Számítsa ki a TPS-t a GeForce RTX 4090 helyi AI modellek

NVIDIA 24 GB GDDR6X 1,010 GB/s September 2022

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

532 modellek, amelyeket futtathat

721 modellek az adatbázisunkban összesen

A legnagyobb modell, amit tartalmaz.

Mixtral 8x7B

46.7B · Q3_K_M · 89.5 tok/s

Leggyorsabb modell

Gemma 3 QAT 1B

428 tok/s · 1B

Mely AI modellek futhatnak egy GeForce RTX 4090?

Állítsa be a bemeneteket, olvassa el a választ

Kontekthossz tokenek

Több kontextus több MEMÓRIÁT jelent a beszélgetés gyorsítótárához. A sebesség egy friss beszélgetéshez való, és nem változik ezzel a beállítással..

Minimum minőség

Elrejti azokat a modelleket, amelyek csak ezen a ponton alá tömörítve férnének el..

Modellek keresése

Modell méret

Kiadott

Ismertesse a modelleket, amelyeket nem tud futtatni.

532 modellek megfelelnek

Számítás

						Kvantisálás	Illeszkedik
428 tok/s 364–513	Gemma 3 1B	1B	Mar 2025	1.8 GB	33k tokenek	Q8_0	Kényelmes
428 tok/s 364–513	Gemma 3 QAT 1B	1B	Apr 2025	1.8 GB	33k tokenek	Q8_0	Kényelmes
428 tok/s 257–684 · alacsony bizalom	HGRN 1B (WT 103) ≈	1B	Nov 2023	1.8 GB	131k tokenek ?	Q8_0	Kényelmes
428 tok/s 257–684 · alacsony bizalom	LLama 3..2 Typhoon 2 1B ≈	1B	Dec 2024	1.8 GB	131k tokenek ?	Q8_0	Kényelmes
428 tok/s 257–684 · alacsony bizalom	OLMo-1B ≈	1B	Feb 2024	1.8 GB	131k tokenek ?	Q8_0	Kényelmes
428 tok/s 257–684 · alacsony bizalom	Pythia-1b ≈	1B	Apr 2023	1.8 GB	131k tokenek ?	Q8_0	Kényelmes
396 tok/s 238–634 · alacsony bizalom	OpenELM-1.1B ≈	1.1B	May 2024	1.9 GB	131k tokenek ?	Q8_0	Kényelmes
389 tok/s 233–622 · alacsony bizalom	DeciCoder-1B ≈	1.1B	Aug 2023	1.9 GB	131k tokenek ?	Q8_0	Kényelmes
389 tok/s 233–622 · alacsony bizalom	SantaCoder ≈	1.1B	Jan 2023	1.9 GB	131k tokenek ?	Q8_0	Kényelmes
389 tok/s 233–622 · alacsony bizalom	TinyLlama-1.1B (1T token checkpoint) ≈	1.1B	Oct 2023	1.9 GB	131k tokenek ?	Q8_0	Kényelmes
389 tok/s 233–622 · alacsony bizalom	TinyLlama-1.1B (3T token checkpoint) ≈	1.1B	Oct 2023	1.9 GB	131k tokenek ?	Q8_0	Kényelmes
356 tok/s 214–570 · alacsony bizalom	EXAONE 4.0 (1.2B) ≈	1.2B	Jul 2025	2.0 GB	131k tokenek ?	Q8_0	Kényelmes
356 tok/s 214–570 · alacsony bizalom	LFM2-1.2B ≈	1.2B	Jul 2025	2.0 GB	131k tokenek ?	Q8_0	Kényelmes
356 tok/s 214–570 · alacsony bizalom	MinerU2.5 ≈	1.2B	Sep 2025	2.0 GB	131k tokenek ?	Q8_0	Kényelmes
356 tok/s 214–570 · alacsony bizalom	Pleias 1.0 1.2B ≈	1.2B	Dec 2024	2.0 GB	131k tokenek ?	Q8_0	Kényelmes
356 tok/s 214–570 · alacsony bizalom	Pleias-RAG-1B ≈	1.2B	Apr 2025	2.0 GB	131k tokenek ?	Q8_0	Kényelmes
348 tok/s 296–417	Llama 3.2 1B	1.2B	Sep 2024	2.2 GB	131k tokenek	Q8_0	Kényelmes
343 tok/s 206–549 · alacsony bizalom	MiniCPM-1.2B ≈	1.2B	Jun 2024	2.0 GB	131k tokenek ?	Q8_0	Kényelmes
329 tok/s 197–526 · alacsony bizalom	DeepSeek Coder 1.3B ≈	1.3B	Jan 2024	2.1 GB	131k tokenek ?	Q8_0	Kényelmes
329 tok/s 197–526 · alacsony bizalom	DeepSeek-VL-1.3B ≈	1.3B	Mar 2024	2.1 GB	131k tokenek ?	Q8_0	Kényelmes
329 tok/s 197–526 · alacsony bizalom	DigiRL ≈	1.3B	Jun 2024	2.1 GB	131k tokenek ?	Q8_0	Kényelmes
329 tok/s 197–526 · alacsony bizalom	GLA Transformer 1.3B ≈	1.3B	Aug 2024	2.1 GB	131k tokenek ?	Q8_0	Kényelmes
329 tok/s 197–526 · alacsony bizalom	Janus 1.3B ≈	1.3B	Oct 2024	2.1 GB	131k tokenek ?	Q8_0	Kényelmes
329 tok/s 197–526 · alacsony bizalom	Kosmos-2.5 ≈	1.3B	Aug 2024	2.1 GB	131k tokenek ?	Q8_0	Kényelmes
329 tok/s 197–526 · alacsony bizalom	Otter ≈	1.3B	May 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 4090 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: 1,010 GB/s
Memória típus: GDDR6X
Memória busz szélessége: 384 bit
Memória óra: 1.31 GHz

A chip

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

Grafikus processzor: AD102
Architektúra: Ada Lovelace
Generáció: GeForce 40
Öntödé: TSMC
Feldolgozási méret: 5 nm
Tranzisztorok: 76.3 billion
Tranzisztor sűrűség: 125,300 K/mm²
Die méret: 609 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: 2.24 GHz
Turbóóra: 2.52 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: 16,384
Textúrázási egységek: 512
Render kimeneti egységek: 176
Streaming multiprocesszorok: 128
Tenzor magok: 512
Ray tracing magok: 128
L1 gyorsítótár: 128 KB
L2 gyorsítótár: 72 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): 82.6 TFLOPS
Egyszeres pontosság (FP32): 82.6 TFLOPS
Kettős pontosság (FP64): 1.3 TFLOPS
Pixelek aránya: 444 GPixel/s
Textúra sebesség: 1,290 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): 450 W
Javasolt tápegység: 850 W
Áramellátó csatlakozók: 1x 16-pin
Busz interfész: PCIe 4.0 x16
Bővítőhely szélessége: Triple-slot
Dimenziók: 304 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 4090

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

Mit jelent a memóriaalrendszer az AI számára

VRAM

24 GB

Sávszélesség

1,010 GB/s

Legnagyobb modell

Mixtral 8x7B

GeForce RTX 4090 hordoz 24 GB -nak GDDR6X. 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 1,010 GB/s egy buszon keresztül a 384 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.

Ez egy MEMORY CLOCK-ból származik 1.31 GHz. Ezért a magok száma olyan rosszul jósolja a generálási sebességet.

A legnagyobb dolog, amit tart, az Mixtral 8x7B, 46.7B, tömörítve Q3_K_M és generálás körül 89.5 tokenek másodpercenként

A chip és hogy hogyan készült

GeForce RTX 4090 a grafikus feldolgozón van építve AD102, 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 609 mm², tartás 76.3 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 September 2022, nagyjából 3.9840413319364 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

82.6 TFLOPS

FP64

1.3 TFLOPS

Tenzor magok

512

Papíron GeForce RTX 4090 elér 82.6 TFLOPS félnyes pontossággal, és 82.6 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 1.3 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.

A kártya hordozza 512 Tenzor magok át跨 128 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 2.24 GHz egy gyorsításra 2.52 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 4090 L1 gyorsítótárral rendelkezik 128 Kb, L2 gyorsítótár támogatásával 72 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 16,384 árnyékoló egységek, 512 Textúrázási egységek, és 176 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

450 W

GeForce RTX 4090 rated at 450 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 triple-slot, mérés 304 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 4090

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

01 Qwen3.6-35B-A3B 35B · Q4_K_M · Apr 2026 157 tok/s
02 Qwen3-Omni-30B-A3B 35.3B · Q4_K_M · Sep 2025 155 tok/s
03 Seed-OSS-36B-Base 36B · IQ4_XS · Aug 2025 29.2 tok/s
04 InternVL2_5-38B 38.4B · Q3_K_M · Dec 2024 30.1 tok/s
05 InternVL2-40B 40.1B · Q3_K_M · Jul 2024 28.8 tok/s
06 JIUTIAN-139MoE 38.8B · Q3_K_M · Jun 2024 29.8 tok/s
07 VILA1.5-40B 40B · Q3_K_M · May 2024 28.9 tok/s
08 Mixtral 8x7B 46.7B · Q3_K_M · Dec 2023 89.5 tok/s
09 Falcon-40B 40B · Q3_K_M · Mar 2023 28.9 tok/s
10 gpt-sw3-40b 40B · Q3_K_M · Mar 2023 28.9 tok/s

A leggyorsabb AI modellek egy GeForce RTX 4090

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..

01 Gemma 3 QAT 1B 1B · Q8_0 · 1.8 GB 428 tok/s
02 Gemma 3 1B 1B · Q8_0 · 1.8 GB 428 tok/s
03 LLama 3..2 Typhoon 2 1B 1B · Q8_0 · 1.8 GB 428 tok/s
04 OLMo-1B 1B · Q8_0 · 1.8 GB 428 tok/s
05 HGRN 1B (WT 103) 1B · Q8_0 · 1.8 GB 428 tok/s
06 Pythia-1b 1B · Q8_0 · 1.8 GB 428 tok/s
07 OpenELM-1.1B 1.1B · Q8_0 · 1.9 GB 396 tok/s
08 TinyLlama-1.1B (1T token checkpoint) 1.1B · Q8_0 · 1.9 GB 389 tok/s
09 TinyLlama-1.1B (3T token checkpoint) 1.1B · Q8_0 · 1.9 GB 389 tok/s
10 DeciCoder-1B 1.1B · Q8_0 · 1.9 GB 389 tok/s

Lépésről lépésre

Hogyan lehet kiszámolni a tokenek másodpercenként egy GeForce RTX 4090

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

Keresd meg a kívánt modellt

A táblázat felsorolja 532 modellek, amelyeket ez a kártya futtat. A keresés szűkíti a listát név vagy méret alapján.
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. 24 GB tehát a beállítást megéri jól csinálni.
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.
04

Használja a tartományt válaszként

A számok kiszámolt, nem mért. A leggyorsabb eredmény ezen a KÁRTYÁN 428 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. 24 GB.
06

Nyisd meg a modellt, hogy összehasonlíthasd a kártyákat.

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 4090.

Válaszok

GeForce RTX 4090 — gyakori kérdések

GeForce RTX 4090— 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 174 tokenek másodpercenként

GeForce RTX 4090— mennyi VRAM-ja van?

Ez a KÁRTYA rendelkezik 24 GB -nak GDDR6X. 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.

GeForce RTX 4090— mi a memória-sávszélessége?

A memóriával rendelkező sávszélesség eléri 1,010 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.

GeForce RTX 4090— Milyen típusú MEMORY-t használ?

Használja GDDR6X órára állítva 1.31 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 4090— ki készíti?

Ez egy terméke a NVIDIA, a chip általi gyártásával TSMC, egy folyamatban 5 .

GeForce RTX 4090— Mikor adták ki?

Megjelent a September 2022.

GeForce RTX 4090— mennyi áramot fogyaszt?

A minősített kártya teljesítménye 450 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.

GeForce RTX 4090— mennyi cache-e van?

Az L1 gyorsítótár 128 Kb, és az L2 gyorsítótár 72 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 4090— mennyi a TFLOPS-ja?

Ez értékelve van 82.6 TFLOPS fél precízióban és 82.6 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 4090— Hány TENSOR CORE-ja van?

Van 512 Tenzor magok át跨 128 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 4090— 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 4090— 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 4090— 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 532 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 4090— Futtathat egy modellt, ami nem fér el a VRAM-jában?

A kártya teljesítményén túli terhelés 24 GB lehetséges és általában hamis gazdaság: a rendszer-memória rész elég lassú ahhoz, hogy dominálja az eredményt.

Két GeForce RTX 4090 kártyák kétszer olyan gyorsak lesznek?

Nem. Egy második kártya megduplázza a MEMÓRIÁT a 48 GB kombinált memória, körülbelül ugyanazon generációs sebességgel, mint egy.

GeForce RTX 4090— Melyik AI modellt tud futtatni?

532 a 721 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 4090— 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. 89.5 token másodpercenként és körülbelül 21.0 A kártya memória GB-ja.

GeForce RTX 4090— mennyi token másodpercenként?

A modell függvénye. A leggyorsabb modell, amit itt követünk, az Gemma 3 QAT 1B körülbelül 428 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.

GeForce RTX 4090— futtatható-e 7B modellek?

Igen. Például fut. Gemma 4 E4B at Q8_0, használva körülbelül 9.8 GB memória és körülbelül generálás 95.1 tokenek másodpercenként

GeForce RTX 4090— futtatható-e 13B modellek?

Igen. Például fut. DeepSeekMoE-16B at Q8_0, használva körülbelül 17.5 GB memória és körülbelül generálás 149 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