Calculer le TPS de la Data Center GPU Max Subsystem sur des modèles d'IA locaux

Intel 128 GB HBM2e 3,210 GB/s January 2023

Chaque modèle de notre catalogue évalué par rapport à cette carte à la longueur de contexte et à la qualité minimale que vous choisissez. La vitesse est une estimation pour une seule demande, calculée à partir de la bande passante mémoire de cette carte et de la taille de chaque modèle une fois compressé..

Calculé pour cette carte

658 modèles qu'il peut exécuter

721 modèles dans notre catalogue ensemble

Le plus grand modèle qu'il peut contenir

Solar Open2 250B

250.3B · Q3_K_M · 52.9 tok/s

Modèle le plus rapide

Gemma 3 QAT 1B

884 tok/s · 1B

Quels modèles d'IA peuvent fonctionner sur un Data Center GPU Max Subsystem?

Définir les entrées, lire la réponse

Longueur de contexte jetons

Plus de contexte signifie plus de MÉMOIRE pour le cache de conversation. La vitesse est pour une nouvelle conversation et ne change pas avec ce paramètre..

Qualité minimale

Cache les modèles qui ne pourraient tenir qu'en étant compressés en dessous de ce point..

Rechercher des modèles

Taille du modèle

Nouvelles versions

Montrez également les modèles qu'il ne peut pas exécuter.

658 les modèles correspondent

Calcul en cours

						Quantification	Convient
884 tok/s 530–1,414 · faible confiance	Gemma 3 1B	1B	Mar 2025	1.8 GB	33k jetons	Q8_0	Confortable
884 tok/s 530–1,414 · faible confiance	Gemma 3 QAT 1B	1B	Apr 2025	1.8 GB	33k jetons	Q8_0	Confortable
884 tok/s 530–1,414 · faible confiance	HGRN 1B (WT 103) ≈	1B	Nov 2023	1.8 GB	131k jetons ?	Q8_0	Confortable
884 tok/s 530–1,414 · faible confiance	LLama 3..2 Typhoon 2 1B ≈	1B	Dec 2024	1.8 GB	131k jetons ?	Q8_0	Confortable
884 tok/s 530–1,414 · faible confiance	OLMo-1B ≈	1B	Feb 2024	1.8 GB	131k jetons ?	Q8_0	Confortable
884 tok/s 530–1,414 · faible confiance	Pythia-1b ≈	1B	Apr 2023	1.8 GB	131k jetons ?	Q8_0	Confortable
818 tok/s 491–1,309 · faible confiance	OpenELM-1.1B ≈	1.1B	May 2024	1.9 GB	131k jetons ?	Q8_0	Confortable
803 tok/s 482–1,285 · faible confiance	DeciCoder-1B ≈	1.1B	Aug 2023	1.9 GB	131k jetons ?	Q8_0	Confortable
803 tok/s 482–1,285 · faible confiance	SantaCoder ≈	1.1B	Jan 2023	1.9 GB	131k jetons ?	Q8_0	Confortable
803 tok/s 482–1,285 · faible confiance	TinyLlama-1.1B (1T token checkpoint) ≈	1.1B	Oct 2023	1.9 GB	131k jetons ?	Q8_0	Confortable
803 tok/s 482–1,285 · faible confiance	TinyLlama-1.1B (3T token checkpoint) ≈	1.1B	Oct 2023	1.9 GB	131k jetons ?	Q8_0	Confortable
736 tok/s 442–1,178 · faible confiance	EXAONE 4.0 (1.2B) ≈	1.2B	Jul 2025	2.0 GB	131k jetons ?	Q8_0	Confortable
736 tok/s 442–1,178 · faible confiance	LFM2-1.2B ≈	1.2B	Jul 2025	2.0 GB	131k jetons ?	Q8_0	Confortable
736 tok/s 442–1,178 · faible confiance	MinerU2.5 ≈	1.2B	Sep 2025	2.0 GB	131k jetons ?	Q8_0	Confortable
736 tok/s 442–1,178 · faible confiance	Pleias 1.0 1.2B ≈	1.2B	Dec 2024	2.0 GB	131k jetons ?	Q8_0	Confortable
736 tok/s 442–1,178 · faible confiance	Pleias-RAG-1B ≈	1.2B	Apr 2025	2.0 GB	131k jetons ?	Q8_0	Confortable
718 tok/s 431–1,150 · faible confiance	Llama 3.2 1B	1.2B	Sep 2024	2.2 GB	131k jetons	Q8_0	Confortable
708 tok/s 425–1,133 · faible confiance	MiniCPM-1.2B ≈	1.2B	Jun 2024	2.0 GB	131k jetons ?	Q8_0	Confortable
680 tok/s 408–1,088 · faible confiance	DeepSeek Coder 1.3B ≈	1.3B	Jan 2024	2.1 GB	131k jetons ?	Q8_0	Confortable
680 tok/s 408–1,088 · faible confiance	DeepSeek-VL-1.3B ≈	1.3B	Mar 2024	2.1 GB	131k jetons ?	Q8_0	Confortable
680 tok/s 408–1,088 · faible confiance	DigiRL ≈	1.3B	Jun 2024	2.1 GB	131k jetons ?	Q8_0	Confortable
680 tok/s 408–1,088 · faible confiance	GLA Transformer 1.3B ≈	1.3B	Aug 2024	2.1 GB	131k jetons ?	Q8_0	Confortable
680 tok/s 408–1,088 · faible confiance	Janus 1.3B ≈	1.3B	Oct 2024	2.1 GB	131k jetons ?	Q8_0	Confortable
680 tok/s 408–1,088 · faible confiance	Kosmos-2.5 ≈	1.3B	Aug 2024	2.1 GB	131k jetons ?	Q8_0	Confortable
680 tok/s 408–1,088 · faible confiance	Otter ≈	1.3B	May 2023	2.1 GB	131k jetons ?	Q8_0	Confortable

Les vitesses sont des estimations pour une seule demande — une conversation à la fois — calculées à partir de la bande passante de la mémoire, de la taille du modèle et de la quantification. Le débit réel varie avec le temps d'exécution d'inférence et sa version. Les chiffres publiés par les fournisseurs de matériel mesurent de nombreuses demandes simultanées et sont beaucoup plus élevés..

Enregistrement

Data Center GPU Max Subsystem Spécifications complètes

Tout ce qui est enregistré pour cette carte, ordonné par ce qui a le plus d'impact sur l'exécution d'un modèle de langage plutôt que par la manière dont une fiche technique le classerait. La MÉMOIRE vient en premier car elle détermine le résultat ; le reste est CONTEXTE..

Mémoire

Les deux spécifications qui décident ce que cette carte peut exécuter et à quelle vitesse. La capacité détermine quels modèles s'adaptent ; la bande passante détermine combien de tokens par seconde ils produisent une fois qu'ils le font.

Taille de la mémoire: 128 GB
Bande passante de la VRAM: 3,210 GB/s
Type de mémoire: HBM2e
Largeur du bus mémoire: 8,192 bit
Fréquence mémoire: 1.57 GHz

La puce

Quel processeur est sur la carte et comment a-t-il été fabriqué. Une taille de processus plus petite signifie généralement plus de performance pour la même puissance.

Processeur graphique: Ponte Vecchio
Architecture: Generation 12.5
Génération: Data Center GPU(Ponte Vecchio)
Fonderie: Intel
Taille du processus: 10 nm
Transistors: 100 billion
Densité de transistor: 78,100 K/mm²
Taille de die: 1,280 mm²
Nouvelles versions: 10 January 2023

Fréquences d'Horloge

À quelle vitesse le processeur fonctionne. Vaut bien moins ici que sur un benchmark de jeux : générer du texte est limité par la bande passante de la mémoire, donc une fréquence plus élevée ne fait presque pas bouger le résultat.

Horloge de base: 900 MHz
Fréquence d'horloge boost: 1.6 GHz

Unités de traitement

Ce que la puce contient. Ceux-ci améliorent la performance graphique et sont principalement importants pour le traitement d'un long prompt plutôt que pour produire la réponse.

Unités de shading: 16,384
Unités de cartographie de texture: 1,024
Cœurs de ray tracing: 128
Cache L1: 64 KB
Cache L2: 408 MB

Performance théorique

Les taux d'arithmétique de pointe publiés pour la carte. Ce sont des plafonds que aucune charge de travail réelle n'atteint, et la génération de texte atteint une petite fraction de ceux-ci car elle est limitée par la mémoire plutôt que par l'arithmétique.

Demi-précision (FP16): 52.4 TFLOPS
Précision simple (FP32): 52.4 TFLOPS
Double précision (FP64): 52.4 TFLOPS
Taux de texture: 1,638 GTexel/s

La carte

Ce qu'il faut pour installer physiquement et alimenter la carte — les contraintes pratiques qui décident si elle s'intègre dans la machine que vous possédez déjà.

Consommation d'énergie (TDP): 2,400 W
Alimentation électrique suggérée: 2,800 W
Connecteurs d'alimentation: 1x 16-pin
Interface de bus: PCIe 5.0 x16
Largeur de slot: Dual-slot
Dimensions: 267 mm

Support logiciel

Quelles interfaces graphiques et de calcul la carte prend-elle en charge. La capacité de calcul CUDA est celle qui a un impact sur l'inférence : en dessous de 7.0, il n'y a pas de cœurs tensoriels, et les logiciels d'inférence modernes se rabattent sur des chemins de code plus lents.

DirectX: 12.1
OpenGL: 4.6
OpenCL: 3.0
Modèle de Shader: 6.6

Annonces

Où acheter un Data Center GPU Max Subsystem

Aucun vendeur ne répertorie actuellement cette carte. Les annonces proviennent de vendeurs qui les publient ici directement. — parcourir le répertoire des fournisseurs voir qui vend quoi.

Ce que les chiffres signifient

Mémoire : la spécification qui décide de tout

Mémoire

128 GB

Bande passante

3,210 GB/s

Modèle le plus grand

Solar Open2 250B

Data Center GPU Max Subsystem tient 128 GB de HBM2e. Cela le place dans la catégorie de matériel qui accueille les plus grands modèles open-weight sans les répartir sur plusieurs machines. Un temps d'inférence peut atteindre environ 115.2 GB.

La bande passante de la VRAM atteint 3,210 GB/s à travers un bus de 8,192 bits. C'est au sommet de ce qui existe. Puisque chaque jeton signifie lire le modèle entier hors de la VRAM une fois, cela se traduit presque directement en vitesse de génération — cette CARTE est suffisamment riche en bande passante pour que la taille du modèle cesse d'être le facteur limitant bien avant que le bus ne le soit.

Cela vient d'une horloge mémoire de 1.57 GHz. Agrandir le bus et augmenter la fréquence sont les deux leviers dont dispose un fabricant, c'est pourquoi une carte avec des cœurs peu remarquables peut encore générer rapidement.

Le plafond pratique est Solar Open2 250B, 250.3B, compressé à Q3_K_M et générant autour 52.9 tokens par seconde

Le chip et comment il a été construit

Data Center GPU Max Subsystem est construit sur le processeur graphique Ponte Vecchio, utilisant l'architecture Generation 12.5 de Intel, dans le cadre de la génération Data Center GPU(Ponte Vecchio).

Le chip est fabriqué par Intel, sur un processus de 10 , avec un dé mesurant 1,280 mm², tenue 100 billion Transistors. Un processus plus petit signifie généralement plus de performance pour la même puissance, bien que pour les modèles de langage, cela compte bien moins que le sous-système de mémoire.

Il a été publié dans January 2023, approximativement 3.6790059300686 il y a des années. Le support des logiciels d'inférence a tendance à suivre le matériel d'un an ou deux, donc une carte de cet âge a généralement des chemins de code matures et bien optimisés disponibles.

Débit de calcul, et pourquoi cela compte moins qu'il n'y paraît

FP16

52.4 TFLOPS

FP64

52.4 TFLOPS

Sur le papier Data Center GPU Max Subsystem atteint 52.4 TFLOPS à demi-précision, et 52.4 TFLOPS à précision unique. Ce sont des chiffres de pointe que aucune charge de travail réelle ne maintient, et la génération de texte n'atteint qu'une petite fraction d'entre eux — le décodage est limité par la mémoire plutôt que par l'arithmétique, c'est pourquoi une carte peut paraître extraordinairement puissante ici et néanmoins produire des tokens à un rythme ordinaire.

Le débit de double précision atteint 52.4 TFLOPS. Cela n'a aucune incidence sur le fonctionnement d'un modèle de langage — aucun temps d'inférence ne l'utilise — mais cela sépare les composants de centre de données de ceux destinés aux consommateurs, puisque ces derniers le restreignent délibérément.

Les horloges fonctionnent à partir d'une base de 900 MHz à un coup de 1.6 GHz. Vaut beaucoup moins ici que sur un benchmark de jeu : augmenter les vitesses d'horloge améliore l'arithmétique, et l'arithmétique n'est pas ce sur quoi la génération attend.

Cache et unités de traitement

Data Center GPU Max Subsystem a un cache L1 de 64 KO, soutenu par un cache L2 de 408 Mo. Le Cache absorbe une part du trafic de mémoire qui frapperait autrement le bus principal, qui est l'un des rares endroits sur cette page où un nombre autre que la bande passante affecte silencieusement la vitesse de génération — un grand L2 permet à une plus grande partie de l'ensemble de travail de rester proche des cœurs.

Il y a 16,384 Unités de shading, 1,024 Unités de cartographie de texture. Ces cartes gèrent les charges de travail graphiques et contribuent au traitement des prompts, mais elles restent inactives pendant une grande partie du temps qu'un modèle passe à générer une réponse.

Puissance, taille et installation

Consommation d'énergie

2,400 W

Data Center GPU Max Subsystem est évalué à 2,400 W, et l'alimentation électrique système suggérée est 2,800 W. Faire tourner un modèle de langage occupe une CARTE par intermittence plutôt que de manière continue — cela consomme beaucoup pendant la génération et reste inactif entre les requêtes — donc une consommation soutenue sur une journée de travail est généralement bien en dessous de la valeur nominale.

La carte occupe dual-slot, mesurer 267 mm long, et besoins 1x 16-pin. Vaut la peine de vérifier par rapport au boîtier et à l'alimentation déjà dans la machine, car les plus grandes CARDS nécessitent considérablement plus des deux que ce qu'un bureau typique fournit.

Il se connecte via PCIe 5.0 x16. L'interface régule la vitesse à laquelle un modèle est chargé du disque vers la carte, et non la vitesse à laquelle il fonctionne une fois chargé, donc un lien plus étroit coûte quelques secondes au démarrage et rien par la suite.

Les extrêmes

Les plus grands modèles d'IA qui s'exécutent sur un Data Center GPU Max Subsystem

Les plus grands modèles OPEN WEIGHT qui tiennent sur cette CARTE, les plus récents en premier. Chacun est présenté avec la meilleure compression que la CARTE peut supporter..

01 Solar Open2 250B 250.3B · Q3_K_M · Jun 2026 52.9 tok/s
02 MiniMax-M2.7 229B · Q3_K_M · Mar 2026 10.4 tok/s
03 MiniMax-M2.5 229B · Q3_K_M · Feb 2026 10.4 tok/s
04 MiniMax-M2.1 229B · Q3_K_M · Dec 2025 10.4 tok/s
05 P1-235B-A22B 235B · Q3_K_M · Nov 2025 56.4 tok/s
06 Qwen3-235B-A22B-Thinking (Jul 2025) 235B · Q3_K_M · Jul 2025 56.4 tok/s
07 Qwen3-235B-A22B (Jul 2025) 235B · Q3_K_M · Jul 2025 56.4 tok/s
08 Qwen3-235B-A22B 235B · IQ4_XS · Apr 2025 51.3 tok/s
09 DeepSeek-V2.5 236B · Q3_K_M · Sep 2024 56.1 tok/s
10 DeepSeek-V2 (MoE-236B) 236B · Q3_K_M · May 2024 56.1 tok/s

Les modèles d'IA les plus rapides sur un Data Center GPU Max Subsystem

Où cette CARTE produit des jetons le plus rapidement. Les modèles plus petits dominent ici, car générer chaque jeton signifie lire le modèle entier hors de la MÉMOIRE une fois..

01 Gemma 3 QAT 1B 1B · Q8_0 · 1.8 GB 884 tok/s
02 Gemma 3 1B 1B · Q8_0 · 1.8 GB 884 tok/s
03 LLama 3..2 Typhoon 2 1B 1B · Q8_0 · 1.8 GB 884 tok/s
04 OLMo-1B 1B · Q8_0 · 1.8 GB 884 tok/s
05 HGRN 1B (WT 103) 1B · Q8_0 · 1.8 GB 884 tok/s
06 Pythia-1b 1B · Q8_0 · 1.8 GB 884 tok/s
07 OpenELM-1.1B 1.1B · Q8_0 · 1.9 GB 818 tok/s
08 TinyLlama-1.1B (1T token checkpoint) 1.1B · Q8_0 · 1.9 GB 803 tok/s
09 TinyLlama-1.1B (3T token checkpoint) 1.1B · Q8_0 · 1.9 GB 803 tok/s
10 DeciCoder-1B 1.1B · Q8_0 · 1.9 GB 803 tok/s

Étape par étape

Comment calculer le nombre de tokens par seconde d'un Data Center GPU Max Subsystem

Vous n'avez pas à calculer quoi que ce soit à la main — le calculateur gputps.com sur cette page a déjà tout calculé pour chaque modèle que cette carte peut contenir. Lire la réponse prend six étapes.

01

Recherchez le modèle que vous souhaitez

Le tableau liste 658 modèles que cette carte peut exécuter. Recherchez par nom ou par taille — taper 27b correspond au nombre de paramètres même lorsque le nom ne l'indique jamais.
02

Associez le contexte à votre travail

Des conversations plus longues coûtent de la mémoire en plus des poids. 128 GB c'est souvent ce qui pousse un grand modèle au-delà du seuil.
03

Choisissez jusqu'où vous allez compresser

Par défaut, le tableau sélectionne la copie la moins compressée qui s'adapte. Fixer un seuil élimine les modèles qui ne se qualifient que par une compression importante.
04

Prenez la plage comme réponse

Les vitesses sont accompagnées de barres d'erreur pour une raison. Le meilleur cas ici est 884 tok/s sur Gemma 3 QAT 1B. La même carte et le même modèle varient de trente à cinquante pour cent entre les temps d'inférence.
05

Vérifiez la marge de manœuvre avant de décider

Tight signifie que cela fonctionne aujourd'hui ; comfortable signifie que cela fonctionne encore lorsque la conversation s'agrandit. Comparez les besoins de chaque modèle par rapport à une disponible. 128 GB.
06

Vérifiez le même modèle de l'autre côté.

Suivre un modèle jusqu'à sa propre page liste tout le matériel qui peut l'exécuter, afin que vous puissiez voir comment il se compare à Data Center GPU Max Subsystem.

Réponses

Data Center GPU Max Subsystem — questions courantes

Data Center GPU Max Subsystem— quelles sont ses TFLOPS ?

Il est évalué à 52.4 TFLOPS à moitié précision et 52.4 TFLOPS en simple précision. Ceux-ci sont des plafonds arithmétiques de pointe plutôt que des taux réalisables, et la génération de texte n'atteint qu'une petite fraction d'entre eux car elle est limitée par la bande passante de mémoire à la place.

Data Center GPU Max Subsystem— est-ce qu'il prend en charge CUDA ?

Non. CUDA est réservé à NVIDIA, et c'est une carte de Intel. Il exécute des modèles linguistiques via ROCm, Vulkan ou Metal en fonction du logiciel, qui sont moins matures que le chemin CUDA — nos estimations appliquent une pénalité pour cela.

Data Center GPU Max Subsystem— quel interface de bus utilise-t-il ?

Cela utilise PCIe 5.0 x16. Cela régit la vitesse à laquelle un modèle est chargé sur la carte plutôt que la vitesse à laquelle il fonctionne une fois chargé, donc cela coûte quelques secondes au démarrage et rien pendant la génération.

Data Center GPU Max Subsystem— est-ce bon pour exécuter des modèles d'IA locaux ?

Sa mémoire est suffisamment grande pour des modèles que la plupart des matériels de bureau ne peuvent pas toucher et sa bande passante la place parmi le matériel le plus rapide disponible pour la génération. En tout, elle fonctionne 658 des modèles que nous suivons. Que cela soit suffisant dépend entièrement du modèle que vous voulez — le tableau ci-dessus répond directement à cela.

Data Center GPU Max Subsystem— peut-il exécuter un modèle qui ne tient pas dans sa VRAM ?

Déchargement au-delà de la carte 128 GB est possible et généralement une fausse économie : la partie mémoire-système est suffisamment lente pour dominer le résultat.

Serait deux Data Center GPU Max Subsystem les cartes peuvent-elles être deux fois plus rapides ?

Les associer achète de la marge plutôt que du rythme : 256 GB de mémoire combinée, à peu près à la même vitesse de génération qu'un.

Data Center GPU Max Subsystem— quels modèles d'IA peut-il exécuter ?

658 du 721 les modèles de langage open-weight que nous suivons s'adaptent sur cette carte et peuvent être exécutés localement. Le tableau sur cette page répertorie chacun d'eux, avec la mémoire dont il a besoin, la quantification à laquelle il s'exécute et une vitesse de génération estimée.

Data Center GPU Max Subsystem— quel est le plus grand modèle AI qu'il peut exécuter ?

Le plus grand modèle de notre catalogue qui s'adapte est Solar Open2 250B à 250.3B paramètres, compressé à Q3_K_M. Cela génère à peu près 52.9 tokens par seconde et a besoin d'environ 106.6 Go de la mémoire de la carte.

Data Center GPU Max Subsystem— combien de tokens par seconde cela produit-il ?

Cela dépend du modèle. Le modèle le plus rapide que nous suivons ici est Gemma 3 QAT 1B à propos de 884 tokens par seconde, tandis que les modèles plus grands fonctionnent proportionnellement plus lentement car chaque token nécessite de lire l'ensemble du modèle hors de la mémoire une fois. Les vitesses sont des estimations pour une seule conversation à la fois.

Data Center GPU Max Subsystem— peut-il fonctionner 7B modèles ?

Oui. Par exemple, cela fonctionne. Gemma 4 E4B à Q8_0, environ 9.8 Go de mémoire et générant environ 196 tokens par seconde

Data Center GPU Max Subsystem— peut-il fonctionner 13B modèles ?

Oui. Par exemple, cela fonctionne. DeepSeekMoE-16B à Q8_0, environ 17.5 Go de mémoire et générant environ 307 tokens par seconde

Data Center GPU Max Subsystem— peut-il fonctionner 30B modèles ?

Oui. Par exemple, cela fonctionne. ERNIE-4.5-VL-28B-A3B à Q8_0, environ 29.2 Go de mémoire et générant environ 175 tokens par seconde

Data Center GPU Max Subsystem— peut-il fonctionner 70B modèles ?

Oui. Par exemple, cela fonctionne. Qwen3-Coder-Next à Q8_0, environ 80.7 Go de mémoire et générant environ 61.4 tokens par seconde

Data Center GPU Max Subsystem— combien de mémoire cela a-t-il?

Cette carte a 128 GB de HBM2e. Environ un dixième est réservé par le runtime d'inférence et le driver, laissant à peu près 115.2 GB disponible pour un modèle et sa conversation.

Data Center GPU Max Subsystem— quelle est sa bande passante de VRAM ?

La bande passante de la VRAM atteint 3,210 GB/s à travers un bus de 8,192 bits. C'est le meilleur prédicteur de la vitesse à laquelle il génère du texte, car produire chaque jeton signifie lire l'ensemble du modèle hors de la mémoire une fois.

Data Center GPU Max Subsystem— Quel type de mémoire utilise-t-il ?

Cela utilise HBM2e à fréquence de 1.57 GHz. Les types de HBM se trouvent sur les accélérateurs de datacentre et portent beaucoup plus de bande passante que la GDDR utilisée sur les cartes de bureau, c'est pourquoi ils génèrent des jetons considérablement plus rapidement à la même capacité.

Data Center GPU Max Subsystem— qui le fait ?

Ceci est un produit de Intel, avec la puce fabriquée par Intel, sur un processus de 10 .

Data Center GPU Max Subsystem— quand a-t-il été publié ?

Il a été publié dans January 2023.

Data Center GPU Max Subsystem— combien de puissance cela utilise-t-il ?

La puissance nominale de la carte est 2,400 W, et l'alimentation électrique système suggérée est 2,800 W. La génération de texte sollicite intensément par rafales et reste inactive entre les requêtes, donc la consommation moyenne sur une session de travail est normalement bien en dessous de la valeur nominale.

Data Center GPU Max Subsystem— combien de cache a-t-il ?

Le cache L1 est 64 KO, et le cache L2 est 408 Mo. Le Cache absorbe une partie du trafic mémoire qui atteindrait autrement le bus principal, donc un L2 plus grand offre un léger avantage en vitesse de génération au-delà de ce que la bande passante prédit seule.

L'autre direction

Regardez-le de l'autre côté ?

Cette page commence par le matériel. Si vous savez déjà quel modèle vous voulez et avez besoin de savoir ce qu'il faut pour le faire fonctionner, commencer par le modèle au lieu.

Tous les GPU