Számítsa ki a TPS-t a Radeon Pro Vega II helyi AI modellek

AMD 32 GB HBM2 825 GB/s June 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

513 modellek, amelyeket futtathat

679 modellek az adatbázisunkban összesen

A legnagyobb modell, amit tartalmaz.

Phi-3.5-MoE

60.8B · Q3_K_M · 67.2 tok/s

Leggyorsabb modell

Gemma 3 QAT 1B

273 tok/s · 1B

Mely AI modellek futhatnak egy Radeon Pro Vega II?

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..

513 modellek megfelelnek

Számítás
Kvantisálás Illeszkedik
273 tok/s

164–436 · alacsony bizalom

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

164–436 · alacsony bizalom

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

164–436 · alacsony bizalom

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

164–436 · alacsony bizalom

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

164–436 · alacsony bizalom

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

164–436 · alacsony bizalom

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

151–404 · alacsony bizalom

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

149–397 · alacsony bizalom

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

149–397 · alacsony bizalom

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

149–397 · alacsony bizalom

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

149–397 · alacsony bizalom

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

136–364 · alacsony bizalom

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

136–364 · alacsony bizalom

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

136–364 · alacsony bizalom

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

136–364 · alacsony bizalom

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

133–355 · alacsony bizalom

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

131–350 · alacsony bizalom

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

126–336 · alacsony bizalom

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

126–336 · alacsony bizalom

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

126–336 · alacsony bizalom

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

126–336 · alacsony bizalom

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

126–336 · alacsony bizalom

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

126–336 · alacsony bizalom

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

126–336 · alacsony bizalom

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

126–336 · 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 Pro Vega II 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
32 GB
Memória sávszélesség
825 GB/s
Memória típus
HBM2
Memória busz szélessége
4,096 bit
Memória óra
806 MHz

A chip

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

Grafikus processzor
Vega 20
Architektúra
GCN 5.1
Generáció
Radeon Pro Mac(Vega Series)
Öntödé
TSMC
Feldolgozási méret
7 nm
Tranzisztorok
13.2 billion
Tranzisztor sűrűség
40,000 K/mm²
Die méret
331 mm²
Csomag
BGA-1933
Kiadott
3 June 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
1.57 GHz
Turbóóra
1.72 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
4,096
Textúrázási egységek
256
Render kimeneti egységek
64
L1 gyorsítótár
16 KB
L2 gyorsítótár
4 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)
28.2 TFLOPS
Egyszeres pontosság (FP32)
14.1 TFLOPS
Kettős pontosság (FP64)
7 TFLOPS
Pixelek aránya
110 GPixel/s
Textúra sebesség
440 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)
475 W
Javasolt tápegység
850 W
Busz interfész
Apple MPX
Bővítőhely szélessége
Quad-slot
Kimenetek megjelenítése
1x HDMI 2.0b, 4x Thunderbolt

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
12.1
OpenGL
4.6
Vulkan
1.3
OpenCL
2.1
Shader modell
6.7

Lista

Hol lehet venni egy Radeon Pro Vega II

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

32 GB

Sávszélesség

825 GB/s

Legnagyobb modell

Phi-3.5-MoE

Radeon Pro Vega II hordoz 32 GB -nak HBM2. Ez lefedi a legtöbb ember által valóban futtatott közepes méretű modelleket. Miután a futási idő és a meghajtó lefoglalja a munkaterületét, körülbelül ennyi marad: 28.8 GB.

A memóriával rendelkező sávszélesség eléri 825 GB/s egy buszon keresztül a 4,096 bit. A token generálása azt jelenti, hogy minden súlyt egyszer elolvasunk, így ez a szám inkább meghatározza a tempót, mint bármely más szám itt, és ezen a szinten a szöveg gyorsabban érkezik, mint ahogy a legtöbb ember olvas.

A szám a busz szélessége és a memória óra szorzataként van. 806 MHz. 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 legnagyobb dolog, amit tart, az Phi-3.5-MoE, 60.8B, tömörítve Q3_K_M és generálás körül 67.2 tokenek másodpercenként

A chip és hogy hogyan készült

Radeon Pro Vega II a grafikus feldolgozón van építve Vega 20, az architektúra használatával GCN 5.1 ból AMD, a generáció részeként Radeon Pro Mac(Vega Series).

A chip-et a következő gyártó készíti TSMC, egy folyamatban 7 , egy kockával, amely méri 331 mm², tartás 13.2 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 June 2019, nagyjából 7.1614956634338 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

28.2 TFLOPS

FP64

7 TFLOPS

Papíron Radeon Pro Vega II elér 28.2 TFLOPS félnyes pontossággal, és 14.1 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 7 TFLOPS. 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 1.57 GHz egy gyorsításra 1.72 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 Pro Vega II L1 gyorsítótárral rendelkezik 16 Kb, L2 gyorsítótár támogatásával 4 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 4,096 árnyékoló egységek, 256 Textúrázási egységek, és 64 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

475 W

Radeon Pro Vega II rated at 475 W, és a javasolt rendszer tápegység 850 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 quad-slot. 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 Apple MPX. 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 Pro Vega II

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

  1. 01 Kimi Linear 48B · IQ4_XS · Oct 2025 14.0 tok/s
  2. 02 Llama Nemotron Super v1.5 49B · IQ4_XS · Jul 2025 13.7 tok/s
  3. 03 Nemotron-H 56B 56B · Q3_K_M · Apr 2025 13.1 tok/s
  4. 04 Nemotron-H 47B 47B · IQ4_XS · Apr 2025 14.2 tok/s
  5. 05 Llama Nemotron Super 49B 49B · IQ4_XS · Mar 2025 13.7 tok/s
  6. 06 Jamba 1.6 Mini 52B · IQ4_XS · Mar 2025 55.8 tok/s
  7. 07 Jamba 1.5 Mini 52B · IQ4_XS · Aug 2024 55.8 tok/s
  8. 08 Qwen2-57B-A14B 57B · IQ4_XS · Jun 2024 47.8 tok/s
  9. 09 Phi-3.5-MoE 60.8B · Q3_K_M · Apr 2024 67.2 tok/s
  10. 10 Jamba 51.6B · IQ4_XS · Mar 2024 55.8 tok/s

A leggyorsabb AI modellek egy Radeon Pro Vega II

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 273 tok/s
  2. 02 Gemma 3 1B 1B · Q8_0 · 1.8 GB 273 tok/s
  3. 03 LLama 3..2 Typhoon 2 1B 1B · Q8_0 · 1.8 GB 273 tok/s
  4. 04 OLMo-1B 1B · Q8_0 · 1.8 GB 273 tok/s
  5. 05 HGRN 1B (WT 103) 1B · Q8_0 · 1.8 GB 273 tok/s
  6. 06 Pythia-1b 1B · Q8_0 · 1.8 GB 273 tok/s
  7. 07 OpenELM-1.1B 1.1B · Q8_0 · 1.9 GB 252 tok/s
  8. 08 TinyLlama-1.1B (1T token checkpoint) 1.1B · Q8_0 · 1.9 GB 248 tok/s
  9. 09 TinyLlama-1.1B (3T token checkpoint) 1.1B · Q8_0 · 1.9 GB 248 tok/s
  10. 10 DeciCoder-1B 1.1B · Q8_0 · 1.9 GB 248 tok/s

Lépésről lépésre

Hogyan lehet kiszámolni a tokenek másodpercenként egy Radeon Pro Vega II

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 513 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

    Állítsd be a ténylegesen használt CONTEXT LENGTH-et.

    A hosszabb beszélgetések memóriahasználata a súlyok mellett. 32 GB Gyakran az az, ami egy nagy modellt a határvonalon túlra lök.

  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

    Használja a tartományt válaszként

    Minden sebesség egy becslés egyetlen beszélgetésre, alatta egy tartományral. A felső határ itt 273 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 szabad helyet, mielőtt döntést hozna

    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. 32 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 Radeon Pro Vega II.

Válaszok

Radeon Pro Vega II — gyakori kérdések

01

Radeon Pro Vega II— ki készíti?

Ez egy terméke a AMD, a chip általi gyártásával TSMC, egy folyamatban 7 .

02

Radeon Pro Vega II— Mikor adták ki?

Megjelent a June 2019.

03

Radeon Pro Vega II— mennyi áramot fogyaszt?

A minősített kártya teljesítménye 475 W, és a javasolt rendszer tápegység 850 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.

04

Radeon Pro Vega II— mennyi cache-e van?

Az L1 gyorsítótár 16 Kb, és az L2 gyorsítótár 4 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.

05

Radeon Pro Vega II— mennyi a TFLOPS-ja?

Ez értékelve van 28.2 TFLOPS fél precízióban és 14.1 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.

06

Radeon Pro Vega II— 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.

07

Radeon Pro Vega II— Milyen busz interfészt használ?

Használja Apple MPX. 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.

08

Radeon Pro Vega II— jó helyi AI modellek futtatására?

A memóriája kényelmesen lefedi a közepes méretű modelleket, amelyeket a legtöbb ember helyben futtat, és a sávszélessége elég magas ahhoz, hogy gyorsabban generáljon szöveget, mint ahogy a legtöbb ember olvas. Összesen fut 513 a modellek számára, amelyeket nyomon követünk. Hogy ez elég-e, az teljesen attól függ, hogy melyik modellt szeretnéd - a fenti táblázat közvetlenül erre válaszol.

09

Radeon Pro Vega II— Futtathat egy modellt, ami nem fér el a VRAM-jában?

A kártya teljesítményén túli terhelés 32 GB lehetséges és általában hamis gazdaság: a rendszer-memória rész elég lassú ahhoz, hogy dominálja az eredményt.

10

Két Radeon Pro Vega II kártyák kétszer olyan gyorsak lesznek?

Nem. Egy második kártya megduplázza a MEMÓRIÁT a 64 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.

11

Radeon Pro Vega II— Melyik AI modellt tud futtatni?

513 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.

12

Radeon Pro Vega II— Melyik a legnagyobb AI modell, amit futtatni tud?

A katalógusunkban a legnagyobb modell, ami belefér, az Phi-3.5-MoE at 60.8B paraméterek, tömörített Q3_K_M. Körülbelül generál. 67.2 token másodpercenként és körülbelül 27.2 A kártya memória GB-ja.

13

Radeon Pro Vega II— mennyi token másodpercenként?

A modell függvénye. A leggyorsabb modell, amit itt követünk, az Gemma 3 QAT 1B körülbelül 273 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.

14

Radeon Pro Vega II— futtatható-e 7B modellek?

Igen. Például fut. Multi-Token Prediction 7B at Q8_0, használva körülbelül 7.9 GB memória és körülbelül generálás 40.7 tokenek másodpercenként

15

Radeon Pro Vega II— futtatható-e 13B modellek?

Igen. Például fut. DeepSeekMoE-16B at Q8_0, használva körülbelül 17.5 GB memória és körülbelül generálás 94.7 tokenek másodpercenként

16

Radeon Pro Vega II— futtatható-e 30B modellek?

Igen. Például fut. ERNIE-4.5-VL-28B-A3B at Q6_K, használva körülbelül 22.7 GB memória és körülbelül generálás 78.6 tokenek másodpercenként

17

Radeon Pro Vega II— mennyi VRAM-ja van?

Ez a KÁRTYA rendelkezik 32 GB -nak HBM2. Körülbelül egy tizedet tartanak fenn az inference futási idő és a meghajtó, így körülbelül 28.8 GB elérhető egy AI modell számára és annak beszélgetéséhez.

18

Radeon Pro Vega II— mi a memória-sávszélessége?

A memóriával rendelkező sávszélesség eléri 825 GB/s egy buszon keresztül a 4,096 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.

19

Radeon Pro Vega II— Milyen típusú MEMORY-t használ?

Használja HBM2 órára állítva 806 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.

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