Számítsa ki a TPS-t a Xeon Phi 5120D helyi AI modellek

Intel 8 GB GDDR5 320 GB/s June 2013

Minden modell a katalógusunkban, amelyet ezzel a kártyával értékeltünk a kiválasztott kontextus hosszán és minimális minőségen. A sebesség egyetlen kérés becslése, amelyet ezen kártya memória sávszélessége és minden modell mérete alapján számoltak ki, miután tömörítették..

Kiszámítva ehhez a kártyához

337 modellek, amelyeket futtathat

679 modellek az adatbázisunkban összesen

A legnagyobb modell, amit tartalmaz.

Baichuan 1-13B

13.3B · Q3_K_M · 17.9 tok/s

Leggyorsabb modell

Gemma 3 QAT 1B

88.1 tok/s · 1B

Mely AI modellek futhatnak egy Xeon Phi 5120D?

Állítsa be a bemeneteket, olvassa el a választ

Kontekthossz tokenek

Több kontextus több MEMÓRIÁT jelent a beszélgetés gyorsítótárához. A sebesség egy friss beszélgetéshez való, és nem változik ezzel a beállítással..

Minimum minőség

Elrejti azokat a modelleket, amelyek csak ezen a ponton alá tömörítve férnének el..

Modellek keresése

Modell méret

Kiadott

Ismertesse a modelleket, amelyeket nem tud futtatni.

337 modellek megfelelnek

Számítás

						Kvantisálás	Illeszkedik
88.1 tok/s 53–141 · alacsony bizalom	Gemma 3 1B	1B	Mar 2025	1.8 GB	33k tokenek	Q8_0	Kényelmes
88.1 tok/s 53–141 · alacsony bizalom	Gemma 3 QAT 1B	1B	Apr 2025	1.8 GB	33k tokenek	Q8_0	Kényelmes
88.1 tok/s 53–141 · alacsony bizalom	HGRN 1B (WT 103) ≈	1B	Nov 2023	1.8 GB	131k tokenek ?	Q8_0	Kényelmes
88.1 tok/s 53–141 · alacsony bizalom	LLama 3..2 Typhoon 2 1B ≈	1B	Dec 2024	1.8 GB	131k tokenek ?	Q8_0	Kényelmes
88.1 tok/s 53–141 · alacsony bizalom	OLMo-1B ≈	1B	Feb 2024	1.8 GB	131k tokenek ?	Q8_0	Kényelmes
88.1 tok/s 53–141 · alacsony bizalom	Pythia-1b ≈	1B	Apr 2023	1.8 GB	131k tokenek ?	Q8_0	Kényelmes
81.6 tok/s 49–131 · alacsony bizalom	OpenELM-1.1B ≈	1.1B	May 2024	1.9 GB	131k tokenek ?	Q8_0	Kényelmes
80.1 tok/s 48–128 · alacsony bizalom	DeciCoder-1B ≈	1.1B	Aug 2023	1.9 GB	131k tokenek ?	Q8_0	Kényelmes
80.1 tok/s 48–128 · alacsony bizalom	SantaCoder ≈	1.1B	Jan 2023	1.9 GB	131k tokenek ?	Q8_0	Kényelmes
80.1 tok/s 48–128 · alacsony bizalom	TinyLlama-1.1B (1T token checkpoint) ≈	1.1B	Oct 2023	1.9 GB	131k tokenek ?	Q8_0	Kényelmes
80.1 tok/s 48–128 · alacsony bizalom	TinyLlama-1.1B (3T token checkpoint) ≈	1.1B	Oct 2023	1.9 GB	131k tokenek ?	Q8_0	Kényelmes
73.4 tok/s 44–117 · alacsony bizalom	EXAONE 4.0 (1.2B) ≈	1.2B	Jul 2025	2.0 GB	131k tokenek ?	Q8_0	Kényelmes
73.4 tok/s 44–117 · alacsony bizalom	MinerU2.5 ≈	1.2B	Sep 2025	2.0 GB	131k tokenek ?	Q8_0	Kényelmes
73.4 tok/s 44–117 · alacsony bizalom	Pleias 1.0 1.2B ≈	1.2B	Dec 2024	2.0 GB	131k tokenek ?	Q8_0	Kényelmes
73.4 tok/s 44–117 · alacsony bizalom	Pleias-RAG-1B ≈	1.2B	Apr 2025	2.0 GB	131k tokenek ?	Q8_0	Kényelmes
71.6 tok/s 43–115 · alacsony bizalom	Llama 3.2 1B	1.2B	Sep 2024	2.2 GB	131k tokenek	Q8_0	Kényelmes
70.6 tok/s 42–113 · alacsony bizalom	MiniCPM-1.2B ≈	1.2B	Jun 2024	2.0 GB	131k tokenek ?	Q8_0	Kényelmes
67.8 tok/s 41–108 · alacsony bizalom	DeepSeek Coder 1.3B ≈	1.3B	Jan 2024	2.1 GB	131k tokenek ?	Q8_0	Kényelmes
67.8 tok/s 41–108 · alacsony bizalom	DeepSeek-VL-1.3B ≈	1.3B	Mar 2024	2.1 GB	131k tokenek ?	Q8_0	Kényelmes
67.8 tok/s 41–108 · alacsony bizalom	DigiRL ≈	1.3B	Jun 2024	2.1 GB	131k tokenek ?	Q8_0	Kényelmes
67.8 tok/s 41–108 · alacsony bizalom	GLA Transformer 1.3B ≈	1.3B	Aug 2024	2.1 GB	131k tokenek ?	Q8_0	Kényelmes
67.8 tok/s 41–108 · alacsony bizalom	Janus 1.3B ≈	1.3B	Oct 2024	2.1 GB	131k tokenek ?	Q8_0	Kényelmes
67.8 tok/s 41–108 · alacsony bizalom	Kosmos-2.5 ≈	1.3B	Aug 2024	2.1 GB	131k tokenek ?	Q8_0	Kényelmes
67.8 tok/s 41–108 · alacsony bizalom	Otter ≈	1.3B	May 2023	2.1 GB	131k tokenek ?	Q8_0	Kényelmes
67.8 tok/s 41–108 · alacsony bizalom	Phi-1 ≈	1.3B	Oct 2023	2.1 GB	131k tokenek ?	Q8_0	Kényelmes

A sebességek egyetlen kérésre - egy beszélgetés egy időben - vonatkozó becslések, amelyeket a MEMORY BANDWIDTH, a MODEL SIZE és a QUANTISATION alapján számítanak ki. A valós áteresztőképesség változik az INFERENCE RUNTIME és annak verziója szerint. A HARDWARE VENDORS által közzétett számok sok párhuzamos kérést mérnek, és sokkal magasabbak..

Nyilvántartásban

Xeon Phi 5120D Teljes specifikáció

Minden az erre a lapra vonatkozóan, rendezve aszerint, mennyire befolyásolja egy nyelvi modell futtatását, nem pedig aszerint, ahogyan egy specifikációs táblázat felsorolná. A MEMORY az első, mert ez határozza meg az eredményt; a többi a CONTEXT..

VRAM

A két specifikáció, ami meghatározza, hogy ezt a KÁRT mit tud futtatni és milyen gyorsan. A kapacitás határozza meg, hogy mely modellek férnek el; a sávszélesség határozza meg, hány token-t állítanak elő másodpercenként, miután elindultak.

Memóriaméret: 8 GB
Memória sávszélesség: 320 GB/s
Memória típus: GDDR5
Memória busz szélessége: 512 bit
Memória óra: 1.25 GHz

A chip

Melyik processor található az alaplapon és hogyan készült. Egy kisebb gyártási méret általában jobb teljesítményt jelent ugyanazon energiafelhasználás mellett.

Grafikus processzor: Knights Corner
Architektúra: Knights
Generáció: Knights Corner(x100)
Öntödé: Intel
Feldolgozási méret: 22 nm
Tranzisztorok: 5 billion
Tranzisztor sűrűség: 6,900 K/mm²
Die méret: 720 mm²
Kiadott: 17 June 2013

Órajel sebességek

Milyen gyorsan fut a processzor. Itt sokkal kevesebbet ér, mint egy játékbenchmarkon: a szöveg generálása a MEMÓRIA SÁVSZÉLESSÉG által korlátozott, így egy magasabb órajel alig mozdítja el az eredményt.

Alap óra: 1.05 GHz
Turbóóra: 1.05 GHz

Feldolgozó egységek

A chip mit tartalmaz. Ezek a grafikai teljesítményt hajtják, és főként egy hosszú prompt feldolgozása szempontjából számítanak, nem pedig a válasz előállítása szempontjából.

árnyékoló egységek: 960
Textúrázási egységek: 32

Elméleti teljesítmény

A lapra közzétett csúcsaritmetikai sebességek. Ezek olyan plafonok, amelyeket egy valódi munkaterhelés sem ér el, és a szöveg generálása csak ezek kis részét éri el, mert a memória korlátozza, nem az aritmetika.

Egyszeres pontosság (FP32): 2 TFLOPS
Textúra sebesség: 34 GTexel/s

A lap

Mi szükséges a kártya fizikális telepítéséhez és működtetéséhez - azok a gyakorlati korlátok, amelyek eldöntik, hogy illeszkedik-e a már meglévő géphez.

Teljesítményfelvétel (TDP): 245 W
Javasolt tápegység: 550 W
Busz interfész: PCIe 2.0 x16
Bővítőhely szélessége: Dual-slot
Dimenziók: 248 mm

Szoftver-támogatás

Mely grafikai és számítási interfészeket támogat a kártya. A CUDA számítási képesség az, amely hatással van a következtetésre: 7.0 alatt nincsenek tensor magok, és a modern következtetési szoftver lassabb kódutakra tér vissza.

OpenCL: 1.2
Shader modell: 5.0

Lista

Hol lehet venni egy Xeon Phi 5120D

Jelenleg egyetlen forgalmazó sem listázza ezt a kártyát. A listák olyan forgalmazóktól származnak, akik közvetlenül itt publikálják őket. — böngészés a forgalmazói könyvtárban látni, hogy ki mit árul.

Mit jelentenek a számok

Miért a memória az a szám, ami itt számít

VRAM

8 GB

Sávszélesség

320 GB/s

Legnagyobb modell

Baichuan 1-13B

Xeon Phi 5120D csak hordoz 8 GB -nak GDDR5. Ez korlátozza a katalógus kisebb végére, és egy modellnek teljesen bele kell férnie, mielőtt bármilyen kimenetet generál. Egy futás valójában körülbelül 7.2 GB.

A memóriával rendelkező sávszélesség eléri 320 GB/s egy buszon keresztül a 512 bit. Ez a szám szabályozza a generálási sebességet — az egy bájtra vonatkozó aritmetika elég kicsi ahhoz, hogy a busz, ne pedig a magok legyenek azok, amire mindenki vár.

A sávszélesség a óra szorozva az busz szélességgel, és ez a KÁRTYA az memória órajelét 1.25 GHz. A busz szélesítése és az óra megemelése az a két kar, amellyel egy gyártó rendelkezik, ezért egy közönséges magokkal rendelkező kártya is gyorsan tud generálni.

A gyakorlati plafon Baichuan 1-13B, 13.3B, tömörítve Q3_K_M és generálás körül 17.9 tokenek másodpercenként

A chip és hogy hogyan készült

Xeon Phi 5120D a grafikus feldolgozón van építve Knights Corner, az architektúra használatával Knights ból Intel, a generáció részeként Knights Corner(x100).

A chip-et a következő gyártó készíti Intel, egy folyamatban 22 , egy kockával, amely méri 720 mm², tartás 5 billion Tranzisztorok. Egy kisebb folyamat általában nagyobb teljesítményt jelent ugyanannyi energia mellett, bár a nyelvi modellek esetében ez sokkal kevésbé számít, mint a memória alrendszer.

Megjelent a June 2013, nagyjából 13.122967104053 évekkel ezelőtt. A következtetési szoftver támogatás általában egy-két évvel követi a hardvert, így egy ilyen korú KÁRTYA általában érett, jól optimalizált kódútvonalakkal rendelkezik.

A számítási teljesítmény, és hogy miért számít kevesebbet, mint amilyennek tűnik

Az órajelek egy alapból futnak 1.05 GHz egy gyorsításra 1.05 GHz. Itt sokkal kevesebbet ér, mint egy játékbenchmarkon: az órajelek emelése felgyorsítja az aritmetikát, és az aritmetika nem az, amire a generáció vár.

Cache és feldolgozó egységek

Vannak 960 árnyékoló egységek, 32 Textúrázási egységek. Ezek grafikai munkaterheket kezelnek és hozzájárulnak a prompt feldolgozáshoz, de a modell válasz generálásával töltött idő nagy részében tétlenül állnak.

Teljesítmény, méret és telepítés

Teljesítményfogyasztás

245 W

Xeon Phi 5120D rated at 245 W, és a javasolt rendszer tápegység 550 W. Egy nyelvi modell futtatása egy kártyát inkább rövid ideig foglalkoztat, mint folyamatosan — nagy terhelést jelent a generálás során, és kérések között tétlenkedik — így a folyamatos terhelés egy munkanap alatt általában jól a megadott érték alatt van.

A panel elfoglalja dual-slot, mérés 248 mm hosszú. Érdemes ellenőrizni a gépben lévő házat és tápegységet, mivel a legnagyobb kártyáknak lényegesen több mindkettőre van szükségük, mint amit egy tipikus asztali gép biztosít.

Csatlakozik a PCIe 2.0 x16. A felület szabályozza, hogy a modell milyen gyorsan töltődik be a lemezről a kártyára, nem azt, hogy ott milyen gyorsan fut, így egy szűkebb kapcsolat néhány másodpercbe kerül a rendszerindításkor, és utána semmi.

Az extremitások

A legnagyobb AI modellek, amelyek futnak egy Xeon Phi 5120D

A legnagyobb open weight modellek, amelyek elférnek ezen a kártyán, legújabb elöl. Mindegyik a kártya által elérhető legjobb tömörítésben van megjelenítve..

01 OLMo 2 Furious 13B 13B · Q3_K_M · Dec 2024 18.3 tok/s
02 Cambrian-1-13B 13B · Q3_K_M · Jun 2024 18.3 tok/s
03 Fugaku-LLM 13B · Q3_K_M · May 2024 18.3 tok/s
04 OpenThaiGPT v1.0.0 (13B) 13.1B · Q3_K_M · Apr 2024 18.2 tok/s
05 Aya 13B · Q3_K_M · Feb 2024 18.3 tok/s
06 Elyza 13B · Q3_K_M · Dec 2023 18.3 tok/s
07 NexusRaven-V2 13B · Q3_K_M · Dec 2023 18.3 tok/s
08 Baize-v2-13B (白泽) 13B · Q3_K_M · Dec 2023 18.3 tok/s
09 Stockmark-13B 13.2B · Q3_K_M · Oct 2023 18.0 tok/s
10 Baichuan 1-13B 13.3B · Q3_K_M · Jul 2023 17.9 tok/s

A leggyorsabb AI modellek egy Xeon Phi 5120D

Ahol ez a KÁRTYA a leggyorsabban állítja elő a tokeneket. A kisebb modellek itt dominálnak, mert minden token előállítása azt jelenti, hogy az egész modellt egyszer kell kiolvasni a memóriából..

01 Gemma 3 QAT 1B 1B · Q8_0 · 1.8 GB 88.1 tok/s
02 Gemma 3 1B 1B · Q8_0 · 1.8 GB 88.1 tok/s
03 LLama 3..2 Typhoon 2 1B 1B · Q8_0 · 1.8 GB 88.1 tok/s
04 OLMo-1B 1B · Q8_0 · 1.8 GB 88.1 tok/s
05 HGRN 1B (WT 103) 1B · Q8_0 · 1.8 GB 88.1 tok/s
06 Pythia-1b 1B · Q8_0 · 1.8 GB 88.1 tok/s
07 OpenELM-1.1B 1.1B · Q8_0 · 1.9 GB 81.6 tok/s
08 TinyLlama-1.1B (1T token checkpoint) 1.1B · Q8_0 · 1.9 GB 80.1 tok/s
09 TinyLlama-1.1B (3T token checkpoint) 1.1B · Q8_0 · 1.9 GB 80.1 tok/s
10 DeciCoder-1B 1.1B · Q8_0 · 1.9 GB 80.1 tok/s

Lépésről lépésre

Hogyan lehet kiszámolni a tokenek másodpercenként egy Xeon Phi 5120D

Nem kell semmit kézzel kiszámolnod — a gputps.com kalkulátor ezen az oldalon már kiszámította minden modelféleséghez, amit ez a kártya elbír. A válasz leolvasása hat lépést igényel..

01

Keleti AI model, amely nem illeszthető a GPU VRAM-ba, szoros megszorításokkal futtatható, kényelmesen vagy könnyen fut, nyílt forráskódú AI model, az adatbázisunkban található, legújabb GPU-k, GPU VRAM/bandwidth, GPU kártya, AI kontextusablak.

A táblázat felsorolja 337 modellek, amiket a KÁRTYA kezel. A keresőmező egy nevet vagy egy méretet acceptál, mint például 27b, ami a paraméterszámmal egyezik.
02

Állítsd be a ténylegesen használt CONTEXT LENGTH-et.

Állítsa be a kontextust a valódi munkahosszára. A rövid kérdések szinte semmit sem számítanak, de egy hosszú dokumentum jelentős részesedést fogyaszthat. 8 GB tehát a beállítást megéri jól csinálni.
03

Rögzítse az összehasonlítást egy minőségi szintre.

Minden modell a legjobb tömörítésnél van megjelenítve, amit ez a KÁRTYA elbír. Egy minimális minőség elrejti azokat, amelyek csak úgy férnek el, ha további szorításra kerülnek, mint amit te elfogadnál.
04

Nézd meg a tartományt, ne csak a számot.

Minden sebesség egy becslés egyetlen beszélgetésre, alatta egy tartományral. A felső határ itt 88.1 tok/s on Gemma 3 QAT 1B. Ugyanaz a Kártya és Modell harminc és ötven százalékos eltérést mutat a következtetési futási idők között.
05

Ellenőrizze a memória oszlopot elköteleződés előtt.

A megfelelő oszlop elkülöníti azokat a modelleket, amelyek éppen elférnek, azoktól, amelyeknek van szabad helyük — érdemes megnézni, mielőtt döntést hozunk egy elérhetőről. 8 GB.
06

Nézd meg ugyanazt a modellt a másik oldalról

Követve egy modellt a saját oldalán, felsorolja az összes hardvert, ami futtathatja, így láthatod, hogyan hasonlít össze Xeon Phi 5120D.

Válaszok

Xeon Phi 5120D — gyakori kérdések

Xeon Phi 5120D— futtatható-e 7B modellek?

Igen. Például fut. MetaMath 7B (LLaMa finetune) at Q4_K_M, használva körülbelül 6.5 GB memória és körülbelül generálás 29.1 tokenek másodpercenként

Xeon Phi 5120D— futtatható-e 13B modellek?

Igen. Például fut. Gemma 4 12B at Q3_K_M, használva körülbelül 6.5 GB memória és körülbelül generálás 19.9 tokenek másodpercenként

Xeon Phi 5120D— mennyi VRAM-ja van?

Ez a KÁRTYA rendelkezik 8 GB -nak GDDR5. Körülbelül egy tizedet tartanak fenn az inference futási idő és a meghajtó, így körülbelül 7.2 GB elérhető egy AI modell számára és annak beszélgetéséhez.

Xeon Phi 5120D— mi a memória-sávszélessége?

A memóriával rendelkező sávszélesség eléri 320 GB/s egy buszon keresztül a 512 bit. Ez a legjobb előrejelzője annak, hogy milyen gyorsan generál szöveget, mert minden egyes token előállítása azt jelenti, hogy az egész modellt egyszer el kell olvasni a memóriából.

Xeon Phi 5120D— Milyen típusú MEMORY-t használ?

Használja GDDR5 órára állítva 1.25 GHz. A HBM típusok adatközponti gyorsítókon találhatók, és sokkal nagyobb sávszélességgel rendelkeznek, mint a GDDR, amit asztali kártyákon használnak, ezért ugyanazon kapacitás mellett jelentősen gyorsabban generálnak tokeneket.

Xeon Phi 5120D— ki készíti?

Ez egy terméke a Intel, a chip általi gyártásával Intel, egy folyamatban 22 .

Xeon Phi 5120D— Mikor adták ki?

Megjelent a June 2013.

Xeon Phi 5120D— mennyi áramot fogyaszt?

A minősített kártya teljesítménye 245 W, és a javasolt rendszer tápegység 550 W. A szöveg generálása nagy terhelést jelent rövid időszakokra, és a kérések között inaktív, így egy munkamenet alatt a fogyasztás általában jól below van a megadott értéknél.

Xeon Phi 5120D— Támogatja a CUDA-t?

Nem. A CUDA kizárólag NVIDIA, és ez egy kártya a Intel. A nyelvi modellek futtatása ROCm, Vulkan vagy Metal segítségével történik a szoftvertől függően, amelyek éretlenebbek a CUDA úthoz képest — becsléseink büntetést alkalmaznak emiatt.

Xeon Phi 5120D— Milyen busz interfészt használ?

Használja PCIe 2.0 x16. Ez szabályozza, hogy milyen gyorsan töltődik be egy modell a kártyára, ahelyett, hogy azt nézné, milyen gyorsan fut, miután betöltődött, így ez néhány másodpercet vesz igénybe a rendszerindításkor, és semmit a generálás során.

Xeon Phi 5120D— jó helyi AI modellek futtatására?

Memóriája miatt kisebb modellekre korlátozódik, bár sávszélessége azt jelenti, hogy a generálás lassúnak fog tűnni a nagyobb modellek esetében. Összesen fut 337 a modellek számára, amelyeket nyomon követünk. Hogy ez elég-e, az teljesen attól függ, hogy melyik modellt szeretnéd - a fenti táblázat közvetlenül erre válaszol.

Xeon Phi 5120D— Futtathat egy modellt, ami nem fér el a VRAM-jában?

Csak részben. Rétegek a kártyán túl. 8 GB lehetséges és általában hamis gazdaság: a rendszer-memória rész elég lassú ahhoz, hogy dominálja az eredményt.

Két Xeon Phi 5120D kártyák kétszer olyan gyorsak lesznek?

A kapacitás hozzáadódik, a throughput nem. Kettő együtt ad neked 16 GB amely lehetővé teszi, hogy olyan modelleket tarts meg, amelyeket egyedül nem tudtak volna, de a generálás nem így oszlik meg. Ezek a számok egy kártyát írnak le.

Xeon Phi 5120D— Melyik AI modellt tud futtatni?

337 a 679 A nyomon követett open-weight nyelvi modellek elférnek ezen a kártyán, és helyben futtathatók. Az ezen az oldalon található táblázat minden egyes modellt felsorol, beleértve a szükséges memória mennyiségét, a futtatási kvantálást és a becsült generálási sebességet.

Xeon Phi 5120D— Melyik a legnagyobb AI modell, amit futtatni tud?

A katalógusunkban a legnagyobb modell, ami belefér, az Baichuan 1-13B at 13.3B paraméterek, tömörített Q3_K_M. Körülbelül generál. 17.9 token másodpercenként és körülbelül 7.2 A kártya memória GB-ja.

Xeon Phi 5120D— mennyi token másodpercenként?

A modell függvénye. A leggyorsabb modell, amit itt követünk, az Gemma 3 QAT 1B körülbelül 88.1 tokenek másodpercenként, míg a nagyobb modellek arányosan lassabban futnak, mert minden token megköveteli az egész modell memória-ből való egyszeri kiolvasását. A sebességek becslések egyetlen beszélgetés egyidejűleg.

A másik irány

Másik oldalról nézve?

Ez az oldal a hardverrel kezdődik. Ha már tudod, melyik AI modelt szeretnéd, és tudni szeretnéd, mi szükséges a futtatásához, Kezdje a MODELBŐL..

Minden GPU