Számítsa ki a TPS-t a Tesla P40 helyi AI modellek
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
679 modellek az adatbázisunkban összesen
A legnagyobb modell, amit tartalmaz.
Mixtral 8x7B
46.7B · Q3_K_M · 26.1 tok/s
Leggyorsabb modell
Gemma 3 QAT 1B
125 tok/s · 1B
Mely AI modellek futhatnak egy Tesla P40?
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..
502 modellek megfelelnek
Számítás| Kvantisálás | Illeszkedik | ||||||
|---|---|---|---|---|---|---|---|
|
125
tok/s
44–250 · alacsony bizalom |
Gemma 3 1B | 1B | Mar 2025 | 1.8 GB | 33k tokenek | Q8_0 | Kényelmes |
|
125
tok/s
44–250 · alacsony bizalom |
Gemma 3 QAT 1B | 1B | Apr 2025 | 1.8 GB | 33k tokenek | Q8_0 | Kényelmes |
|
125
tok/s
44–250 · alacsony bizalom |
HGRN 1B (WT 103) ≈ | 1B | Nov 2023 | 1.8 GB | 131k tokenek ? | Q8_0 | Kényelmes |
|
125
tok/s
44–250 · alacsony bizalom |
LLama 3..2 Typhoon 2 1B ≈ | 1B | Dec 2024 | 1.8 GB | 131k tokenek ? | Q8_0 | Kényelmes |
|
125
tok/s
44–250 · alacsony bizalom |
OLMo-1B ≈ | 1B | Feb 2024 | 1.8 GB | 131k tokenek ? | Q8_0 | Kényelmes |
|
125
tok/s
44–250 · alacsony bizalom |
Pythia-1b ≈ | 1B | Apr 2023 | 1.8 GB | 131k tokenek ? | Q8_0 | Kényelmes |
|
116
tok/s
41–231 · alacsony bizalom |
OpenELM-1.1B ≈ | 1.1B | May 2024 | 1.9 GB | 131k tokenek ? | Q8_0 | Kényelmes |
|
114
tok/s
40–227 · alacsony bizalom |
DeciCoder-1B ≈ | 1.1B | Aug 2023 | 1.9 GB | 131k tokenek ? | Q8_0 | Kényelmes |
|
114
tok/s
40–227 · alacsony bizalom |
SantaCoder ≈ | 1.1B | Jan 2023 | 1.9 GB | 131k tokenek ? | Q8_0 | Kényelmes |
|
114
tok/s
40–227 · alacsony bizalom |
TinyLlama-1.1B (1T token checkpoint) ≈ | 1.1B | Oct 2023 | 1.9 GB | 131k tokenek ? | Q8_0 | Kényelmes |
|
114
tok/s
40–227 · alacsony bizalom |
TinyLlama-1.1B (3T token checkpoint) ≈ | 1.1B | Oct 2023 | 1.9 GB | 131k tokenek ? | Q8_0 | Kényelmes |
|
104
tok/s
36–208 · alacsony bizalom |
EXAONE 4.0 (1.2B) ≈ | 1.2B | Jul 2025 | 2.0 GB | 131k tokenek ? | Q8_0 | Kényelmes |
|
104
tok/s
36–208 · alacsony bizalom |
MinerU2.5 ≈ | 1.2B | Sep 2025 | 2.0 GB | 131k tokenek ? | Q8_0 | Kényelmes |
|
104
tok/s
36–208 · alacsony bizalom |
Pleias 1.0 1.2B ≈ | 1.2B | Dec 2024 | 2.0 GB | 131k tokenek ? | Q8_0 | Kényelmes |
|
104
tok/s
36–208 · alacsony bizalom |
Pleias-RAG-1B ≈ | 1.2B | Apr 2025 | 2.0 GB | 131k tokenek ? | Q8_0 | Kényelmes |
|
102
tok/s
36–203 · alacsony bizalom |
Llama 3.2 1B | 1.2B | Sep 2024 | 2.2 GB | 131k tokenek | Q8_0 | Kényelmes |
|
100
tok/s
35–200 · alacsony bizalom |
MiniCPM-1.2B ≈ | 1.2B | Jun 2024 | 2.0 GB | 131k tokenek ? | Q8_0 | Kényelmes |
|
96.1
tok/s
34–192 · alacsony bizalom |
DeepSeek Coder 1.3B ≈ | 1.3B | Jan 2024 | 2.1 GB | 131k tokenek ? | Q8_0 | Kényelmes |
|
96.1
tok/s
34–192 · alacsony bizalom |
DeepSeek-VL-1.3B ≈ | 1.3B | Mar 2024 | 2.1 GB | 131k tokenek ? | Q8_0 | Kényelmes |
|
96.1
tok/s
34–192 · alacsony bizalom |
DigiRL ≈ | 1.3B | Jun 2024 | 2.1 GB | 131k tokenek ? | Q8_0 | Kényelmes |
|
96.1
tok/s
34–192 · alacsony bizalom |
GLA Transformer 1.3B ≈ | 1.3B | Aug 2024 | 2.1 GB | 131k tokenek ? | Q8_0 | Kényelmes |
|
96.1
tok/s
34–192 · alacsony bizalom |
Janus 1.3B ≈ | 1.3B | Oct 2024 | 2.1 GB | 131k tokenek ? | Q8_0 | Kényelmes |
|
96.1
tok/s
34–192 · alacsony bizalom |
Kosmos-2.5 ≈ | 1.3B | Aug 2024 | 2.1 GB | 131k tokenek ? | Q8_0 | Kényelmes |
|
96.1
tok/s
34–192 · alacsony bizalom |
Otter ≈ | 1.3B | May 2023 | 2.1 GB | 131k tokenek ? | Q8_0 | Kényelmes |
|
96.1
tok/s
34–192 · 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
Tesla P40 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
- 24 GB
- Memória sávszélesség
- 347 GB/s
- Memória típus
- GDDR5
- Memória busz szélessége
- 384 bit
- Memória óra
- 1.81 GHz
A chip
Melyik processor található az alaplapon és hogyan készült. Egy kisebb gyártási méret általában jobb teljesítményt jelent ugyanazon energiafelhasználás mellett.
- Grafikus processzor
- GP102
- Architektúra
- Pascal
- Generáció
- Tesla Pascal(Pxx)
- Öntödé
- TSMC
- Feldolgozási méret
- 16 nm
- Tranzisztorok
- 11.8 billion
- Tranzisztor sűrűség
- 25,100 K/mm²
- Die méret
- 471 mm²
- Csomag
- BGA-2397
- Kiadott
- 13 September 2016
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
- 1.3 GHz
- Turbóóra
- 1.53 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
- 3,840
- Textúrázási egységek
- 240
- Render kimeneti egységek
- 96
- Streaming multiprocesszorok
- 30
- L1 gyorsítótár
- 48 KB
- L2 gyorsítótár
- 3 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)
- 183.7 GFLOPS
- Egyszeres pontosság (FP32)
- 11.8 TFLOPS
- Kettős pontosság (FP64)
- 367.4 GFLOPS
- Pixelek aránya
- 147 GPixel/s
- Textúra sebesség
- 367 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)
- 250 W
- Javasolt tápegység
- 600 W
- Áramellátó csatlakozók
- 8-pin EPS
- Busz interfész
- PCIe 3.0 x16
- Bővítőhely szélessége
- Dual-slot
- Dimenziók
- 267 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.
- CUDA számítási képesség
- 6.1
- DirectX
- 12.1
- OpenGL
- 4.6
- Vulkan
- 1.4
- OpenCL
- 3.0
- Shader modell
- 6.8
Lista
Hol lehet venni egy Tesla P40
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
Kapacitás és sávszélesség
VRAM
24 GB
Sávszélesség
347 GB/s
Legnagyobb modell
Mixtral 8x7B
Tesla P40 hordoz 24 GB -nak GDDR5. Ez lefedi a legtöbb ember által valóban futtatott közepes méretű modelleket. Miután a futási idő és a meghajtó lefoglalja a munkaterületét, körülbelül ennyi marad: 21.6 GB.
A memóriával rendelkező sávszélesség eléri 347 GB/s egy buszon keresztül a 384 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 1.81 GHz. Mindkét fél fontos, és egyik sem látható egy játéktesztben.
A gyakorlati plafon Mixtral 8x7B, 46.7B, tömörítve Q3_K_M és generálás körül 26.1 tokenek másodpercenként
A chip és hogy hogyan készült
Tesla P40 a grafikus feldolgozón van építve GP102, az architektúra használatával Pascal ból NVIDIA, a generáció részeként Tesla Pascal(Pxx).
A chip-et a következő gyártó készíti TSMC, egy folyamatban 16 , egy kockával, amely méri 471 mm², tartás 11.8 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 September 2016, nagyjából 9.8821992694659 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
183.7 GFLOPS
FP64
367.4 GFLOPS
Papíron Tesla P40 elér 183.7 GFLOPS félnyes pontossággal, és 11.8 TFLOPS 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 367.4 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 1.3 GHz egy gyorsításra 1.53 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
Tesla P40 L1 gyorsítótárral rendelkezik 48 Kb, L2 gyorsítótár támogatásával 3 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 3,840 árnyékoló egységek, 240 Textúrázási egységek, és 96 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
250 W
Tesla P40 rated at 250 W, és a javasolt rendszer tápegység 600 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 267 mm hosszú, és szükséges 8-pin EPS. 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 3.0 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 Tesla P40
A legnagyobb open weight modellek, amelyek elférnek ezen a kártyán, legújabb elöl. Mindegyik a kártya által elérhető legjobb tömörítésben van megjelenítve..
A leggyorsabb AI modellek egy Tesla P40
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..
Lépésről lépésre
Hogyan lehet kiszámolni a tokenek másodpercenként egy Tesla P40
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
Keresd a modellt a táblázatban
A táblázat felsorolja 502 modellek, amelyeket ez a kártya futtat. A keresés szűkíti a listát név vagy méret alapján.
-
02
Döntsön arról, hogy mennyi ideig tartanak a beszélgetései.
A hosszabb beszélgetések memóriahasználata a súlyok mellett. 24 GB ez gyakran a különbség egy modell illeszkedése és nem illeszkedése között.
-
03
Válaszd ki, meddig szeretnéd tömöríteni.
A tömörítés az, ami lehetővé teszi, hogy a nagyobb modellek elférjenek. A minőségellenőrzés elutasít minden olyan modellt, amely több tömörítést igényel, mint amennyit hajlandó vagy adni.
-
04
Olvasd el a sebességet és a hatótávolságot
A sebességek hibahatárokkal járnak okkal. A legjobb eset itt 125 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 Szoros azt jelenti, hogy ma működik; a Kényelmes azt jelenti, hogy még mindig működik, amikor a beszélgetés nő. Hasonlítsa össze, hogy az egyes modelleknek mire van szükségük egy elérhetővel. 24 GB.
-
06
Ellenőrizze más hardverekkel
Minden modell neve a táblázatban a saját oldalára mutat, amely ugyanazt a számítást végzi el az összes kártyán, amelyet birtoklunk. Itt láthatja, hogy a megfelelő vásárlás megfelel-e Tesla P40.
Válaszok
Tesla P40 — gyakori kérdések
Tesla P40— mennyi token másodpercenként?
A modell függvénye. A leggyorsabb modell, amit itt követünk, az Gemma 3 QAT 1B körülbelül 125 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.
Tesla P40— futtatható-e 7B modellek?
Igen. Például fut. Multi-Token Prediction 7B at Q8_0, használva körülbelül 7.9 GB memória és körülbelül generálás 18.7 tokenek másodpercenként
Tesla P40— futtatható-e 13B modellek?
Igen. Például fut. DeepSeekMoE-16B at Q8_0, használva körülbelül 17.5 GB memória és körülbelül generálás 43.4 tokenek másodpercenként
Tesla P40— futtatható-e 30B modellek?
Igen. Például fut. Nemotron 3-Nano-30B-A3B at Q4_K_M, használva körülbelül 18.1 GB memória és körülbelül generálás 50.7 tokenek másodpercenként
Tesla P40— mennyi VRAM-ja van?
Ez a KÁRTYA rendelkezik 24 GB -nak GDDR5. Körülbelül egy tizedet tartanak fenn az inference futási idő és a meghajtó, így körülbelül 21.6 GB elérhető egy AI modell számára és annak beszélgetéséhez.
Tesla P40— mi a memória-sávszélessége?
A memóriával rendelkező sávszélesség eléri 347 GB/s egy buszon keresztül a 384 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.
Tesla P40— Milyen típusú MEMORY-t használ?
Használja GDDR5 órára állítva 1.81 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.
Tesla P40— ki készíti?
Ez egy terméke a NVIDIA, a chip általi gyártásával TSMC, egy folyamatban 16 .
Tesla P40— Mikor adták ki?
Megjelent a September 2016.
Tesla P40— mennyi áramot fogyaszt?
A minősített kártya teljesítménye 250 W, és a javasolt rendszer tápegység 600 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.
Tesla P40— mennyi cache-e van?
Az L1 gyorsítótár 48 Kb, és az L2 gyorsítótár 3 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.
Tesla P40— mennyi a TFLOPS-ja?
Ez értékelve van 183.7 GFLOPS fél precízióban és 11.8 TFLOPS 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.
Tesla P40— Támogatja a CUDA-t?
Igen. Jelentést ad a CUDA számítási képességről. 6.1, 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.
Tesla P40— Milyen busz interfészt használ?
Használja PCIe 3.0 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.
Tesla P40— jó helyi AI modellek futtatására?
A VRAM kényelmesen fedezi a közepes méretű modellek többségét, amelyet a legtöbben helyben futtatnak, bár a sávszélessége miatt a generálás lassúnak fog tűnni nagyobb modelleken. Összesen fut 502 a modellek számára, amelyeket nyomon követünk. Hogy ez elég-e, az teljesen attól függ, hogy melyik modellt szeretnéd - a fenti táblázat közvetlenül erre válaszol.
Tesla P40— Futtathat egy modellt, ami nem fér el a VRAM-jában?
A kártya teljesítményén túli terhelés 24 GB ül a rendszer memóriájában és a sebesség egy részén fut, így a főleg leterhelt modell ritkán ér meg használni. Minden itt szereplő számadat azt feltételezi, hogy teljesen a kártyán van.
Két Tesla P40 kártyák kétszer olyan gyorsak lesznek?
Nem. Egy második kártya megduplázza a MEMÓRIÁT a 48 GB egy GPU-val dolgozni, nem pedig kétszer annyi TOKEN másodpercenként — minden szám egyetlen KÁRTYÁRA vonatkozik.
Tesla P40— Melyik AI modellt tud futtatni?
502 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.
Tesla P40— Melyik a legnagyobb AI modell, amit futtatni tud?
A katalógusunkban a legnagyobb modell, ami belefér, az Mixtral 8x7B at 46.7B paraméterek, tömörített Q3_K_M. Körülbelül generál. 26.1 token másodpercenként és körülbelül 21.0 A kártya memória GB-ja.
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..