Számítsa ki a TPS-t a GeForce RTX 4080 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.
Nemotron 3-Nano-30B-A3B
31.6B · Q3_K_M · 144 tok/s
Leggyorsabb modell
Gemma 3 QAT 1B
304 tok/s · 1B
Mely AI modellek futhatnak egy GeForce RTX 4080?
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..
432 modellek megfelelnek
Számítás| Kvantisálás | Illeszkedik | ||||||
|---|---|---|---|---|---|---|---|
|
304
tok/s
258–364 |
Gemma 3 1B | 1B | Mar 2025 | 1.8 GB | 33k tokenek | Q8_0 | Kényelmes |
|
304
tok/s
258–364 |
Gemma 3 QAT 1B | 1B | Apr 2025 | 1.8 GB | 33k tokenek | Q8_0 | Kényelmes |
|
304
tok/s
182–486 · alacsony bizalom |
HGRN 1B (WT 103) ≈ | 1B | Nov 2023 | 1.8 GB | 131k tokenek ? | Q8_0 | Kényelmes |
|
304
tok/s
182–486 · alacsony bizalom |
LLama 3..2 Typhoon 2 1B ≈ | 1B | Dec 2024 | 1.8 GB | 131k tokenek ? | Q8_0 | Kényelmes |
|
304
tok/s
182–486 · alacsony bizalom |
OLMo-1B ≈ | 1B | Feb 2024 | 1.8 GB | 131k tokenek ? | Q8_0 | Kényelmes |
|
304
tok/s
182–486 · alacsony bizalom |
Pythia-1b ≈ | 1B | Apr 2023 | 1.8 GB | 131k tokenek ? | Q8_0 | Kényelmes |
|
281
tok/s
169–450 · alacsony bizalom |
OpenELM-1.1B ≈ | 1.1B | May 2024 | 1.9 GB | 131k tokenek ? | Q8_0 | Kényelmes |
|
276
tok/s
166–442 · alacsony bizalom |
DeciCoder-1B ≈ | 1.1B | Aug 2023 | 1.9 GB | 131k tokenek ? | Q8_0 | Kényelmes |
|
276
tok/s
166–442 · alacsony bizalom |
SantaCoder ≈ | 1.1B | Jan 2023 | 1.9 GB | 131k tokenek ? | Q8_0 | Kényelmes |
|
276
tok/s
166–442 · alacsony bizalom |
TinyLlama-1.1B (1T token checkpoint) ≈ | 1.1B | Oct 2023 | 1.9 GB | 131k tokenek ? | Q8_0 | Kényelmes |
|
276
tok/s
166–442 · alacsony bizalom |
TinyLlama-1.1B (3T token checkpoint) ≈ | 1.1B | Oct 2023 | 1.9 GB | 131k tokenek ? | Q8_0 | Kényelmes |
|
253
tok/s
152–405 · alacsony bizalom |
EXAONE 4.0 (1.2B) ≈ | 1.2B | Jul 2025 | 2.0 GB | 131k tokenek ? | Q8_0 | Kényelmes |
|
253
tok/s
152–405 · alacsony bizalom |
MinerU2.5 ≈ | 1.2B | Sep 2025 | 2.0 GB | 131k tokenek ? | Q8_0 | Kényelmes |
|
253
tok/s
152–405 · alacsony bizalom |
Pleias 1.0 1.2B ≈ | 1.2B | Dec 2024 | 2.0 GB | 131k tokenek ? | Q8_0 | Kényelmes |
|
253
tok/s
152–405 · alacsony bizalom |
Pleias-RAG-1B ≈ | 1.2B | Apr 2025 | 2.0 GB | 131k tokenek ? | Q8_0 | Kényelmes |
|
247
tok/s
210–296 |
Llama 3.2 1B | 1.2B | Sep 2024 | 2.2 GB | 131k tokenek | Q8_0 | Kényelmes |
|
243
tok/s
146–389 · alacsony bizalom |
MiniCPM-1.2B ≈ | 1.2B | Jun 2024 | 2.0 GB | 131k tokenek ? | Q8_0 | Kényelmes |
|
234
tok/s
140–374 · alacsony bizalom |
DeepSeek Coder 1.3B ≈ | 1.3B | Jan 2024 | 2.1 GB | 131k tokenek ? | Q8_0 | Kényelmes |
|
234
tok/s
140–374 · alacsony bizalom |
DeepSeek-VL-1.3B ≈ | 1.3B | Mar 2024 | 2.1 GB | 131k tokenek ? | Q8_0 | Kényelmes |
|
234
tok/s
140–374 · alacsony bizalom |
DigiRL ≈ | 1.3B | Jun 2024 | 2.1 GB | 131k tokenek ? | Q8_0 | Kényelmes |
|
234
tok/s
140–374 · alacsony bizalom |
GLA Transformer 1.3B ≈ | 1.3B | Aug 2024 | 2.1 GB | 131k tokenek ? | Q8_0 | Kényelmes |
|
234
tok/s
140–374 · alacsony bizalom |
Janus 1.3B ≈ | 1.3B | Oct 2024 | 2.1 GB | 131k tokenek ? | Q8_0 | Kényelmes |
|
234
tok/s
140–374 · alacsony bizalom |
Kosmos-2.5 ≈ | 1.3B | Aug 2024 | 2.1 GB | 131k tokenek ? | Q8_0 | Kényelmes |
|
234
tok/s
140–374 · alacsony bizalom |
Otter ≈ | 1.3B | May 2023 | 2.1 GB | 131k tokenek ? | Q8_0 | Kényelmes |
|
234
tok/s
140–374 · 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 4080 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
- 16 GB
- Memória sávszélesség
- 717 GB/s
- Memória típus
- GDDR6X
- Memória busz szélessége
- 256 bit
- Memória óra
- 1.4 GHz
A chip
Melyik processor található az alaplapon és hogyan készült. Egy kisebb gyártási méret általában jobb teljesítményt jelent ugyanazon energiafelhasználás mellett.
- Grafikus processzor
- AD103
- Architektúra
- Ada Lovelace
- Generáció
- GeForce 40
- Öntödé
- TSMC
- Feldolgozási méret
- 5 nm
- Tranzisztorok
- 45.9 billion
- Tranzisztor sűrűség
- 121,100 K/mm²
- Die méret
- 379 mm²
- Kiadott
- 20 September 2022
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
- 2.21 GHz
- Turbóóra
- 2.51 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
- 9,728
- Textúrázási egységek
- 304
- Render kimeneti egységek
- 112
- Streaming multiprocesszorok
- 76
- Tenzor magok
- 304
- Ray tracing magok
- 76
- L1 gyorsítótár
- 128 KB
- L2 gyorsítótár
- 64 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)
- 48.7 TFLOPS
- Egyszeres pontosság (FP32)
- 48.7 TFLOPS
- Kettős pontosság (FP64)
- 761.5 GFLOPS
- Pixelek aránya
- 281 GPixel/s
- Textúra sebesség
- 762 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)
- 320 W
- Javasolt tápegység
- 700 W
- Áramellátó csatlakozók
- 1x 16-pin
- Busz interfész
- PCIe 4.0 x16
- Bővítőhely szélessége
- Triple-slot
- Dimenziók
- 310 mm × 61 mm
- Kimenetek megjelenítése
- 1x HDMI 2.1, 3x DisplayPort 1.4a
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
- 8.9
- DirectX
- 12.2
- OpenGL
- 4.6
- Vulkan
- 1.4
- OpenCL
- 3.0
- Shader modell
- 6.8
Lista
Hol lehet venni egy GeForce RTX 4080
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
Miért a memória az a szám, ami itt számít
VRAM
16 GB
Sávszélesség
717 GB/s
Legnagyobb modell
Nemotron 3-Nano-30B-A3B
GeForce RTX 4080 hordoz 16 GB -nak GDDR6X. Ez kényelmesen elérhető a kis és közepes modellekhez, bár a legnagyobbak elérhetetlenek maradnak, ha nem osztják őket. A meghajtói terhelés körülbelül 14.4 GB.
A memóriával rendelkező sávszélesség eléri 717 GB/s egy buszon keresztül a 256 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 1.4 GHz. 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.
Összeállítva a legnagyobb modell, ami belefér, az Nemotron 3-Nano-30B-A3B, 31.6B, tömörítve Q3_K_M és generálás körül 144 tokenek másodpercenként
A chip és hogy hogyan készült
GeForce RTX 4080 a grafikus feldolgozón van építve AD103, az architektúra használatával Ada Lovelace ból NVIDIA, a generáció részeként GeForce 40.
A chip-et a következő gyártó készíti TSMC, egy folyamatban 5 , egy kockával, amely méri 379 mm², tartás 45.9 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 2022, nagyjából 3.862692058343 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
48.7 TFLOPS
FP64
761.5 GFLOPS
Tenzor magok
304
Papíron GeForce RTX 4080 elér 48.7 TFLOPS félnyes pontossággal, és 48.7 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 761.5 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 304 Tenzor magok át跨 76 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 2.21 GHz egy gyorsításra 2.51 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 4080 L1 gyorsítótárral rendelkezik 128 Kb, L2 gyorsítótár támogatásával 64 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 9,728 árnyékoló egységek, 304 Textúrázási egységek, és 112 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
320 W
GeForce RTX 4080 rated at 320 W, és a javasolt rendszer tápegység 700 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 triple-slot, mérés 310 mm hosszú, és szükséges 1x 16-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 GeForce RTX 4080
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 GeForce RTX 4080
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 GeForce RTX 4080
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 432 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.
Állítsa be a kontextust a valódi munkahosszára. A rövid kérdések szinte semmit sem számítanak, de egy hosszú dokumentum jelentős részesedést fogyaszthat. 16 GB Gyakran az az, ami egy nagy modellt a határvonalon túlra lök.
-
03
Rögzítse az összehasonlítást egy minőségi szintre.
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
Minden sebesség egy becslés egyetlen beszélgetésre, alatta egy tartományral. A felső határ itt 304 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 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. 16 GB.
-
06
Nézd meg ugyanazt a modellt a másik oldalról
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 GeForce RTX 4080.
Válaszok
GeForce RTX 4080 — gyakori kérdések
GeForce RTX 4080— futtatható-e 7B modellek?
Igen. Például fut. Multi-Token Prediction 7B at Q8_0, használva körülbelül 7.9 GB memória és körülbelül generálás 45.3 tokenek másodpercenként
GeForce RTX 4080— futtatható-e 13B modellek?
Igen. Például fut. DeepSeekMoE-16B at Q6_K, használva körülbelül 13.7 GB memória és körülbelül generálás 153 tokenek másodpercenként
GeForce RTX 4080— futtatható-e 30B modellek?
Igen. Például fut. ERNIE-4.5-VL-28B-A3B at Q3_K_M, használva körülbelül 12.9 GB memória és körülbelül generálás 163 tokenek másodpercenként
GeForce RTX 4080— mennyi VRAM-ja van?
Ez a KÁRTYA rendelkezik 16 GB -nak GDDR6X. Körülbelül egy tizedet tartanak fenn az inference futási idő és a meghajtó, így körülbelül 14.4 GB elérhető egy AI modell számára és annak beszélgetéséhez.
GeForce RTX 4080— mi a memória-sávszélessége?
A memóriával rendelkező sávszélesség eléri 717 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.
GeForce RTX 4080— Milyen típusú MEMORY-t használ?
Használja GDDR6X órára állítva 1.4 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.
GeForce RTX 4080— ki készíti?
Ez egy terméke a NVIDIA, a chip általi gyártásával TSMC, egy folyamatban 5 .
GeForce RTX 4080— Mikor adták ki?
Megjelent a September 2022.
GeForce RTX 4080— mennyi áramot fogyaszt?
A minősített kártya teljesítménye 320 W, és a javasolt rendszer tápegység 700 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.
GeForce RTX 4080— mennyi cache-e van?
Az L1 gyorsítótár 128 Kb, és az L2 gyorsítótár 64 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.
GeForce RTX 4080— mennyi a TFLOPS-ja?
Ez értékelve van 48.7 TFLOPS fél precízióban és 48.7 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.
GeForce RTX 4080— Hány TENSOR CORE-ja van?
Van 304 Tenzor magok át跨 76 Streaming multiprocesszorok. Felgyorsítják a mátrixaritmetikát, amelyből a transformer fel van építve, ami elsősorban a hosszú prompt feldolgozását gyorsítja, nem pedig a válasz előállítását.
GeForce RTX 4080— Támogatja a CUDA-t?
Igen. Jelentést ad a CUDA számítási képességről. 8.9. 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.
GeForce RTX 4080— 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.
GeForce RTX 4080— jó helyi AI modellek futtatására?
A memóriája kis és közepes méretű modelleket fed le, bár a legnagyobbak elérhetetlenek, és a sávszélessége használható, ha nem is látványos, generálási sebességeket biztosít. Összességében fut 432 a modellek számára, amelyeket nyomon követünk. Hogy ez elég-e, az teljesen attól függ, hogy melyik modellt szeretnéd - a fenti táblázat közvetlenül erre válaszol.
GeForce RTX 4080— Futtathat egy modellt, ami nem fér el a VRAM-jában?
A kártya teljesítményén túli terhelés 16 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 GeForce RTX 4080 kártyák kétszer olyan gyorsak lesznek?
A párosításuk fejlesztési lehetőséget biztosít a sebesség helyett: 32 GB kombinált memória, körülbelül ugyanazon generációs sebességgel, mint egy.
GeForce RTX 4080— Melyik AI modellt tud futtatni?
432 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.
GeForce RTX 4080— Melyik a legnagyobb AI modell, amit futtatni tud?
A katalógusunkban a legnagyobb modell, ami belefér, az Nemotron 3-Nano-30B-A3B at 31.6B paraméterek, tömörített Q3_K_M. Körülbelül generál. 144 token másodpercenként és körülbelül 14.4 A kártya memória GB-ja.
GeForce RTX 4080— mennyi token másodpercenként?
A modell függvénye. A leggyorsabb modell, amit itt követünk, az Gemma 3 QAT 1B körülbelül 304 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.
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..