Számítsa ki a TPS-t a Jetson TX1 helyi AI modellek

NVIDIA 4 GB LPDDR4 10 GB/s January 2015

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

97 modellek, amelyeket futtathat

679 modellek az adatbázisunkban összesen

A legnagyobb modell, amit tartalmaz.

DeciLM 6B

5.7B · Q3_K_M · 1.6 tok/s

Leggyorsabb modell

Gemma 3 QAT 1B

3.5 tok/s · 1B

Mely AI modellek futhatnak egy Jetson TX1?

Állítsa be a bemeneteket, olvassa el a választ

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

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

97 modellek megfelelnek

Számítás
Kvantisálás Illeszkedik
3.5 tok/s

1–7 · alacsony bizalom

Gemma 3 1B 1B Mar 2025 1.8 GB 33k tokenek Q8_0 Kényelmes
3.5 tok/s

1–7 · alacsony bizalom

Gemma 3 QAT 1B 1B Apr 2025 1.8 GB 33k tokenek Q8_0 Kényelmes
3.5 tok/s

1–7 · alacsony bizalom

HGRN 1B (WT 103) ≈ 1B Nov 2023 1.8 GB 131k tokenek ? Q8_0 Kényelmes
3.5 tok/s

1–7 · alacsony bizalom

LLama 3..2 Typhoon 2 1B ≈ 1B Dec 2024 1.8 GB 131k tokenek ? Q8_0 Kényelmes
3.5 tok/s

1–7 · alacsony bizalom

OLMo-1B ≈ 1B Feb 2024 1.8 GB 131k tokenek ? Q8_0 Kényelmes
3.5 tok/s

1–7 · alacsony bizalom

Pythia-1b ≈ 1B Apr 2023 1.8 GB 131k tokenek ? Q8_0 Kényelmes
3.2 tok/s

1–6 · alacsony bizalom

OpenELM-1.1B ≈ 1.1B May 2024 1.9 GB 131k tokenek ? Q8_0 Kényelmes
3.1 tok/s

1–6 · alacsony bizalom

DeciCoder-1B ≈ 1.1B Aug 2023 1.9 GB 131k tokenek ? Q8_0 Kényelmes
3.1 tok/s

1–6 · alacsony bizalom

SantaCoder ≈ 1.1B Jan 2023 1.9 GB 131k tokenek ? Q8_0 Kényelmes
3.1 tok/s

1–6 · alacsony bizalom

TinyLlama-1.1B (1T token checkpoint) ≈ 1.1B Oct 2023 1.9 GB 131k tokenek ? Q8_0 Kényelmes
3.1 tok/s

1–6 · alacsony bizalom

TinyLlama-1.1B (3T token checkpoint) ≈ 1.1B Oct 2023 1.9 GB 131k tokenek ? Q8_0 Kényelmes
2.9 tok/s

1–6 · alacsony bizalom

EXAONE 4.0 (1.2B) ≈ 1.2B Jul 2025 2.0 GB 131k tokenek ? Q8_0 Kényelmes
2.9 tok/s

1–6 · alacsony bizalom

MinerU2.5 ≈ 1.2B Sep 2025 2.0 GB 131k tokenek ? Q8_0 Kényelmes
2.9 tok/s

1–6 · alacsony bizalom

Pleias 1.0 1.2B ≈ 1.2B Dec 2024 2.0 GB 131k tokenek ? Q8_0 Kényelmes
2.9 tok/s

1–6 · alacsony bizalom

Pleias-RAG-1B ≈ 1.2B Apr 2025 2.0 GB 131k tokenek ? Q8_0 Kényelmes
2.8 tok/s

1–6 · alacsony bizalom

Llama 3.2 1B 1.2B Sep 2024 2.2 GB 54k tokenek Q8_0 Kényelmes
2.8 tok/s

1–6 · alacsony bizalom

MiniCPM-1.2B ≈ 1.2B Jun 2024 2.0 GB 131k tokenek ? Q8_0 Kényelmes
2.7 tok/s

1–5 · alacsony bizalom

DeepSeek Coder 1.3B ≈ 1.3B Jan 2024 2.1 GB 131k tokenek ? Q8_0 Kényelmes
2.7 tok/s

1–5 · alacsony bizalom

DeepSeek-VL-1.3B ≈ 1.3B Mar 2024 2.1 GB 131k tokenek ? Q8_0 Kényelmes
2.7 tok/s

1–5 · alacsony bizalom

DigiRL ≈ 1.3B Jun 2024 2.1 GB 131k tokenek ? Q8_0 Kényelmes
2.7 tok/s

1–5 · alacsony bizalom

GLA Transformer 1.3B ≈ 1.3B Aug 2024 2.1 GB 131k tokenek ? Q8_0 Kényelmes
2.7 tok/s

1–5 · alacsony bizalom

Janus 1.3B ≈ 1.3B Oct 2024 2.1 GB 131k tokenek ? Q8_0 Kényelmes
2.7 tok/s

1–5 · alacsony bizalom

Kosmos-2.5 ≈ 1.3B Aug 2024 2.1 GB 131k tokenek ? Q8_0 Kényelmes
2.7 tok/s

1–5 · alacsony bizalom

Otter ≈ 1.3B May 2023 2.1 GB 131k tokenek ? Q8_0 Kényelmes
2.7 tok/s

1–5 · 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

Jetson TX1 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
4 GB
Memória sávszélesség
10 GB/s
Memória típus
LPDDR4
Memória busz szélessége
64 bit
Memória óra
600 MHz

A chip

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

Grafikus processzor
GM20B
Architektúra
Maxwell 2.0
Generáció
Tegra(Maxwell)
Öntödé
TSMC
Feldolgozási méret
20 nm
Tranzisztorok
2 billion
Tranzisztor sűrűség
16,900 K/mm²
Die méret
118 mm²
Kiadott
4 January 2015

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
998 MHz
Turbóóra
998 MHz

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
256
Textúrázási egységek
16
Render kimeneti egységek
16
Streaming multiprocesszorok
2
L1 gyorsítótár
48 KB
L2 gyorsítótár
0.25 MB

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.

Fél precizitás (FP16)
1 TFLOPS
Egyszeres pontosság (FP32)
511 GFLOPS
Kettős pontosság (FP64)
16 GFLOPS
Pixelek aránya
16 GPixel/s
Textúra sebesség
16 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)
6 W
Busz interfész
PCIe 2.0 x4
Bővítőhely szélessége
IGP

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.

CUDA számítási képesség
5.3
DirectX
12.1
OpenGL
4.6
Vulkan
1.4
OpenCL
1.2
Shader modell
6.0

Lista

Hol lehet venni egy Jetson TX1

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

Memória: a specifikáció, ami mindent eldönt

VRAM

4 GB

Sávszélesség

10 GB/s

Legnagyobb modell

DeciLM 6B

Jetson TX1 csak hordoz 4 GB -nak LPDDR4. Ez korlátozza a katalógus kisebb végére, és egy modellnek teljesen bele kell férnie, mielőtt bármilyen kimenetet generál. Egy futás valójában körülbelül 3.6 GB.

A memóriával rendelkező sávszélesség eléri 10 GB/s egy buszon keresztül a 64 bit. A Sávszélesség ennek a kártyának a valódi korlátozása. Minden token megköveteli az egész modell kiolvasását a memóriából, így egy nagy modell lassúnak tűnik itt, még akkor is, ha belefér.

Ez egy MEMORY CLOCK-ból származik 600 MHz. Ezért a magok száma olyan rosszul jósolja a generálási sebességet.

Összeállítva a legnagyobb modell, ami belefér, az DeciLM 6B, 5.7B, tömörítve Q3_K_M és generálás körül 1.6 tokenek másodpercenként

A chip és hogy hogyan készült

Jetson TX1 a grafikus feldolgozón van építve GM20B, az architektúra használatával Maxwell 2.0 ból NVIDIA, a generáció részeként Tegra(Maxwell).

A chip-et a következő gyártó készíti TSMC, egy folyamatban 20 , egy kockával, amely méri 118 mm², tartás 2 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 January 2015, nagyjából 11.572282128129 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

FP16

1 TFLOPS

FP64

16 GFLOPS

Papíron Jetson TX1 elér 1 TFLOPS félnyes pontossággal, és 511 GFLOPS egyszeres pontossággal. Ezek csúcsértékek, amelyeket valós terhelés nem fenntart, és a szöveggenerálás csak ezek egy kis töredékét éri el - a dekódolás a memória által korlátozott, nem pedig a számítási műveletek által, ezért egy kártya itt rendkívül erősnek tűnhet, mégis normális sebességgel állít elő tokeneket.

A dupla pontosságú áteresztőképesség eléri 16 GFLOPS. Nincs hatással a nyelvi modell futtatására — a következtetési futási idő nem használja — de elválasztja az adatközponti részeket a fogyasztóiaktól, mivel az utóbbi szándékosan korlátozza azt.

Az órajelek egy alapból futnak 998 MHz egy gyorsításra 998 MHz. 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

Jetson TX1 L1 gyorsítótárral rendelkezik 48 Kb, L2 gyorsítótár támogatásával 0.25 MB. A cache egy részesedést felszív a memóriaforgalomból, ami egyébként a fő buszt érné el, ami az egyetlen hely ezen az oldalon, ahol a sávszélességen kívül más szám is csendben befolyásolja a generálási sebességet — egy nagy L2 lehetővé teszi, hogy a munkakészlet több része közel maradjon a magokhoz.

Vannak 256 árnyékoló egységek, 16 Textúrázási egységek, és 16 Render kimeneti 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

6 W

Jetson TX1 rated at 6 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 igp. 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 x4. 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 Jetson TX1

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

  1. 01 Qwen3.5-4B 4B · Q5_K_M · Feb 2026 1.5 tok/s
  2. 02 Voxtral Mini 4.7B · Q4_K_M · Jul 2025 1.7 tok/s
  3. 03 Typhoon 2.1 Gemma 4B 4B · Q4_K_M · May 2025 2.0 tok/s
  4. 04 Qwen3-4B 4B · Q3_K_M · Apr 2025 2.3 tok/s
  5. 05 Gemma 3 QAT 4B 4B · Q4_K_M · Apr 2025 2.0 tok/s
  6. 06 Gemma 3 4B 4B · Q4_K_M · Mar 2025 2.0 tok/s
  7. 07 Phi-4-Multimodal 5.6B · Q3_K_M · Mar 2025 1.7 tok/s
  8. 08 Minitron 4B 4.2B · Q4_K_M · Nov 2024 1.9 tok/s
  9. 09 XVERSE-MoE-A4.2B 4.2B · Q4_K_M · Apr 2024 1.9 tok/s
  10. 10 DeciLM 6B 5.7B · Q3_K_M · Sep 2023 1.6 tok/s

A leggyorsabb AI modellek egy Jetson TX1

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..

  1. 01 Gemma 3 QAT 1B 1B · Q8_0 · 1.8 GB 3.5 tok/s
  2. 02 Gemma 3 1B 1B · Q8_0 · 1.8 GB 3.5 tok/s
  3. 03 LLama 3..2 Typhoon 2 1B 1B · Q8_0 · 1.8 GB 3.5 tok/s
  4. 04 OLMo-1B 1B · Q8_0 · 1.8 GB 3.5 tok/s
  5. 05 HGRN 1B (WT 103) 1B · Q8_0 · 1.8 GB 3.5 tok/s
  6. 06 Pythia-1b 1B · Q8_0 · 1.8 GB 3.5 tok/s
  7. 07 OpenELM-1.1B 1.1B · Q8_0 · 1.9 GB 3.2 tok/s
  8. 08 TinyLlama-1.1B (1T token checkpoint) 1.1B · Q8_0 · 1.9 GB 3.1 tok/s
  9. 09 TinyLlama-1.1B (3T token checkpoint) 1.1B · Q8_0 · 1.9 GB 3.1 tok/s
  10. 10 DeciCoder-1B 1.1B · Q8_0 · 1.9 GB 3.1 tok/s

Lépésről lépésre

Hogyan lehet kiszámolni a tokenek másodpercenként egy Jetson TX1

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..

  1. 01

    Keresd meg a kívánt modellt

    A táblázat felsorolja 97 modellek, amelyeket ez a kártya futtat. A keresés szűkíti a listát név vagy méret alapján.

  2. 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. 4 GB ez gyakran a különbség egy modell illeszkedése és nem illeszkedése között.

  3. 03

    Válaszd ki, meddig szeretnéd tömöríteni.

    Alapértelmezés szerint a táblázat a legkevésbé tömörített másolatot választja, ami elfér. A padló beállítása eltávolítja azokat a modelleket, amelyek csak erős tömörítéssel felelnek meg.

  4. 04

    Nézd meg a tartományt, ne csak a számot.

    Minden sebesség egy becslés egyetlen beszélgetésre, alatta egy tartományral. A felső határ itt 3.5 tok/s on Gemma 3 QAT 1B. Ugyanaz a Kártya és Modell harminc és ötven százalékos eltérést mutat a következtetési futási idők között.

  5. 05

    Ellenőrizze a memória oszlopot elköteleződés előtt.

    Egy szoros illeszkedés fut, de nem hagy helyet a későbbi kontextus növelésére; a kényelmesnek van fejtérfölénye. A memória oszlop megmutatja, hogy minden modellnek mire van szüksége a rendelkezésre állóval szemben. 4 GB.

  6. 06

    Nyisd meg a modellt, hogy összehasonlíthasd a kártyákat.

    Minden modell oldala megismétli ezt a számítást az egész katalógusra. Érdemes megnézni, mielőtt döntesz: megmutatja, mi fut még ugyanazzal a modellel, mellette Jetson TX1.

Válaszok

Jetson TX1 — gyakori kérdések

01

Jetson TX1— mennyi a TFLOPS-ja?

Ez értékelve van 1 TFLOPS fél precízióban és 511 GFLOPS egyszeres pontossággal. Ezek a csúcs aritmetikai plafonok, nem pedig elérhető sebességek, és a szöveggenerálás csak e plafonok kis részét éri el, mert inkább a memóriabandwidth korlátozza.

02

Jetson TX1— Támogatja a CUDA-t?

Igen. Jelentést ad a CUDA számítási képességről. 5.3, ami megelőzi a TENSOR CORES-t. A 7.0 és annál magasabb képességű modellek rendelkeznek tenzormagokkal, amelyeket a modern inferencia szoftver használ; ennél alacsonyabb szinten lassabb kódú utakat használ a kvantált modellekhez.

03

Jetson TX1— Milyen busz interfészt használ?

Használja PCIe 2.0 x4. 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.

04

Jetson TX1— 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 97 a modellek számára, amelyeket nyomon követünk. Hogy ez elég-e, az teljesen attól függ, hogy melyik modellt szeretnéd - a fenti táblázat közvetlenül erre válaszol.

05

Jetson TX1— Futtathat egy modellt, ami nem fér el a VRAM-jában?

A kártya teljesítményén túli terhelés 4 GB lehetséges és általában hamis gazdaság: a rendszer-memória rész elég lassú ahhoz, hogy dominálja az eredményt.

06

Két Jetson TX1 kártyák kétszer olyan gyorsak lesznek?

Nem. Egy második kártya megduplázza a MEMÓRIÁT a 8 GB kombinált memória, körülbelül ugyanazon generációs sebességgel, mint egy.

07

Jetson TX1— Melyik AI modellt tud futtatni?

97 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.

08

Jetson TX1— Melyik a legnagyobb AI modell, amit futtatni tud?

A katalógusunkban a legnagyobb modell, ami belefér, az DeciLM 6B at 5.7B paraméterek, tömörített Q3_K_M. Körülbelül generál. 1.6 token másodpercenként és körülbelül 3.5 A kártya memória GB-ja.

09

Jetson TX1— mennyi token másodpercenként?

A modell függvénye. A leggyorsabb modell, amit itt követünk, az Gemma 3 QAT 1B körülbelül 3.5 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.

10

Jetson TX1— mennyi VRAM-ja van?

Ez a KÁRTYA rendelkezik 4 GB -nak LPDDR4. Körülbelül egy tizedet tartanak fenn az inference futási idő és a meghajtó, így körülbelül 3.6 GB elérhető egy AI modell számára és annak beszélgetéséhez.

11

Jetson TX1— mi a memória-sávszélessége?

A memóriával rendelkező sávszélesség eléri 10 GB/s egy buszon keresztül a 64 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.

12

Jetson TX1— Milyen típusú MEMORY-t használ?

Használja LPDDR4 órára állítva 600 MHz. 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.

13

Jetson TX1— ki készíti?

Ez egy terméke a NVIDIA, a chip általi gyártásával TSMC, egy folyamatban 20 .

14

Jetson TX1— Mikor adták ki?

Megjelent a January 2015.

15

Jetson TX1— mennyi áramot fogyaszt?

A minősített kártya teljesítménye 6 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.

16

Jetson TX1— mennyi cache-e van?

Az L1 gyorsítótár 48 Kb, és az L2 gyorsítótár 0.25 MB. A Cache felszívja a memóriaforgalom egy részét, amely egyébként elérné a fő buszt, így egy nagyobb L2 szerény mértékben növeli a generálási sebességet, a sávszélesség által egyedül előre jelzett értékhez képest.

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