Számítsa ki a TPS-t a A10 PCIe 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 · 53.2 tok/s
Leggyorsabb modell
Gemma 3 QAT 1B
254 tok/s · 1B
Mely AI modellek futhatnak egy A10 PCIe?
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 | ||||||
|---|---|---|---|---|---|---|---|
|
254
tok/s
216–305 |
Gemma 3 1B | 1B | Mar 2025 | 1.8 GB | 33k tokenek | Q8_0 | Kényelmes |
|
254
tok/s
216–305 |
Gemma 3 QAT 1B | 1B | Apr 2025 | 1.8 GB | 33k tokenek | Q8_0 | Kényelmes |
|
254
tok/s
153–407 · alacsony bizalom |
HGRN 1B (WT 103) ≈ | 1B | Nov 2023 | 1.8 GB | 131k tokenek ? | Q8_0 | Kényelmes |
|
254
tok/s
153–407 · alacsony bizalom |
LLama 3..2 Typhoon 2 1B ≈ | 1B | Dec 2024 | 1.8 GB | 131k tokenek ? | Q8_0 | Kényelmes |
|
254
tok/s
153–407 · alacsony bizalom |
OLMo-1B ≈ | 1B | Feb 2024 | 1.8 GB | 131k tokenek ? | Q8_0 | Kényelmes |
|
254
tok/s
153–407 · alacsony bizalom |
Pythia-1b ≈ | 1B | Apr 2023 | 1.8 GB | 131k tokenek ? | Q8_0 | Kényelmes |
|
235
tok/s
141–377 · alacsony bizalom |
OpenELM-1.1B ≈ | 1.1B | May 2024 | 1.9 GB | 131k tokenek ? | Q8_0 | Kényelmes |
|
231
tok/s
139–370 · alacsony bizalom |
DeciCoder-1B ≈ | 1.1B | Aug 2023 | 1.9 GB | 131k tokenek ? | Q8_0 | Kényelmes |
|
231
tok/s
139–370 · alacsony bizalom |
SantaCoder ≈ | 1.1B | Jan 2023 | 1.9 GB | 131k tokenek ? | Q8_0 | Kényelmes |
|
231
tok/s
139–370 · alacsony bizalom |
TinyLlama-1.1B (1T token checkpoint) ≈ | 1.1B | Oct 2023 | 1.9 GB | 131k tokenek ? | Q8_0 | Kényelmes |
|
231
tok/s
139–370 · alacsony bizalom |
TinyLlama-1.1B (3T token checkpoint) ≈ | 1.1B | Oct 2023 | 1.9 GB | 131k tokenek ? | Q8_0 | Kényelmes |
|
212
tok/s
127–339 · alacsony bizalom |
EXAONE 4.0 (1.2B) ≈ | 1.2B | Jul 2025 | 2.0 GB | 131k tokenek ? | Q8_0 | Kényelmes |
|
212
tok/s
127–339 · alacsony bizalom |
MinerU2.5 ≈ | 1.2B | Sep 2025 | 2.0 GB | 131k tokenek ? | Q8_0 | Kényelmes |
|
212
tok/s
127–339 · alacsony bizalom |
Pleias 1.0 1.2B ≈ | 1.2B | Dec 2024 | 2.0 GB | 131k tokenek ? | Q8_0 | Kényelmes |
|
212
tok/s
127–339 · alacsony bizalom |
Pleias-RAG-1B ≈ | 1.2B | Apr 2025 | 2.0 GB | 131k tokenek ? | Q8_0 | Kényelmes |
|
207
tok/s
176–248 |
Llama 3.2 1B | 1.2B | Sep 2024 | 2.2 GB | 131k tokenek | Q8_0 | Kényelmes |
|
204
tok/s
122–326 · alacsony bizalom |
MiniCPM-1.2B ≈ | 1.2B | Jun 2024 | 2.0 GB | 131k tokenek ? | Q8_0 | Kényelmes |
|
196
tok/s
117–313 · alacsony bizalom |
DeepSeek Coder 1.3B ≈ | 1.3B | Jan 2024 | 2.1 GB | 131k tokenek ? | Q8_0 | Kényelmes |
|
196
tok/s
117–313 · alacsony bizalom |
DeepSeek-VL-1.3B ≈ | 1.3B | Mar 2024 | 2.1 GB | 131k tokenek ? | Q8_0 | Kényelmes |
|
196
tok/s
117–313 · alacsony bizalom |
DigiRL ≈ | 1.3B | Jun 2024 | 2.1 GB | 131k tokenek ? | Q8_0 | Kényelmes |
|
196
tok/s
117–313 · alacsony bizalom |
GLA Transformer 1.3B ≈ | 1.3B | Aug 2024 | 2.1 GB | 131k tokenek ? | Q8_0 | Kényelmes |
|
196
tok/s
117–313 · alacsony bizalom |
Janus 1.3B ≈ | 1.3B | Oct 2024 | 2.1 GB | 131k tokenek ? | Q8_0 | Kényelmes |
|
196
tok/s
117–313 · alacsony bizalom |
Kosmos-2.5 ≈ | 1.3B | Aug 2024 | 2.1 GB | 131k tokenek ? | Q8_0 | Kényelmes |
|
196
tok/s
117–313 · alacsony bizalom |
Otter ≈ | 1.3B | May 2023 | 2.1 GB | 131k tokenek ? | Q8_0 | Kényelmes |
|
196
tok/s
117–313 · 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
A10 PCIe 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
- 600 GB/s
- Memória típus
- GDDR6
- Memória busz szélessége
- 384 bit
- Memória óra
- 1.56 GHz
A chip
Melyik processor található az alaplapon és hogyan készült. Egy kisebb gyártási méret általában jobb teljesítményt jelent ugyanazon energiafelhasználás mellett.
- Grafikus processzor
- GA102
- Architektúra
- Ampere
- Generáció
- Server Ampere(Axx)
- Öntödé
- Samsung
- Feldolgozási méret
- 8 nm
- Tranzisztorok
- 28.3 billion
- Tranzisztor sűrűség
- 45,100 K/mm²
- Die méret
- 628 mm²
- Csomag
- BGA-3328
- Kiadott
- 12 April 2021
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
- 885 MHz
- Turbóóra
- 1.7 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
- 9,216
- Textúrázási egységek
- 288
- Render kimeneti egységek
- 96
- Streaming multiprocesszorok
- 72
- Tenzor magok
- 288
- Ray tracing magok
- 72
- L1 gyorsítótár
- 128 KB
- L2 gyorsítótár
- 6 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)
- 31.2 TFLOPS
- Egyszeres pontosság (FP32)
- 31.2 TFLOPS
- Kettős pontosság (FP64)
- 976.3 GFLOPS
- Pixelek aránya
- 163 GPixel/s
- Textúra sebesség
- 488 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 8-pin
- Busz interfész
- PCIe 4.0 x16
- Bővítőhely szélessége
- Single-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
- 8.6
- DirectX
- 12.2
- OpenGL
- 4.6
- Vulkan
- 1.4
- OpenCL
- 3.0
- Shader modell
- 6.8
Lista
Hol lehet venni egy A10 PCIe
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
600 GB/s
Legnagyobb modell
Mixtral 8x7B
A10 PCIe hordoz 24 GB -nak GDDR6. 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 600 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 1.56 GHz. Mindkét fél fontos, és egyik sem látható egy játéktesztben.
A gyakorlati plafon Mixtral 8x7B, 46.7B, tömörítve Q3_K_M és generálás körül 53.2 tokenek másodpercenként
A chip és hogy hogyan készült
A10 PCIe a grafikus feldolgozón van építve GA102, az architektúra használatával Ampere ból NVIDIA, a generáció részeként Server Ampere(Axx).
A chip-et a következő gyártó készíti Samsung, egy folyamatban 8 , egy kockával, amely méri 628 mm², tartás 28.3 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 April 2021, nagyjából 5.3039542691181 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
31.2 TFLOPS
FP64
976.3 GFLOPS
Tenzor magok
288
Papíron A10 PCIe elér 31.2 TFLOPS félnyes pontossággal, és 31.2 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 976.3 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 288 Tenzor magok át跨 72 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 885 MHz egy gyorsításra 1.7 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
A10 PCIe L1 gyorsítótárral rendelkezik 128 Kb, L2 gyorsítótár támogatásával 6 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 9,216 árnyékoló egységek, 288 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
150 W
A10 PCIe 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 267 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 4.0 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 A10 PCIe
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 A10 PCIe
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 A10 PCIe
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
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 502 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.
-
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
Állítson be egy minimális minőséget, ha szüksége van rá.
Alapértelmezés szerint a táblázat a legkevésbé tömörített másolatot választja, ami elfér. A padló beállítása eltávolítja azokat a modelleket, amelyek csak erős tömörítéssel felelnek meg.
-
04
Olvasd el a sebességet és a hatótávolságot
Minden sebesség egy becslés egyetlen beszélgetésre, alatta egy tartományral. A felső határ itt 254 tok/s on Gemma 3 QAT 1B. Ugyanaz a Kártya és Modell harminc és ötven százalékos eltérést mutat a következtetési futási idők között.
-
05
Olvasd el a "fit" verdiktet utoljára.
A megfelelő oszlop elkülöníti azokat a modelleket, amelyek éppen elférnek, azoktól, amelyeknek van szabad helyük — érdemes megnézni, mielőtt döntést hozunk egy elérhetőről. 24 GB.
-
06
Ellenőrizze más hardverekkel
Követve egy modellt a saját oldalán, felsorolja az összes hardvert, ami futtathatja, így láthatod, hogyan hasonlít össze A10 PCIe.
Válaszok
A10 PCIe — gyakori kérdések
A10 PCIe— futtatható-e 13B modellek?
Igen. Például fut. DeepSeekMoE-16B at Q8_0, használva körülbelül 17.5 GB memória és körülbelül generálás 88.3 tokenek másodpercenként
A10 PCIe— 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 103 tokenek másodpercenként
A10 PCIe— mennyi VRAM-ja van?
Ez a KÁRTYA rendelkezik 24 GB -nak GDDR6. 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.
A10 PCIe— mi a memória-sávszélessége?
A memóriával rendelkező sávszélesség eléri 600 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.
A10 PCIe— Milyen típusú MEMORY-t használ?
Használja GDDR6 órára állítva 1.56 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.
A10 PCIe— ki készíti?
Ez egy terméke a NVIDIA, a chip általi gyártásával Samsung, egy folyamatban 8 .
A10 PCIe— Mikor adták ki?
Megjelent a April 2021.
A10 PCIe— 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.
A10 PCIe— mennyi cache-e van?
Az L1 gyorsítótár 128 Kb, és az L2 gyorsítótár 6 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.
A10 PCIe— mennyi a TFLOPS-ja?
Ez értékelve van 31.2 TFLOPS fél precízióban és 31.2 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.
A10 PCIe— Hány TENSOR CORE-ja van?
Van 288 Tenzor magok át跨 72 Streaming multiprocesszorok. Felgyorsítják a mátrixaritmetikát, amelyből a transformer fel van építve, ami elsősorban a hosszú prompt feldolgozását gyorsítja, nem pedig a válasz előállítását.
A10 PCIe— Támogatja a CUDA-t?
Igen. Jelentést ad a CUDA számítási képességről. 8.6. 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.
A10 PCIe— Milyen busz interfészt használ?
Használja PCIe 4.0 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.
A10 PCIe— jó helyi AI modellek futtatására?
Memóriája kényelmesen lefedi a közepes méretű modelleket, amelyeket a legtöbb ember helyben futtat, és sávszélessége használható, ha nem is különösebben figyelemre méltó, generálási sebességeket biztosít. Összességében 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.
A10 PCIe— 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 A10 PCIe kártyák kétszer olyan gyorsak lesznek?
A kapacitás hozzáadódik, a throughput nem. Kettő együtt ad neked 48 GB egy GPU-val dolgozni, nem pedig kétszer annyi TOKEN másodpercenként — minden szám egyetlen KÁRTYÁRA vonatkozik.
A10 PCIe— 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.
A10 PCIe— 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. 53.2 token másodpercenként és körülbelül 21.0 A kártya memória GB-ja.
A10 PCIe— mennyi token másodpercenként?
A modell függvénye. A leggyorsabb modell, amit itt követünk, az Gemma 3 QAT 1B körülbelül 254 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.
A10 PCIe— futtatható-e 7B modellek?
Igen. Például fut. Multi-Token Prediction 7B at Q8_0, használva körülbelül 7.9 GB memória és körülbelül generálás 37.9 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..