Számítsa ki a TPS-t a Radeon Instinct MI6 helyi AI modellek

AMD 8 GB GDDR5 224 GB/s December 2016

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 · 15.1 tok/s

Leggyorsabb modell

Gemma 3 QAT 1B

74.0 tok/s · 1B

Mely AI modellek futhatnak egy Radeon Instinct MI6?

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..

337 modellek megfelelnek

Számítás
Kvantisálás Illeszkedik
74.0 tok/s

44–118 · alacsony bizalom

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

44–118 · alacsony bizalom

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

44–118 · alacsony bizalom

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

44–118 · alacsony bizalom

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

44–118 · alacsony bizalom

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

44–118 · alacsony bizalom

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

41–110 · alacsony bizalom

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

40–108 · alacsony bizalom

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

40–108 · alacsony bizalom

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

40–108 · alacsony bizalom

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

40–108 · alacsony bizalom

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

37–99 · alacsony bizalom

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

37–99 · alacsony bizalom

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

37–99 · alacsony bizalom

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

37–99 · alacsony bizalom

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

36–96 · alacsony bizalom

Llama 3.2 1B 1.2B Sep 2024 2.2 GB 131k tokenek Q8_0 Kényelmes
59.3 tok/s

36–95 · alacsony bizalom

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

34–91 · alacsony bizalom

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

34–91 · alacsony bizalom

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

34–91 · alacsony bizalom

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

34–91 · alacsony bizalom

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

34–91 · alacsony bizalom

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

34–91 · alacsony bizalom

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

34–91 · alacsony bizalom

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

34–91 · 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

Radeon Instinct MI6 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
224 GB/s
Memória típus
GDDR5
Memória busz szélessége
256 bit
Memória óra
1.75 GHz

A chip

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

Grafikus processzor
Ellesmere
Architektúra
GCN 4.0
Generáció
Radeon Instinct(MIx)
Öntödé
GlobalFoundries
Feldolgozási méret
14 nm
Tranzisztorok
5.7 billion
Tranzisztor sűrűség
24,600 K/mm²
Die méret
232 mm²
Csomag
BGA-1401
Kiadott
12 December 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
1.12 GHz
Turbóóra
1.23 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
2,304
Textúrázási egységek
144
Render kimeneti egységek
32
L1 gyorsítótár
16 KB
L2 gyorsítótár
2 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)
5.7 TFLOPS
Egyszeres pontosság (FP32)
5.7 TFLOPS
Kettős pontosság (FP64)
355.1 GFLOPS
Pixelek aránya
39 GPixel/s
Textúra sebesség
178 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)
150 W
Javasolt tápegység
450 W
Áramellátó csatlakozók
1x 6-pin
Busz interfész
PCIe 3.0 x16
Bővítőhely szélessége
Single-slot
Dimenziók
241 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.

DirectX
12.0
OpenGL
4.6
Vulkan
1.3
OpenCL
2.1
Shader modell
6.7

Lista

Hol lehet venni egy Radeon Instinct MI6

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

8 GB

Sávszélesség

224 GB/s

Legnagyobb modell

Baichuan 1-13B

Radeon Instinct MI6 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 224 GB/s egy buszon keresztül a 256 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.

A szám a busz szélessége és a memória óra szorzataként van. 1.75 GHz. Ezért a magok száma olyan rosszul jósolja a generálási sebességet.

A gyakorlatban ez a kombináció a következőnél végződik Baichuan 1-13B, 13.3B, tömörítve Q3_K_M és generálás körül 15.1 tokenek másodpercenként

A chip és hogy hogyan készült

Radeon Instinct MI6 a grafikus feldolgozón van építve Ellesmere, az architektúra használatával GCN 4.0 ból AMD, a generáció részeként Radeon Instinct(MIx).

A chip-et a következő gyártó készíti GlobalFoundries, egy folyamatban 14 , egy kockával, amely méri 232 mm², tartás 5.7 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 December 2016, nagyjából 9.6354657168997 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

5.7 TFLOPS

FP64

355.1 GFLOPS

Papíron Radeon Instinct MI6 elér 5.7 TFLOPS félnyes pontossággal, és 5.7 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 355.1 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 1.12 GHz egy gyorsításra 1.23 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

Radeon Instinct MI6 L1 gyorsítótárral rendelkezik 16 Kb, L2 gyorsítótár támogatásával 2 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 2,304 árnyékoló egységek, 144 Textúrázási egységek, és 32 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

150 W

Radeon Instinct MI6 rated at 150 W, és a javasolt rendszer tápegység 450 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 single-slot, mérés 241 mm hosszú, és szükséges 1x 6-pin. 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 Radeon Instinct MI6

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

  1. 01 OLMo 2 Furious 13B 13B · Q3_K_M · Dec 2024 15.4 tok/s
  2. 02 Cambrian-1-13B 13B · Q3_K_M · Jun 2024 15.4 tok/s
  3. 03 Fugaku-LLM 13B · Q3_K_M · May 2024 15.4 tok/s
  4. 04 OpenThaiGPT v1.0.0 (13B) 13.1B · Q3_K_M · Apr 2024 15.2 tok/s
  5. 05 Aya 13B · Q3_K_M · Feb 2024 15.4 tok/s
  6. 06 Elyza 13B · Q3_K_M · Dec 2023 15.4 tok/s
  7. 07 NexusRaven-V2 13B · Q3_K_M · Dec 2023 15.4 tok/s
  8. 08 Baize-v2-13B (白泽) 13B · Q3_K_M · Dec 2023 15.4 tok/s
  9. 09 Stockmark-13B 13.2B · Q3_K_M · Oct 2023 15.1 tok/s
  10. 10 Baichuan 1-13B 13.3B · Q3_K_M · Jul 2023 15.1 tok/s

A leggyorsabb AI modellek egy Radeon Instinct MI6

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 74.0 tok/s
  2. 02 Gemma 3 1B 1B · Q8_0 · 1.8 GB 74.0 tok/s
  3. 03 LLama 3..2 Typhoon 2 1B 1B · Q8_0 · 1.8 GB 74.0 tok/s
  4. 04 OLMo-1B 1B · Q8_0 · 1.8 GB 74.0 tok/s
  5. 05 HGRN 1B (WT 103) 1B · Q8_0 · 1.8 GB 74.0 tok/s
  6. 06 Pythia-1b 1B · Q8_0 · 1.8 GB 74.0 tok/s
  7. 07 OpenELM-1.1B 1.1B · Q8_0 · 1.9 GB 68.5 tok/s
  8. 08 TinyLlama-1.1B (1T token checkpoint) 1.1B · Q8_0 · 1.9 GB 67.3 tok/s
  9. 09 TinyLlama-1.1B (3T token checkpoint) 1.1B · Q8_0 · 1.9 GB 67.3 tok/s
  10. 10 DeciCoder-1B 1.1B · Q8_0 · 1.9 GB 67.3 tok/s

Lépésről lépésre

Hogyan lehet kiszámolni a tokenek másodpercenként egy Radeon Instinct MI6

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

    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, amelyeket ez a kártya futtat. A keresés szűkíti a listát név vagy méret alapján.

  2. 02

    Illeszd a kontextust a munkádhoz

    Húzza el a csúszkát a tervezett beszélgetési hosszhoz, amin dolgozni kíván. A cache a beszélgetéssel nő, és egy kártyával szemben tart. 8 GB ez gyakran a különbség egy modell illeszkedése és nem illeszkedése között.

  3. 03

    Válaszd ki, meddig szeretnéd tömöríteni.

    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.

  4. 04

    Olvasd el a sebességet és a hatótávolságot

    A sebességek hibahatárokkal járnak okkal. A legjobb eset itt 74.0 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.

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

  6. 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 Radeon Instinct MI6.

Válaszok

Radeon Instinct MI6 — gyakori kérdések

01

Radeon Instinct MI6— futtatható-e 13B modellek?

Igen. Például fut. Gemma 4 12B at Q3_K_M, használva körülbelül 6.5 GB memória és körülbelül generálás 16.7 tokenek másodpercenként

02

Radeon Instinct MI6— 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.

03

Radeon Instinct MI6— mi a memória-sávszélessége?

A memóriával rendelkező sávszélesség eléri 224 GB/s egy buszon keresztül a 256 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.

04

Radeon Instinct MI6— Milyen típusú MEMORY-t használ?

Használja GDDR5 órára állítva 1.75 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.

05

Radeon Instinct MI6— ki készíti?

Ez egy terméke a AMD, a chip általi gyártásával GlobalFoundries, egy folyamatban 14 .

06

Radeon Instinct MI6— Mikor adták ki?

Megjelent a December 2016.

07

Radeon Instinct MI6— mennyi áramot fogyaszt?

A minősített kártya teljesítménye 150 W, és a javasolt rendszer tápegység 450 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.

08

Radeon Instinct MI6— mennyi cache-e van?

Az L1 gyorsítótár 16 Kb, és az L2 gyorsítótár 2 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.

09

Radeon Instinct MI6— mennyi a TFLOPS-ja?

Ez értékelve van 5.7 TFLOPS fél precízióban és 5.7 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.

10

Radeon Instinct MI6— Támogatja a CUDA-t?

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

11

Radeon Instinct MI6— 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.

12

Radeon Instinct MI6— 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.

13

Radeon Instinct MI6— Futtathat egy modellt, ami nem fér el a VRAM-jában?

A kártya teljesítményén túli terhelés 8 GB lehúzza az egészet, és az ezen az oldalon található számok egyike sem feltételezi azt.

14

Két Radeon Instinct MI6 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.

15

Radeon Instinct MI6— 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.

16

Radeon Instinct MI6— 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. 15.1 token másodpercenként és körülbelül 7.2 A kártya memória GB-ja.

17

Radeon Instinct MI6— mennyi token másodpercenként?

A modell függvénye. A leggyorsabb modell, amit itt követünk, az Gemma 3 QAT 1B körülbelül 74.0 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.

18

Radeon Instinct MI6— futtatható-e 7B modellek?

Igen. Például fut. MetaMath 7B (LLaMa finetune) at Q4_K_M, használva körülbelül 6.5 GB memória és körülbelül generálás 24.4 tokenek másodpercenként

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