjeta
679 modelos en nuestro catálogo en conjunto
El modelo más grande que sostiene
GigaChat Lite (GigaChat-20B-A3B)
20B · Q3_K_M · 196 tok/s
Modelo más rápido
Gemma 3 QAT 1B
261 tok/s · 1B
¿Qué modelos de IA pueden ejecutarse en un GeForce RTX 2080 Ti?
Establecer las entradas, leer la respuesta
Más contexto significa más memoria para la caché de conversación. La velocidad es para una conversación nueva y no cambia con esta configuración..
Oculta modelos que solo encajarían al ser comprimidos por debajo de este punto.
389 modelos coinciden
Calculando| Cuantización | Ajustar | ||||||
|---|---|---|---|---|---|---|---|
|
261
tok/s
222–313 |
Gemma 3 1B | 1B | Mar 2025 | 1.8 GB | 33k tokens | Q8_0 | Cómodo |
|
261
tok/s
222–313 |
Gemma 3 QAT 1B | 1B | Apr 2025 | 1.8 GB | 33k tokens | Q8_0 | Cómodo |
|
261
tok/s
157–417 · baja confianza |
HGRN 1B (WT 103) ≈ | 1B | Nov 2023 | 1.8 GB | 131k tokens ? | Q8_0 | Cómodo |
|
261
tok/s
157–417 · baja confianza |
LLama 3..2 Typhoon 2 1B ≈ | 1B | Dec 2024 | 1.8 GB | 131k tokens ? | Q8_0 | Cómodo |
|
261
tok/s
157–417 · baja confianza |
OLMo-1B ≈ | 1B | Feb 2024 | 1.8 GB | 131k tokens ? | Q8_0 | Cómodo |
|
261
tok/s
157–417 · baja confianza |
Pythia-1b ≈ | 1B | Apr 2023 | 1.8 GB | 131k tokens ? | Q8_0 | Cómodo |
|
242
tok/s
145–387 · baja confianza |
OpenELM-1.1B ≈ | 1.1B | May 2024 | 1.9 GB | 131k tokens ? | Q8_0 | Cómodo |
|
237
tok/s
142–379 · baja confianza |
DeciCoder-1B ≈ | 1.1B | Aug 2023 | 1.9 GB | 131k tokens ? | Q8_0 | Cómodo |
|
237
tok/s
142–379 · baja confianza |
SantaCoder ≈ | 1.1B | Jan 2023 | 1.9 GB | 131k tokens ? | Q8_0 | Cómodo |
|
237
tok/s
142–379 · baja confianza |
TinyLlama-1.1B (1T token checkpoint) ≈ | 1.1B | Oct 2023 | 1.9 GB | 131k tokens ? | Q8_0 | Cómodo |
|
237
tok/s
142–379 · baja confianza |
TinyLlama-1.1B (3T token checkpoint) ≈ | 1.1B | Oct 2023 | 1.9 GB | 131k tokens ? | Q8_0 | Cómodo |
|
222
tok/s
133–356 · baja confianza |
DeepSeekMoE-16B | 16B | Jan 2024 | 9.1 GB | 4k tokens | IQ4_XS | Ajustado |
|
217
tok/s
130–348 · baja confianza |
EXAONE 4.0 (1.2B) ≈ | 1.2B | Jul 2025 | 2.0 GB | 131k tokens ? | Q8_0 | Cómodo |
|
217
tok/s
130–348 · baja confianza |
MinerU2.5 ≈ | 1.2B | Sep 2025 | 2.0 GB | 131k tokens ? | Q8_0 | Cómodo |
|
217
tok/s
130–348 · baja confianza |
Pleias 1.0 1.2B ≈ | 1.2B | Dec 2024 | 2.0 GB | 131k tokens ? | Q8_0 | Cómodo |
|
217
tok/s
130–348 · baja confianza |
Pleias-RAG-1B ≈ | 1.2B | Apr 2025 | 2.0 GB | 131k tokens ? | Q8_0 | Cómodo |
|
212
tok/s
180–255 |
Llama 3.2 1B | 1.2B | Sep 2024 | 2.2 GB | 131k tokens | Q8_0 | Cómodo |
|
209
tok/s
125–335 · baja confianza |
MiniCPM-1.2B ≈ | 1.2B | Jun 2024 | 2.0 GB | 131k tokens ? | Q8_0 | Cómodo |
|
201
tok/s
120–321 · baja confianza |
DeepSeek Coder 1.3B ≈ | 1.3B | Jan 2024 | 2.1 GB | 131k tokens ? | Q8_0 | Cómodo |
|
201
tok/s
120–321 · baja confianza |
DeepSeek-VL-1.3B ≈ | 1.3B | Mar 2024 | 2.1 GB | 131k tokens ? | Q8_0 | Cómodo |
|
201
tok/s
120–321 · baja confianza |
DigiRL ≈ | 1.3B | Jun 2024 | 2.1 GB | 131k tokens ? | Q8_0 | Cómodo |
|
201
tok/s
120–321 · baja confianza |
GLA Transformer 1.3B ≈ | 1.3B | Aug 2024 | 2.1 GB | 131k tokens ? | Q8_0 | Cómodo |
|
201
tok/s
120–321 · baja confianza |
Janus 1.3B ≈ | 1.3B | Oct 2024 | 2.1 GB | 131k tokens ? | Q8_0 | Cómodo |
|
201
tok/s
120–321 · baja confianza |
Kosmos-2.5 ≈ | 1.3B | Aug 2024 | 2.1 GB | 131k tokens ? | Q8_0 | Cómodo |
|
201
tok/s
120–321 · baja confianza |
Otter ≈ | 1.3B | May 2023 | 2.1 GB | 131k tokens ? | Q8_0 | Cómodo |
Las velocidades son estimaciones para una sola solicitud — una conversación a la vez — calculadas a partir del ancho de banda de memoria, el tamaño del modelo y la cuantificación. El rendimiento real varía con el tiempo de inferencia y su versión. Las cifras publicadas por los proveedores de hardware miden muchas solicitudes simultáneas y son mucho más altas..
En registro
GeForce RTX 2080 Ti especificación completa
Todo lo registrado para esta placa, ordenado por cuánto influye en ejecutar un modelo de lenguaje en lugar de cómo lo enumeraría una hoja de especificaciones. La memoria viene primero porque decide el resultado; el resto es contexto..
Memoria
Las dos especificaciones que deciden qué puede ejecutar esta tarjeta y cuán rápido. La capacidad determina qué modelos encajan; el ancho de banda establece cuántos tokens por segundo producen una vez que lo hacen.
- Tamaño de memoria
- 11 GB
- Ancho de banda de memoria
- 616 GB/s
- Tipo de memoria
- GDDR6
- Ancho de bus de memoria
- 352 bit
- Reloj de memoria
- 1.75 GHz
El chip
Cuál es el procesador en la placa y cómo fue fabricado. Un tamaño de proceso más pequeño generalmente significa más rendimiento para la misma potencia.
- Procesador gráfico
- TU102
- Arquitectura
- Turing
- Generación
- GeForce 20
- Fundición
- TSMC
- Tamaño del proceso
- 12 nm
- Transistores
- 18.6 billion
- Densidad de transistores
- 24,700 K/mm²
- Tamaño de die
- 754 mm²
- Lanzado
- 20 September 2018
Velocidades de reloj
Qué tan rápido funciona el procesador. Vale mucho menos aquí que en una prueba de rendimiento de juegos: generar texto está limitado por el ancho de banda de memoria, así que una mayor frecuencia apenas mueve el resultado.
- Frecuencia base
- 1.35 GHz
- Reloj de impulso
- 1.55 GHz
Unidades de procesamiento
Qué contiene el chip. Estos impulsan el rendimiento gráfico y son importantes principalmente para procesar un aviso largo en lugar de producir la respuesta.
- Unidades de sombreado
- 4,352
- Unidades de mapeo de texturas
- 272
- Unidades de salida de renderizado
- 88
- Multiprocesadores de streaming
- 68
- Núcleos Tensor
- 544
- Núcleos de trazado de rayos
- 68
- Caché L1
- 64 KB
- Caché L2
- 5.5 MB
Rendimiento teórico
Tasas aritméticas máximas publicadas para la placa. Estos son techos que ninguna carga de trabajo real alcanza, y la generación de texto alcanza una pequeña fracción de ellas porque está limitada por la memoria en lugar de la aritmética.
- Media precisión (FP16)
- 26.9 TFLOPS
- Precisión simple (FP32)
- 13.5 TFLOPS
- Doble precisión (FP64)
- 420.2 GFLOPS
- Tasa de píxeles
- 136 GPixel/s
- Tasa de textura
- 420 GTexel/s
La placa
Lo que se necesita para instalar físicamente y alimentar la tarjeta: las limitaciones prácticas que deciden si se ajusta a la máquina que ya posee.
- Consumo de energía (TDP)
- 250 W
- Suministro de energía sugerido
- 600 W
- Conectores de potencia
- 2x 8-pin
- Interfaz de bus
- PCIe 3.0 x16
- Ancho de ranura
- Dual-slot
- Dimensiones
- 267 mm × 35 mm
- Mostrar salidas
- 1x HDMI 2.0, 3x DisplayPort 1.4a, 1x USB Type-C
Soporte de software
Qué gráficos y interfaces de computación admite la tarjeta. La capacidad de computación CUDA es la que afecta a la inferencia: por debajo de 7.0 no hay núcleos tensoriales, y el software de inferencia moderno recurre a rutas de código más lentas.
- Capacidad de computación CUDA
- 7.5
- DirectX
- 12.2
- OpenGL
- 4.6
- Vulkan
- 1.4
- OpenCL
- 3.0
- Modelo de shader
- 6.8
Listados
Dónde comprar un GeForce RTX 2080 Ti
Actualmente, ningún vendedor está listando esta tarjeta. Las listaciones provienen de vendedores que las publican aquí directamente. — navegar el directorio de proveedores ver quién está vendiendo qué.
Qué significan los números
Capacidad y ancho de banda
Memoria
11 GB
Ancho de banda
616 GB/s
Modelo más grande
GigaChat Lite (GigaChat-20B-A3B)
GeForce RTX 2080 Ti carga solo 11 GB de GDDR6. Eso lo limita al extremo más pequeño del catálogo, y un modelo debe caber completamente dentro antes de que genere algo en absoluto. Un runtime en realidad obtiene alrededor de 9.9 GB.
El ancho de banda de VRAM alcanza 616 GB/s a través de un bus de 352 bits. Ese es el número que gobierna la velocidad de generación — la aritmética por byte leído es lo suficientemente pequeña como para que el bus, no los núcleos, sea lo que todos están esperando.
Eso proviene de un reloj de memoria de 1.75 GHz. Es por eso que los recuentos de núcleos predicen la velocidad de generación tan mal.
Juntos, el modelo más grande que cabe es GigaChat Lite (GigaChat-20B-A3B), 20B, comprimido a Q3_K_M y generando alrededor 196 tokens por segundo
El chip y cómo fue construido
GeForce RTX 2080 Ti está construido en el GPU TU102, usando la arquitectura Turing desde NVIDIA, como parte de la generación GeForce 20.
El chip es fabricado por TSMC, en un proceso de 12 nm, con un dado que mide 754 mm², sosteniendo 18.6 billion Transistores. Un proceso más pequeño generalmente significa más rendimiento para la misma potencia, aunque para modelos de lenguaje importa mucho menos que el subsistema de memoria.
Fue liberado en September 2018, aproximadamente 7.8627068097615 hace años. El soporte de software de inferencia tiende a seguir al hardware por uno o dos años, por lo que una CARD de esta edad generalmente tiene rutas de código maduras y bien optimizadas disponibles para ella.
Rendimiento de cómputo y por qué importa menos de lo que parece
FP16
26.9 TFLOPS
FP64
420.2 GFLOPS
Núcleos Tensor
544
En papel GeForce RTX 2080 Ti alcanza 26.9 TFLOPS a media precisión, y 13.5 TFLOPS a simple precisión. Estas son cifras pico que ninguna carga de trabajo real sostiene, y generar texto alcanza solo una pequeña fracción de ellas; la decodificación está limitada por la memoria en lugar de la aritmética, por lo que una tarjeta puede parecer enormemente poderosa aquí y aún así producir tokens a una tasa ordinaria.
El rendimiento de doble precisión alcanza 420.2 GFLOPS. No tiene relevancia para ejecutar un modelo de lenguaje — ninguna ejecución de inferencia lo utiliza — pero separa las partes de los centros de datos de las de consumo, ya que estas últimas lo restringen deliberadamente.
La tarjeta lleva 544 Núcleos Tensor a través 68 Multiprocesadores de streaming. Estos aceleran la aritmética de matrices en el corazón de un transformador, y son lo que hace que el procesamiento de solicitudes — leer un documento largo antes de responder — sea drásticamente más rápido de lo que sería de otra manera.
Las frecuencias funcionan desde una base de 1.35 GHz a un aumento de 1.55 GHz. Vale mucho menos aquí que en un benchmark de juegos: aumentar las velocidades del reloj acelera la aritmética, y la aritmética no es lo que la generación está esperando.
Cache y unidades de procesamiento
GeForce RTX 2080 Ti tiene una caché L1 de 64 KB, respaldado por una caché L2 de 5.5 MB. La caché absorbe una parte del tráfico de memoria que de otro modo impactaría en el bus principal, que es el único lugar en esta página donde un número diferente al ancho de banda afecta silenciosamente la velocidad de generación — un gran L2 permite que más del conjunto de trabajo permanezca cerca de los núcleos.
Hay 4,352 Unidades de sombreado, 272 Unidades de mapeo de texturas, y 88 Unidades de salida de renderizado. Estos manejan cargas de trabajo gráficas y contribuyen al procesamiento de prompts, pero permanecen inactivos durante gran parte del tiempo que un modelo pasa generando una respuesta.
Potencia, tamaño e instalación
Consumo de energía
250 W
GeForce RTX 2080 Ti está clasificado en 250 , y la fuente de alimentación del sistema sugerida es 600 . Ejecutar un modelo de lenguaje mantiene una tarjeta ocupada en ráfagas en lugar de continuamente — consume recursos mientras genera e inactiva entre solicitudes — por lo que el consumo sostenido durante un día laboral suele estar muy por debajo de la cifra nominal.
La placa ocupa dual-slot, medir 267 mm largo, y necesita 2x 8-pin. Vale la pena comprobar con el caso y la fuente de alimentación ya en la máquina, ya que las tarjetas más grandes necesitan considerablemente más de ambos que lo que proporciona un escritorio típico.
Se conecta a través de PCIe 3.0 x16. La interfaz determina qué tan rápido se carga un modelo desde el disco en la tarjeta, no qué tan rápido se ejecuta una vez allí, así que un enlace más estrecho cuesta unos segundos al inicio y nada después.
Los extremos
Los modelos de IA más grandes que se ejecutan en una GeForce RTX 2080 Ti
Los modelos más grandes de peso abierto que caben en esta tarjeta, los más nuevos primero. Cada uno se muestra con la mejor compresión que la tarjeta puede contener..
Los modelos de IA más rápidos en un GeForce RTX 2080 Ti
Donde esta tarjeta produce tokens más rápido. Modelos más pequeños dominan aquí, porque generar cada token significa leer todo el modelo de la memoria una vez..
Paso a paso
Cómo calcular los tokens por segundo de un GeForce RTX 2080 Ti
No tienes que calcular nada a mano: la calculadora de gputps.com en esta página ya lo ha resuelto para cada modelo que esta tarjeta puede contener. Leer la respuesta lleva seis pasos..
-
01
Encuentra el modelo en la tabla.
La tabla enumera 389 modelos que esta tarjeta puede ejecutar. Buscar por nombre o por tamaño — escribir 27b coincide con el conteo de parámetros incluso cuando el nombre nunca lo indica.
-
02
Establece la longitud de contexto que realmente usarás
Las conversaciones más largas cuestan memoria además de los pesos. En contra 11 GB a menudo es lo que lleva a un gran modelo al límite.
-
03
Fija la comparación a un nivel de calidad
Por defecto, la tabla selecciona la copia menos comprimida que cabe. Establecer un límite elimina modelos que solo califican a través de una compresión fuerte.
-
04
Toma el rango como la respuesta
Las velocidades vienen con barras de error por una razón. El mejor caso aquí es 261 tok/s en Gemma 3 QAT 1B. La misma CARD y modelo varían entre el treinta y el cincuenta por ciento entre los tiempos de ejecución de inferencia.
-
05
Lee el veredicto de ajuste último
Tight significa que funciona hoy; comfortable significa que aún funciona cuando la conversación crece. Comparar lo que cada modelo necesita contra un disponible. 11 GB.
-
06
Abre el modelo para comparar tarjetas
Seguir un modelo hasta su propia página lista todo el hardware que puede ejecutarlo, para que puedas ver cómo se compara con GeForce RTX 2080 Ti.
Respuestas
GeForce RTX 2080 Ti — preguntas comunes
GeForce RTX 2080 Ti— ¿cuándo fue lanzado?
Fue liberado en September 2018.
GeForce RTX 2080 Ti— ¿Cuánta potencia utiliza?
La potencia nominal de la placa es 250 , y la fuente de alimentación del sistema sugerida es 600 . Generar texto consume mucho en ráfagas y permanece inactivo entre solicitudes, por lo que el consumo promedio durante una sesión de trabajo está normalmente muy por debajo de la cifra nominal.
GeForce RTX 2080 Ti— cuánta caché tiene?
La caché L1 es 64 KB, y la caché L2 es 5.5 MB. La caché absorbe parte del tráfico de memoria que de otro modo alcanzaría el bus principal, por lo que un L2 más grande proporciona un leve aumento en la velocidad de generación más allá de lo que la banda ancha por sí sola predice.
GeForce RTX 2080 Ti— ¿cuáles son sus TFLOPS?
Está calificado en 26.9 TFLOPS a media precisión y 13.5 TFLOPS a precisión simple. Estos son techos aritméticos máximos en lugar de tasas alcanzables, y la generación de texto alcanza solo una pequeña fracción de ellos porque está limitada por el ancho de banda de memoria en su lugar.
GeForce RTX 2080 Ti— ¿Cuántos núcleos Tensor tiene?
Tiene 544 Núcleos Tensor a través 68 Multiprocesadores de streaming. Aceleran la aritmética matricial de la que se construye un TRANSFORMADOR, lo que principalmente acelera el procesamiento de un PROMPT largo en lugar de producir la respuesta.
GeForce RTX 2080 Ti— ¿Soporta CUDA?
Sí. Informa sobre la capacidad de cómputo CUDA. 7.5. La capacidad 7.0 y superior tiene núcleos tensor, que el software de inferencia moderno utiliza; por debajo de eso, se retrocede a rutas de código más lentas para modelos cuantizados.
GeForce RTX 2080 Ti— ¿Qué interfaz de bus utiliza?
Utiliza PCIe 3.0 x16. Esto rige qué tan rápido se carga un modelo en la tarjeta en lugar de qué tan rápido se ejecuta una vez cargado, por lo que cuesta unos segundos al inicio y nada durante la generación.
GeForce RTX 2080 Ti— ¿Es bueno para ejecutar modelos de IA locales?
Su memoria lo limita a modelos más pequeños y su ancho de banda proporciona velocidades de generación utilizables, aunque no espectaculares. En total, ejecuta 389 de los modelos que seguimos. Si eso es suficiente depende completamente de qué modelo quieras — la tabla anterior responde eso directamente.
GeForce RTX 2080 Ti— ¿Puede ejecutar un modelo que no cabe en su VRAM?
Se puede dividir, con el desbordamiento mantenido en la memoria del sistema más allá de la tarjeta. 11 GB arrastra todo hacia abajo, y ninguna de las cifras en esta página lo asume.
¿Serían dos GeForce RTX 2080 Ti ¿Las tarjetas serán dos veces más rápidas?
No. Una segunda tarjeta duplica la memoria a 22 GB trabajar con en lugar de el doble de tokens por segundo — cada cifra aquí es para una sola tarjeta.
GeForce RTX 2080 Ti— ¿Qué modelos de IA puede ejecutar?
389 de la 679 modelos de lenguaje de open-weight que seguimos se ajustan en esta card y pueden ser ejecutados localmente. La tabla en esta página lista cada uno, con la memory que necesita, la cuantificación a la que funciona y una velocidad de generación estimada.
GeForce RTX 2080 Ti— ¿Cuál es el modelo de IA más grande que puede ejecutar?
El modelo más grande en nuestro catálogo que se ajusta es GigaChat Lite (GigaChat-20B-A3B) en 20B parámetros, comprimido a Q3_K_M. Genera aproximadamente 196 tokens por segundo y necesita aproximadamente 9.7 GB de la memoria de la tarjeta.
GeForce RTX 2080 Ti— cuántos tokens por segundo produce?
Depende del modelo. El modelo más rápido que seguimos aquí es Gemma 3 QAT 1B a aproximadamente 261 tokens por segundo, mientras que los modelos más grandes funcionan proporcionalmente más lentos porque cada token requiere leer todo el modelo de la memoria una vez. Las velocidades son estimaciones para una sola conversación a la vez.
GeForce RTX 2080 Ti— ¿Puede ejecutarse? 7B modelos?
Sí. Por ejemplo, se ejecuta. Qwen1.5-7B en Q5_K_M, usando alrededor 9.3 GB de VRAM y generando alrededor 66.6 tokens por segundo
GeForce RTX 2080 Ti— ¿Puede ejecutarse? 13B modelos?
Sí. Por ejemplo, se ejecuta. DeepSeekMoE-16B en IQ4_XS, usando alrededor 9.1 GB de VRAM y generando alrededor 222 tokens por segundo
GeForce RTX 2080 Ti— ¿Cuánta VRAM tiene?
Esta tarjeta tiene 11 GB de GDDR6. Alrededor de una décima es reservada por el tiempo de ejecución de inferencia y el controlador, dejando aproximadamente 9.9 GB disponible para un modelo y su conversación.
GeForce RTX 2080 Ti— ¿Cuál es su ancho de banda de VRAM?
El ancho de banda de VRAM alcanza 616 GB/s a través de un bus de 352 bits. Este es el único mejor predictor de qué tan rápido genera texto, porque producir cada token significa leer todo el modelo fuera de la memoria una vez.
GeForce RTX 2080 Ti— ¿qué tipo de memoria utiliza?
Utiliza GDDR6 funcionando a 1.75 GHz. Los tipos de HBM se encuentran en aceleradores de datacenters y llevan mucho más ancho de banda que el GDDR utilizado en tarjetas de escritorio, razón por la cual generan tokens considerablemente más rápido a la misma capacidad.
GeForce RTX 2080 Ti— ¿Quién lo hace?
Este es un producto de NVIDIA, con el chip fabricado por TSMC, en un proceso de 12 nm.
La otra dirección
¿Mirándolo desde el otro lado?
Esta página comienza desde el hardware. Si ya sabes qué modelo quieres y necesitas saber qué se necesita para ejecutarlo., Comienza desde el modelo en su lugar..