Calcular el TPS del Jetson AGX Orin 64 GB 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
Qwen3.5-122B-A10B
122B · Q3_K_M · 10.7 tok/s
Modelo más rápido
Gemma 3 QAT 1B
86.7 tok/s · 1B
¿Qué modelos de IA pueden ejecutarse en un Jetson AGX Orin 64 GB?
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.
595 modelos coinciden
Calculando| Cuantización | Ajustar | ||||||
|---|---|---|---|---|---|---|---|
|
86.7
tok/s
74–104 |
Gemma 3 1B | 1B | Mar 2025 | 1.8 GB | 33k tokens | Q8_0 | Cómodo |
|
86.7
tok/s
74–104 |
Gemma 3 QAT 1B | 1B | Apr 2025 | 1.8 GB | 33k tokens | Q8_0 | Cómodo |
|
86.7
tok/s
52–139 · baja confianza |
HGRN 1B (WT 103) ≈ | 1B | Nov 2023 | 1.8 GB | 131k tokens ? | Q8_0 | Cómodo |
|
86.7
tok/s
52–139 · baja confianza |
LLama 3..2 Typhoon 2 1B ≈ | 1B | Dec 2024 | 1.8 GB | 131k tokens ? | Q8_0 | Cómodo |
|
86.7
tok/s
52–139 · baja confianza |
OLMo-1B ≈ | 1B | Feb 2024 | 1.8 GB | 131k tokens ? | Q8_0 | Cómodo |
|
86.7
tok/s
52–139 · baja confianza |
Pythia-1b ≈ | 1B | Apr 2023 | 1.8 GB | 131k tokens ? | Q8_0 | Cómodo |
|
80.3
tok/s
48–129 · baja confianza |
OpenELM-1.1B ≈ | 1.1B | May 2024 | 1.9 GB | 131k tokens ? | Q8_0 | Cómodo |
|
78.9
tok/s
47–126 · baja confianza |
DeciCoder-1B ≈ | 1.1B | Aug 2023 | 1.9 GB | 131k tokens ? | Q8_0 | Cómodo |
|
78.9
tok/s
47–126 · baja confianza |
SantaCoder ≈ | 1.1B | Jan 2023 | 1.9 GB | 131k tokens ? | Q8_0 | Cómodo |
|
78.9
tok/s
47–126 · baja confianza |
TinyLlama-1.1B (1T token checkpoint) ≈ | 1.1B | Oct 2023 | 1.9 GB | 131k tokens ? | Q8_0 | Cómodo |
|
78.9
tok/s
47–126 · baja confianza |
TinyLlama-1.1B (3T token checkpoint) ≈ | 1.1B | Oct 2023 | 1.9 GB | 131k tokens ? | Q8_0 | Cómodo |
|
72.3
tok/s
43–116 · baja confianza |
EXAONE 4.0 (1.2B) ≈ | 1.2B | Jul 2025 | 2.0 GB | 131k tokens ? | Q8_0 | Cómodo |
|
72.3
tok/s
43–116 · baja confianza |
MinerU2.5 ≈ | 1.2B | Sep 2025 | 2.0 GB | 131k tokens ? | Q8_0 | Cómodo |
|
72.3
tok/s
43–116 · baja confianza |
Pleias 1.0 1.2B ≈ | 1.2B | Dec 2024 | 2.0 GB | 131k tokens ? | Q8_0 | Cómodo |
|
72.3
tok/s
43–116 · baja confianza |
Pleias-RAG-1B ≈ | 1.2B | Apr 2025 | 2.0 GB | 131k tokens ? | Q8_0 | Cómodo |
|
70.5
tok/s
60–85 |
Llama 3.2 1B | 1.2B | Sep 2024 | 2.2 GB | 131k tokens | Q8_0 | Cómodo |
|
69.5
tok/s
42–111 · baja confianza |
MiniCPM-1.2B ≈ | 1.2B | Jun 2024 | 2.0 GB | 131k tokens ? | Q8_0 | Cómodo |
|
66.7
tok/s
40–107 · baja confianza |
DeepSeek Coder 1.3B ≈ | 1.3B | Jan 2024 | 2.1 GB | 131k tokens ? | Q8_0 | Cómodo |
|
66.7
tok/s
40–107 · baja confianza |
DeepSeek-VL-1.3B ≈ | 1.3B | Mar 2024 | 2.1 GB | 131k tokens ? | Q8_0 | Cómodo |
|
66.7
tok/s
40–107 · baja confianza |
DigiRL ≈ | 1.3B | Jun 2024 | 2.1 GB | 131k tokens ? | Q8_0 | Cómodo |
|
66.7
tok/s
40–107 · baja confianza |
GLA Transformer 1.3B ≈ | 1.3B | Aug 2024 | 2.1 GB | 131k tokens ? | Q8_0 | Cómodo |
|
66.7
tok/s
40–107 · baja confianza |
Janus 1.3B ≈ | 1.3B | Oct 2024 | 2.1 GB | 131k tokens ? | Q8_0 | Cómodo |
|
66.7
tok/s
40–107 · baja confianza |
Kosmos-2.5 ≈ | 1.3B | Aug 2024 | 2.1 GB | 131k tokens ? | Q8_0 | Cómodo |
|
66.7
tok/s
40–107 · baja confianza |
Otter ≈ | 1.3B | May 2023 | 2.1 GB | 131k tokens ? | Q8_0 | Cómodo |
|
66.7
tok/s
40–107 · baja confianza |
Phi-1 ≈ | 1.3B | Oct 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
Jetson AGX Orin 64 GB 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
- 64 GB
- Ancho de banda de memoria
- 205 GB/s
- Tipo de memoria
- LPDDR5
- Ancho de bus de memoria
- 256 bit
- Reloj de memoria
- 800 MHz
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
- GA10B
- Arquitectura
- Ampere
- Generación
- Tegra(Ampere)
- Fundición
- Samsung
- Tamaño del proceso
- 8 nm
- Tamaño de die
- 200 mm²
- Lanzado
- 1 March 2023
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
- 1.3 GHz
- Reloj de impulso
- 1.3 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
- 2,048
- Unidades de mapeo de texturas
- 64
- Unidades de salida de renderizado
- 32
- Multiprocesadores de streaming
- 16
- Núcleos Tensor
- 64
- Caché L1
- 128 KB
- Caché L2
- 6 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)
- 10.7 TFLOPS
- Precisión simple (FP32)
- 5.3 TFLOPS
- Tasa de píxeles
- 42 GPixel/s
- Tasa de textura
- 83 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)
- 60 W
- Interfaz de bus
- PCIe 4.0 x4
- Ancho de ranura
- IGP
- Dimensiones
- 100 mm
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
- 8.7
- DirectX
- 12.2
- OpenGL
- 4.6
- Vulkan
- 1.4
- OpenCL
- 3.0
- Modelo de shader
- 6.8
Listados
Dónde comprar un Jetson AGX Orin 64 GB
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
64 GB
Ancho de banda
205 GB/s
Modelo más grande
Qwen3.5-122B-A10B
Jetson AGX Orin 64 GB lleva 64 GB de LPDDR5. Eso cubre los modelos de tamaño mediano que la mayoría de las personas realmente ejecutan. Una vez que el RUNTIME y el DRIVER reservan su espacio de trabajo, aproximadamente esto es lo que queda: 57.6 GB.
El ancho de banda de VRAM alcanza 205 GB/s a través de un bus de 256 bits. El ancho de banda es la verdadera limitación de esta tarjeta. Cada token requiere leer todo el modelo de la memoria, por lo que un modelo grande se sentirá lento aquí incluso cuando quepa.
El ancho de banda es la frecuencia multiplicada por el ancho del bus, y esta tarjeta tiene su memoria a 800 MHz. Ambas mitades importan, y ninguna es visible en un benchmark de juegos.
En la práctica, esa combinación alcanza un máximo de Qwen3.5-122B-A10B, 122B, comprimido a Q3_K_M y generando alrededor 10.7 tokens por segundo
El chip y cómo fue construido
Jetson AGX Orin 64 GB está construido en el GPU GA10B, usando la arquitectura Ampere desde NVIDIA, como parte de la generación Tegra(Ampere).
El chip es fabricado por Samsung, en un proceso de 8 nm, con un dado que mide 200 mm². 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 March 2023, aproximadamente 3.4190322570368 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
10.7 TFLOPS
Núcleos Tensor
64
En papel Jetson AGX Orin 64 GB alcanza 10.7 TFLOPS a media precisión, y 5.3 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.
La tarjeta lleva 64 Núcleos Tensor a través 16 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 1.3 GHz a un aumento de 1.3 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
Jetson AGX Orin 64 GB tiene una caché L1 de 128 KB, respaldado por una caché L2 de 6 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 2,048 Unidades de sombreado, 64 Unidades de mapeo de texturas, y 32 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
60 W
Jetson AGX Orin 64 GB está clasificado en 60 . 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 igp, medir 100 mm largo. 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 4.0 x4. 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 Jetson AGX Orin 64 GB
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 Jetson AGX Orin 64 GB
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 Jetson AGX Orin 64 GB
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 595 modelos que esta tarjeta ejecuta. La búsqueda reduce la lista por nombre o por tamaño.
-
02
Ajusta el contexto a tu trabajo
Arrastre el control deslizante a la longitud de conversación en la que planea trabajar. La caché crece con la conversación, y contra una tarjeta que sostiene 64 GB Esa es frecuentemente la diferencia entre un modelo que se ajusta y uno que no.
-
03
Fija la comparación a un nivel de calidad
La compresión es lo que permite que modelos más grandes quepan. El control de calidad descarta cualquier modelo que necesite más de esto de lo que estás dispuesto a dar.
-
04
Lee la velocidad y el rango
Las velocidades vienen con barras de error por una razón. El mejor caso aquí es 86.7 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
Verifica el margen antes de decidir
Un ajuste apretado se ejecuta pero no deja espacio para aumentar el contexto más tarde; cómodo tiene margen. La columna de memoria muestra lo que cada modelo necesita en comparación con un disponible. 64 GB.
-
06
Verificar con otro hardware
Cada página del modelo repite este cálculo para todo el catálogo. Vale la pena echar un vistazo antes de decidir: muestra qué más ejecuta el mismo modelo, junto a Jetson AGX Orin 64 GB.
Respuestas
Jetson AGX Orin 64 GB — preguntas comunes
Jetson AGX Orin 64 GB— ¿Es bueno para ejecutar modelos de IA locales?
Su memoria es lo suficientemente grande para modelos que la mayoría del hardware de escritorio no puede tocar, aunque su ancho de banda significa que la generación se sentirá lenta en modelos más grandes. En total, funciona 595 de los modelos que seguimos. Si eso es suficiente depende completamente de qué modelo quieras — la tabla anterior responde eso directamente.
Jetson AGX Orin 64 GB— ¿Puede ejecutar un modelo que no cabe en su VRAM?
Descarga más allá de la tarjeta 64 GB es posible y generalmente una falsa economía: la parte de memoria del sistema es lo suficientemente lenta como para dominar el resultado.
¿Serían dos Jetson AGX Orin 64 GB ¿Las tarjetas serán dos veces más rápidas?
Emparejarlos compra margen en lugar de ritmo: 128 GB trabajar con en lugar de el doble de tokens por segundo — cada cifra aquí es para una sola tarjeta.
Jetson AGX Orin 64 GB— ¿Qué modelos de IA puede ejecutar?
595 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.
Jetson AGX Orin 64 GB— ¿Cuál es el modelo de IA más grande que puede ejecutar?
El modelo más grande en nuestro catálogo que se ajusta es Qwen3.5-122B-A10B en 122B parámetros, comprimido a Q3_K_M. Genera aproximadamente 10.7 tokens por segundo y necesita aproximadamente 53.1 GB de la memoria de la tarjeta.
Jetson AGX Orin 64 GB— cuántos tokens por segundo produce?
Depende del modelo. El modelo más rápido que seguimos aquí es Gemma 3 QAT 1B a aproximadamente 86.7 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.
Jetson AGX Orin 64 GB— ¿Puede ejecutarse? 7B modelos?
Sí. Por ejemplo, se ejecuta. Multi-Token Prediction 7B en Q8_0, usando alrededor 7.9 GB de VRAM y generando alrededor 13.0 tokens por segundo
Jetson AGX Orin 64 GB— ¿Puede ejecutarse? 13B modelos?
Sí. Por ejemplo, se ejecuta. DeepSeekMoE-16B en Q8_0, usando alrededor 17.5 GB de VRAM y generando alrededor 30.1 tokens por segundo
Jetson AGX Orin 64 GB— ¿Puede ejecutarse? 30B modelos?
Sí. Por ejemplo, se ejecuta. ERNIE-4.5-VL-28B-A3B en Q8_0, usando alrededor 29.2 GB de VRAM y generando alrededor 17.2 tokens por segundo
Jetson AGX Orin 64 GB— ¿Puede ejecutarse? 70B modelos?
Sí. Por ejemplo, se ejecuta. Qwen3-Coder-Next en Q5_K_M, usando alrededor 52.7 GB de VRAM y generando alrededor 10.8 tokens por segundo
Jetson AGX Orin 64 GB— ¿Cuánta VRAM tiene?
Esta tarjeta tiene 64 GB de LPDDR5. Alrededor de una décima es reservada por el tiempo de ejecución de inferencia y el controlador, dejando aproximadamente 57.6 GB disponible para un modelo y su conversación.
Jetson AGX Orin 64 GB— ¿Cuál es su ancho de banda de VRAM?
El ancho de banda de VRAM alcanza 205 GB/s a través de un bus de 256 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.
Jetson AGX Orin 64 GB— ¿qué tipo de memoria utiliza?
Utiliza LPDDR5 funcionando a 800 MHz. 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.
Jetson AGX Orin 64 GB— ¿Quién lo hace?
Este es un producto de NVIDIA, con el chip fabricado por Samsung, en un proceso de 8 nm.
Jetson AGX Orin 64 GB— ¿cuándo fue lanzado?
Fue liberado en March 2023.
Jetson AGX Orin 64 GB— ¿Cuánta potencia utiliza?
La potencia nominal de la placa es 60 . 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.
Jetson AGX Orin 64 GB— cuánta caché tiene?
La caché L1 es 128 KB, y la caché L2 es 6 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.
Jetson AGX Orin 64 GB— ¿cuáles son sus TFLOPS?
Está calificado en 10.7 TFLOPS a media precisión y 5.3 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.
Jetson AGX Orin 64 GB— ¿Cuántos núcleos Tensor tiene?
Tiene 64 Núcleos Tensor a través 16 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.
Jetson AGX Orin 64 GB— ¿Soporta CUDA?
Sí. Informa sobre la capacidad de cómputo CUDA. 8.7. 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.
Jetson AGX Orin 64 GB— ¿Qué interfaz de bus utiliza?
Utiliza PCIe 4.0 x4. 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.
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..