Számítsa ki a TPS-t a RTX 4000 Ada Generation 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.
Qwen3-Omni-30B-A3B
35.3B · IQ4_XS · 58.9 tok/s
Leggyorsabb modell
Gemma 3 QAT 1B
152 tok/s · 1B
Mely AI modellek futhatnak egy RTX 4000 Ada Generation?
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..
495 modellek megfelelnek
Számítás| Kvantisálás | Illeszkedik | ||||||
|---|---|---|---|---|---|---|---|
|
152
tok/s
130–183 |
Gemma 3 1B | 1B | Mar 2025 | 1.8 GB | 33k tokenek | Q8_0 | Kényelmes |
|
152
tok/s
130–183 |
Gemma 3 QAT 1B | 1B | Apr 2025 | 1.8 GB | 33k tokenek | Q8_0 | Kényelmes |
|
152
tok/s
91–244 · alacsony bizalom |
HGRN 1B (WT 103) ≈ | 1B | Nov 2023 | 1.8 GB | 131k tokenek ? | Q8_0 | Kényelmes |
|
152
tok/s
91–244 · alacsony bizalom |
LLama 3..2 Typhoon 2 1B ≈ | 1B | Dec 2024 | 1.8 GB | 131k tokenek ? | Q8_0 | Kényelmes |
|
152
tok/s
91–244 · alacsony bizalom |
OLMo-1B ≈ | 1B | Feb 2024 | 1.8 GB | 131k tokenek ? | Q8_0 | Kényelmes |
|
152
tok/s
91–244 · alacsony bizalom |
Pythia-1b ≈ | 1B | Apr 2023 | 1.8 GB | 131k tokenek ? | Q8_0 | Kényelmes |
|
141
tok/s
85–226 · alacsony bizalom |
OpenELM-1.1B ≈ | 1.1B | May 2024 | 1.9 GB | 131k tokenek ? | Q8_0 | Kényelmes |
|
139
tok/s
83–222 · alacsony bizalom |
DeciCoder-1B ≈ | 1.1B | Aug 2023 | 1.9 GB | 131k tokenek ? | Q8_0 | Kényelmes |
|
139
tok/s
83–222 · alacsony bizalom |
SantaCoder ≈ | 1.1B | Jan 2023 | 1.9 GB | 131k tokenek ? | Q8_0 | Kényelmes |
|
139
tok/s
83–222 · alacsony bizalom |
TinyLlama-1.1B (1T token checkpoint) ≈ | 1.1B | Oct 2023 | 1.9 GB | 131k tokenek ? | Q8_0 | Kényelmes |
|
139
tok/s
83–222 · alacsony bizalom |
TinyLlama-1.1B (3T token checkpoint) ≈ | 1.1B | Oct 2023 | 1.9 GB | 131k tokenek ? | Q8_0 | Kényelmes |
|
127
tok/s
76–203 · alacsony bizalom |
EXAONE 4.0 (1.2B) ≈ | 1.2B | Jul 2025 | 2.0 GB | 131k tokenek ? | Q8_0 | Kényelmes |
|
127
tok/s
76–203 · alacsony bizalom |
MinerU2.5 ≈ | 1.2B | Sep 2025 | 2.0 GB | 131k tokenek ? | Q8_0 | Kényelmes |
|
127
tok/s
76–203 · alacsony bizalom |
Pleias 1.0 1.2B ≈ | 1.2B | Dec 2024 | 2.0 GB | 131k tokenek ? | Q8_0 | Kényelmes |
|
127
tok/s
76–203 · alacsony bizalom |
Pleias-RAG-1B ≈ | 1.2B | Apr 2025 | 2.0 GB | 131k tokenek ? | Q8_0 | Kényelmes |
|
124
tok/s
105–149 |
Llama 3.2 1B | 1.2B | Sep 2024 | 2.2 GB | 131k tokenek | Q8_0 | Kényelmes |
|
122
tok/s
73–196 · alacsony bizalom |
MiniCPM-1.2B ≈ | 1.2B | Jun 2024 | 2.0 GB | 131k tokenek ? | Q8_0 | Kényelmes |
|
117
tok/s
70–188 · alacsony bizalom |
DeepSeek Coder 1.3B ≈ | 1.3B | Jan 2024 | 2.1 GB | 131k tokenek ? | Q8_0 | Kényelmes |
|
117
tok/s
70–188 · alacsony bizalom |
DeepSeek-VL-1.3B ≈ | 1.3B | Mar 2024 | 2.1 GB | 131k tokenek ? | Q8_0 | Kényelmes |
|
117
tok/s
70–188 · alacsony bizalom |
DigiRL ≈ | 1.3B | Jun 2024 | 2.1 GB | 131k tokenek ? | Q8_0 | Kényelmes |
|
117
tok/s
70–188 · alacsony bizalom |
GLA Transformer 1.3B ≈ | 1.3B | Aug 2024 | 2.1 GB | 131k tokenek ? | Q8_0 | Kényelmes |
|
117
tok/s
70–188 · alacsony bizalom |
Janus 1.3B ≈ | 1.3B | Oct 2024 | 2.1 GB | 131k tokenek ? | Q8_0 | Kényelmes |
|
117
tok/s
70–188 · alacsony bizalom |
Kosmos-2.5 ≈ | 1.3B | Aug 2024 | 2.1 GB | 131k tokenek ? | Q8_0 | Kényelmes |
|
117
tok/s
70–188 · alacsony bizalom |
Otter ≈ | 1.3B | May 2023 | 2.1 GB | 131k tokenek ? | Q8_0 | Kényelmes |
|
117
tok/s
70–188 · 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
RTX 4000 Ada Generation 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
- 20 GB
- Memória sávszélesség
- 360 GB/s
- Memória típus
- GDDR6
- Memória busz szélessége
- 160 bit
- Memória óra
- 2.25 GHz
A chip
Melyik processor található az alaplapon és hogyan készült. Egy kisebb gyártási méret általában jobb teljesítményt jelent ugyanazon energiafelhasználás mellett.
- Grafikus processzor
- AD104
- Architektúra
- Ada Lovelace
- Generáció
- Workstation Ada(x000A)
- Öntödé
- TSMC
- Feldolgozási méret
- 5 nm
- Tranzisztorok
- 35.8 billion
- Tranzisztor sűrűség
- 121,800 K/mm²
- Die méret
- 294 mm²
- Kiadott
- 9 August 2023
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
- 1.5 GHz
- Turbóóra
- 2.18 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
- 6,144
- Textúrázási egységek
- 192
- Render kimeneti egységek
- 64
- Streaming multiprocesszorok
- 48
- Tenzor magok
- 192
- Ray tracing magok
- 48
- L1 gyorsítótár
- 128 KB
- L2 gyorsítótár
- 48 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)
- 26.7 TFLOPS
- Egyszeres pontosság (FP32)
- 26.7 TFLOPS
- Kettős pontosság (FP64)
- 417.6 GFLOPS
- Pixelek aránya
- 139 GPixel/s
- Textúra sebesség
- 418 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)
- 130 W
- Javasolt tápegység
- 300 W
- Áramellátó csatlakozók
- 1x 16-pin
- Busz interfész
- PCIe 4.0 x16
- Bővítőhely szélessége
- Single-slot
- Dimenziók
- 245 mm
- Kimenetek megjelenítése
- 4x 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 RTX 4000 Ada Generation
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
20 GB
Sávszélesség
360 GB/s
Legnagyobb modell
Qwen3-Omni-30B-A3B
RTX 4000 Ada Generation hordoz 20 GB -nak GDDR6. Ez kényelmesen elérhető a kis és közepes modellekhez, bár a legnagyobbak elérhetetlenek maradnak, ha nem osztják őket. A meghajtói terhelés körülbelül 18 GB.
A memóriával rendelkező sávszélesség eléri 360 GB/s egy buszon keresztül a 160 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 szám a busz szélessége és a memória óra szorzataként van. 2.25 GHz. Ezért a magok száma olyan rosszul jósolja a generálási sebességet.
A legnagyobb dolog, amit tart, az Qwen3-Omni-30B-A3B, 35.3B, tömörítve IQ4_XS és generálás körül 58.9 tokenek másodpercenként
A chip és hogy hogyan készült
RTX 4000 Ada Generation a grafikus feldolgozón van építve AD104, az architektúra használatával Ada Lovelace ból NVIDIA, a generáció részeként Workstation Ada(x000A).
A chip-et a következő gyártó készíti TSMC, egy folyamatban 5 , egy kockával, amely méri 294 mm², tartás 35.8 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 August 2023, nagyjából 2.9777710171444 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
26.7 TFLOPS
FP64
417.6 GFLOPS
Tenzor magok
192
Papíron RTX 4000 Ada Generation elér 26.7 TFLOPS félnyes pontossággal, és 26.7 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 417.6 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 192 Tenzor magok át跨 48 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 1.5 GHz egy gyorsításra 2.18 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
RTX 4000 Ada Generation L1 gyorsítótárral rendelkezik 128 Kb, L2 gyorsítótár támogatásával 48 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 6,144 árnyékoló egységek, 192 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
130 W
RTX 4000 Ada Generation rated at 130 W, és a javasolt rendszer tápegység 300 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 245 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 RTX 4000 Ada Generation
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 RTX 4000 Ada Generation
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 RTX 4000 Ada Generation
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 a modellt a táblázatban
A táblázat felsorolja 495 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. 20 GB Gyakran az az, ami egy nagy modellt a határvonalon túlra lök.
-
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
A sebességek hibahatárokkal járnak okkal. A legjobb eset itt 152 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. 20 GB.
-
06
Nézd meg ugyanazt a modellt a másik oldalról
Minden modell oldala megismétli ezt a számítást az egész katalógusra. Érdemes megnézni, mielőtt döntesz: megmutatja, mi fut még ugyanazzal a modellel, mellette RTX 4000 Ada Generation.
Válaszok
RTX 4000 Ada Generation — gyakori kérdések
RTX 4000 Ada Generation— mennyi VRAM-ja van?
Ez a KÁRTYA rendelkezik 20 GB -nak GDDR6. Körülbelül egy tizedet tartanak fenn az inference futási idő és a meghajtó, így körülbelül 18 GB elérhető egy AI modell számára és annak beszélgetéséhez.
RTX 4000 Ada Generation— mi a memória-sávszélessége?
A memóriával rendelkező sávszélesség eléri 360 GB/s egy buszon keresztül a 160 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.
RTX 4000 Ada Generation— Milyen típusú MEMORY-t használ?
Használja GDDR6 órára állítva 2.25 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.
RTX 4000 Ada Generation— ki készíti?
Ez egy terméke a NVIDIA, a chip általi gyártásával TSMC, egy folyamatban 5 .
RTX 4000 Ada Generation— Mikor adták ki?
Megjelent a August 2023.
RTX 4000 Ada Generation— mennyi áramot fogyaszt?
A minősített kártya teljesítménye 130 W, és a javasolt rendszer tápegység 300 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.
RTX 4000 Ada Generation— mennyi cache-e van?
Az L1 gyorsítótár 128 Kb, és az L2 gyorsítótár 48 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.
RTX 4000 Ada Generation— mennyi a TFLOPS-ja?
Ez értékelve van 26.7 TFLOPS fél precízióban és 26.7 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.
RTX 4000 Ada Generation— Hány TENSOR CORE-ja van?
Van 192 Tenzor magok át跨 48 Streaming multiprocesszorok. Felgyorsítják a mátrixaritmetikát, amelyből a transformer fel van építve, ami elsősorban a hosszú prompt feldolgozását gyorsítja, nem pedig a válasz előállítását.
RTX 4000 Ada Generation— 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.
RTX 4000 Ada Generation— 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.
RTX 4000 Ada Generation— jó helyi AI modellek futtatására?
A memóriája a kis és közepes modelleket fedi le, bár a legnagyobbak elérhetetlenek, mivel a sávszélessége miatt a generálás lassúnak tűnik a nagyobb modellek esetén. Összességében fut 495 a modellek számára, amelyeket nyomon követünk. Hogy ez elég-e, az teljesen attól függ, hogy melyik modellt szeretnéd - a fenti táblázat közvetlenül erre válaszol.
RTX 4000 Ada Generation— Futtathat egy modellt, ami nem fér el a VRAM-jában?
A kártya teljesítményén túli terhelés 20 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 RTX 4000 Ada Generation kártyák kétszer olyan gyorsak lesznek?
Nem. Egy második kártya megduplázza a MEMÓRIÁT a 40 GB kombinált memória, körülbelül ugyanazon generációs sebességgel, mint egy.
RTX 4000 Ada Generation— Melyik AI modellt tud futtatni?
495 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.
RTX 4000 Ada Generation— Melyik a legnagyobb AI modell, amit futtatni tud?
A katalógusunkban a legnagyobb modell, ami belefér, az Qwen3-Omni-30B-A3B at 35.3B paraméterek, tömörített IQ4_XS. Körülbelül generál. 58.9 token másodpercenként és körülbelül 17.9 A kártya memória GB-ja.
RTX 4000 Ada Generation— mennyi token másodpercenként?
A modell függvénye. A leggyorsabb modell, amit itt követünk, az Gemma 3 QAT 1B körülbelül 152 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.
RTX 4000 Ada Generation— futtatható-e 7B modellek?
Igen. Például fut. Multi-Token Prediction 7B at Q8_0, használva körülbelül 7.9 GB memória és körülbelül generálás 22.8 tokenek másodpercenként
RTX 4000 Ada Generation— futtatható-e 13B modellek?
Igen. Például fut. DeepSeekMoE-16B at Q8_0, használva körülbelül 17.5 GB memória és körülbelül generálás 52.9 tokenek másodpercenként
RTX 4000 Ada Generation— futtatható-e 30B modellek?
Igen. Például fut. ERNIE-4.5-VL-28B-A3B at Q4_K_M, használva körülbelül 16.2 GB memória és körülbelül generálás 69.8 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..