Számítsa ki a TPS-t a GeForce RTX 2060 helyi AI modellek

NVIDIA 6 GB GDDR6 336 GB/s January 2019

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

266 modellek, amelyeket futtathat

679 modellek az adatbázisunkban összesen

A legnagyobb modell, amit tartalmaz.

Qwen-VL

9.6B · Q3_K_M · 40.0 tok/s

Leggyorsabb modell

Gemma 3 QAT 1B

142 tok/s · 1B

Mely AI modellek futhatnak egy GeForce RTX 2060?

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..

266 modellek megfelelnek

Számítás
Kvantisálás Illeszkedik
142 tok/s

121–171

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

121–171

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

85–228 · alacsony bizalom

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

85–228 · alacsony bizalom

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

85–228 · alacsony bizalom

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

85–228 · alacsony bizalom

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

79–211 · alacsony bizalom

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

78–207 · alacsony bizalom

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

78–207 · alacsony bizalom

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

78–207 · alacsony bizalom

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

78–207 · alacsony bizalom

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

71–190 · alacsony bizalom

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

71–190 · alacsony bizalom

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

71–190 · alacsony bizalom

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

71–190 · alacsony bizalom

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

98–139

Llama 3.2 1B 1.2B Sep 2024 2.2 GB 113k tokenek Q8_0 Kényelmes
114 tok/s

68–183 · alacsony bizalom

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

66–175 · alacsony bizalom

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

66–175 · alacsony bizalom

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

66–175 · alacsony bizalom

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

66–175 · alacsony bizalom

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

66–175 · alacsony bizalom

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

66–175 · alacsony bizalom

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

66–175 · alacsony bizalom

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

66–175 · 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

GeForce RTX 2060 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
6 GB
Memória sávszélesség
336 GB/s
Memória típus
GDDR6
Memória busz szélessége
192 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
TU106
Architektúra
Turing
Generáció
GeForce 20
Öntödé
TSMC
Feldolgozási méret
12 nm
Tranzisztorok
10.8 billion
Tranzisztor sűrűség
24,300 K/mm²
Die méret
445 mm²
Csomag
BGA-2228
Kiadott
7 January 2019

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
1.37 GHz
Turbóóra
1.68 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
1,920
Textúrázási egységek
120
Render kimeneti egységek
48
Streaming multiprocesszorok
30
Tenzor magok
240
Ray tracing magok
30
L1 gyorsítótár
64 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)
12.9 TFLOPS
Egyszeres pontosság (FP32)
6.5 TFLOPS
Kettős pontosság (FP64)
201.6 GFLOPS
Pixelek aránya
81 GPixel/s
Textúra sebesség
202 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)
160 W
Javasolt tápegység
450 W
Áramellátó csatlakozók
1x 8-pin
Busz interfész
PCIe 3.0 x16
Bővítőhely szélessége
Dual-slot
Dimenziók
229 mm × 35 mm
Kimenetek megjelenítése
1x DVI, 1x HDMI 2.0, 2x DisplayPort 1.4a, 1x USB Type-C

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
7.5
DirectX
12.2
OpenGL
4.6
Vulkan
1.4
OpenCL
3.0
Shader modell
6.8

Lista

Hol lehet venni egy GeForce RTX 2060

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

6 GB

Sávszélesség

336 GB/s

Legnagyobb modell

Qwen-VL

GeForce RTX 2060 csak hordoz 6 GB -nak GDDR6. Ez korlátozza a katalógus kisebb végére, és egy modellnek teljesen bele kell férnie, mielőtt bármilyen kimenetet generál. Egy futás valójában körülbelül 5.4 GB.

A memóriával rendelkező sávszélesség eléri 336 GB/s egy buszon keresztül a 192 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.

Ez egy MEMORY CLOCK-ból származik 1.75 GHz. Ezért a magok száma olyan rosszul jósolja a generálási sebességet.

A gyakorlatban ez a kombináció a következőnél végződik Qwen-VL, 9.6B, tömörítve Q3_K_M és generálás körül 40.0 tokenek másodpercenként

A chip és hogy hogyan készült

GeForce RTX 2060 a grafikus feldolgozón van építve TU106, az architektúra használatával Turing ból NVIDIA, a generáció részeként GeForce 20.

A chip-et a következő gyártó készíti TSMC, egy folyamatban 12 , egy kockával, amely méri 445 mm², tartás 10.8 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 January 2019, nagyjából 7.5640722524945 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

12.9 TFLOPS

FP64

201.6 GFLOPS

Tenzor magok

240

Papíron GeForce RTX 2060 elér 12.9 TFLOPS félnyes pontossággal, és 6.5 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 201.6 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.

A kártya hordozza 240 Tenzor magok át跨 30 Streaming multiprocesszorok. Ezek felgyorsítják a mátrix aritmetikát, amely a transzformátor szívében található, és ők azok, akik drámaian gyorsabbá teszik a prompt feldolgozást — egy hosszú dokumentum elolvasását mielőtt válaszolnának — mint ahogyan az máskülönben lenne.

Az órajelek egy alapból futnak 1.37 GHz egy gyorsításra 1.68 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

GeForce RTX 2060 L1 gyorsítótárral rendelkezik 64 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 1,920 árnyékoló egységek, 120 Textúrázási egységek, és 48 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

160 W

GeForce RTX 2060 rated at 160 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 dual-slot, mérés 229 mm hosszú, és szükséges 1x 8-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 GeForce RTX 2060

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

  1. 01 Qwen3.5-9B 9B · Q3_K_M · Feb 2026 42.7 tok/s
  2. 02 NVIDIA-Nemotron-Nano-9B-v2 9B · Q3_K_M · Aug 2025 42.7 tok/s
  3. 03 Ovis2.5 9B 9B · Q3_K_M · Aug 2025 42.7 tok/s
  4. 04 GLM-4.1V-Thinking 9B · Q3_K_M · Aug 2025 42.7 tok/s
  5. 05 MamayLM 9B · Q3_K_M · Apr 2025 42.7 tok/s
  6. 06 GLM-4-9B-0414 9B · Q3_K_M · Apr 2025 42.7 tok/s
  7. 07 SimPO 9B · Q3_K_M · Nov 2024 42.7 tok/s
  8. 08 GLM-4V-9B 9B · Q3_K_M · Jun 2024 42.7 tok/s
  9. 09 Persimmon-8B 9.3B · Q3_K_M · Sep 2023 41.3 tok/s
  10. 10 Qwen-VL 9.6B · Q3_K_M · Aug 2023 40.0 tok/s

A leggyorsabb AI modellek egy GeForce RTX 2060

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 142 tok/s
  2. 02 Gemma 3 1B 1B · Q8_0 · 1.8 GB 142 tok/s
  3. 03 LLama 3..2 Typhoon 2 1B 1B · Q8_0 · 1.8 GB 142 tok/s
  4. 04 OLMo-1B 1B · Q8_0 · 1.8 GB 142 tok/s
  5. 05 HGRN 1B (WT 103) 1B · Q8_0 · 1.8 GB 142 tok/s
  6. 06 Pythia-1b 1B · Q8_0 · 1.8 GB 142 tok/s
  7. 07 OpenELM-1.1B 1.1B · Q8_0 · 1.9 GB 132 tok/s
  8. 08 TinyLlama-1.1B (1T token checkpoint) 1.1B · Q8_0 · 1.9 GB 129 tok/s
  9. 09 TinyLlama-1.1B (3T token checkpoint) 1.1B · Q8_0 · 1.9 GB 129 tok/s
  10. 10 DeciCoder-1B 1.1B · Q8_0 · 1.9 GB 129 tok/s

Lépésről lépésre

Hogyan lehet kiszámolni a tokenek másodpercenként egy GeForce RTX 2060

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 266 modellek, amelyeket ez a kártya futtathat. Keresés név vagy méret szerint — a 27b beírása a paraméterek számán illeszkedik, még akkor is, ha a név soha nem mondja ki.

  2. 02

    Illeszd a kontextust a munkádhoz

    A hosszabb beszélgetések memóriahasználata a súlyok mellett. 6 GB Gyakran az az, ami egy nagy modellt a határvonalon túlra lök.

  3. 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.

  4. 04

    Nézd meg a tartományt, ne csak a számot.

    A számok kiszámolt, nem mért. A leggyorsabb eredmény ezen a KÁRTYÁN 142 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. 6 GB.

  6. 06

    Nyisd meg a modellt, hogy összehasonlíthasd a kártyákat.

    Követve egy modellt a saját oldalán, felsorolja az összes hardvert, ami futtathatja, így láthatod, hogyan hasonlít össze GeForce RTX 2060.

Válaszok

GeForce RTX 2060 — gyakori kérdések

01

GeForce RTX 2060— mennyi VRAM-ja van?

Ez a KÁRTYA rendelkezik 6 GB -nak GDDR6. Körülbelül egy tizedet tartanak fenn az inference futási idő és a meghajtó, így körülbelül 5.4 GB elérhető egy AI modell számára és annak beszélgetéséhez.

02

GeForce RTX 2060— mi a memória-sávszélessége?

A memóriával rendelkező sávszélesség eléri 336 GB/s egy buszon keresztül a 192 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.

03

GeForce RTX 2060— Milyen típusú MEMORY-t használ?

Használja GDDR6 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.

04

GeForce RTX 2060— ki készíti?

Ez egy terméke a NVIDIA, a chip általi gyártásával TSMC, egy folyamatban 12 .

05

GeForce RTX 2060— Mikor adták ki?

Megjelent a January 2019.

06

GeForce RTX 2060— mennyi áramot fogyaszt?

A minősített kártya teljesítménye 160 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.

07

GeForce RTX 2060— mennyi cache-e van?

Az L1 gyorsítótár 64 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.

08

GeForce RTX 2060— mennyi a TFLOPS-ja?

Ez értékelve van 12.9 TFLOPS fél precízióban és 6.5 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.

09

GeForce RTX 2060— Hány TENSOR CORE-ja van?

Van 240 Tenzor magok át跨 30 Streaming multiprocesszorok. Felgyorsítják a mátrixaritmetikát, amelyből a transformer fel van építve, ami elsősorban a hosszú prompt feldolgozását gyorsítja, nem pedig a válasz előállítását.

10

GeForce RTX 2060— Támogatja a CUDA-t?

Igen. Jelentést ad a CUDA számítási képességről. 7.5. 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.

11

GeForce RTX 2060— 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

GeForce RTX 2060— 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 266 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

GeForce RTX 2060— Futtathat egy modellt, ami nem fér el a VRAM-jában?

A kártya teljesítményén túli terhelés 6 GB lehetséges és általában hamis gazdaság: a rendszer-memória rész elég lassú ahhoz, hogy dominálja az eredményt.

14

Két GeForce RTX 2060 kártyák kétszer olyan gyorsak lesznek?

A kapacitás hozzáadódik, a throughput nem. Kettő együtt ad neked 12 GB egy GPU-val dolgozni, nem pedig kétszer annyi TOKEN másodpercenként — minden szám egyetlen KÁRTYÁRA vonatkozik.

15

GeForce RTX 2060— Melyik AI modellt tud futtatni?

266 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

GeForce RTX 2060— Melyik a legnagyobb AI modell, amit futtatni tud?

A katalógusunkban a legnagyobb modell, ami belefér, az Qwen-VL at 9.6B paraméterek, tömörített Q3_K_M. Körülbelül generál. 40.0 token másodpercenként és körülbelül 5.4 A kártya memória GB-ja.

17

GeForce RTX 2060— mennyi token másodpercenként?

A modell függvénye. A leggyorsabb modell, amit itt követünk, az Gemma 3 QAT 1B körülbelül 142 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

GeForce RTX 2060— futtatható-e 7B modellek?

Igen. Például fut. MetaMath 7B (Mistral finetune) at IQ4_XS, használva körülbelül 5.1 GB memória és körülbelül generálás 49.9 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