Számítsa ki a TPS-t a Data Center GPU Max 1350 helyi AI modellek

Intel 96 GB HBM2e 2,460 GB/s January 2023

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

609 modellek, amelyeket futtathat

679 modellek az adatbázisunkban összesen

A legnagyobb modell, amit tartalmaz.

dots.llm1

142B · IQ4_XS · 11.7 tok/s

Leggyorsabb modell

Gemma 3 QAT 1B

677 tok/s · 1B

Mely AI modellek futhatnak egy Data Center GPU Max 1350?

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.

609 modellek megfelelnek

Számítás

						Kvantisálás	Illeszkedik
677 tok/s 406–1,084 · alacsony bizalom	Gemma 3 1B	1B	Mar 2025	1.8 GB	33k tokenek	Q8_0	Kényelmes
677 tok/s 406–1,084 · alacsony bizalom	Gemma 3 QAT 1B	1B	Apr 2025	1.8 GB	33k tokenek	Q8_0	Kényelmes
677 tok/s 406–1,084 · alacsony bizalom	HGRN 1B (WT 103) ≈	1B	Nov 2023	1.8 GB	131k tokenek ?	Q8_0	Kényelmes
677 tok/s 406–1,084 · alacsony bizalom	LLama 3..2 Typhoon 2 1B ≈	1B	Dec 2024	1.8 GB	131k tokenek ?	Q8_0	Kényelmes
677 tok/s 406–1,084 · alacsony bizalom	OLMo-1B ≈	1B	Feb 2024	1.8 GB	131k tokenek ?	Q8_0	Kényelmes
677 tok/s 406–1,084 · alacsony bizalom	Pythia-1b ≈	1B	Apr 2023	1.8 GB	131k tokenek ?	Q8_0	Kényelmes
627 tok/s 376–1,003 · alacsony bizalom	OpenELM-1.1B ≈	1.1B	May 2024	1.9 GB	131k tokenek ?	Q8_0	Kényelmes
616 tok/s 369–985 · alacsony bizalom	DeciCoder-1B ≈	1.1B	Aug 2023	1.9 GB	131k tokenek ?	Q8_0	Kényelmes
616 tok/s 369–985 · alacsony bizalom	SantaCoder ≈	1.1B	Jan 2023	1.9 GB	131k tokenek ?	Q8_0	Kényelmes
616 tok/s 369–985 · alacsony bizalom	TinyLlama-1.1B (1T token checkpoint) ≈	1.1B	Oct 2023	1.9 GB	131k tokenek ?	Q8_0	Kényelmes
616 tok/s 369–985 · alacsony bizalom	TinyLlama-1.1B (3T token checkpoint) ≈	1.1B	Oct 2023	1.9 GB	131k tokenek ?	Q8_0	Kényelmes
564 tok/s 339–903 · alacsony bizalom	EXAONE 4.0 (1.2B) ≈	1.2B	Jul 2025	2.0 GB	131k tokenek ?	Q8_0	Kényelmes
564 tok/s 339–903 · alacsony bizalom	MinerU2.5 ≈	1.2B	Sep 2025	2.0 GB	131k tokenek ?	Q8_0	Kényelmes
564 tok/s 339–903 · alacsony bizalom	Pleias 1.0 1.2B ≈	1.2B	Dec 2024	2.0 GB	131k tokenek ?	Q8_0	Kényelmes
564 tok/s 339–903 · alacsony bizalom	Pleias-RAG-1B ≈	1.2B	Apr 2025	2.0 GB	131k tokenek ?	Q8_0	Kényelmes
551 tok/s 330–881 · alacsony bizalom	Llama 3.2 1B	1.2B	Sep 2024	2.2 GB	131k tokenek	Q8_0	Kényelmes
543 tok/s 326–869 · alacsony bizalom	MiniCPM-1.2B ≈	1.2B	Jun 2024	2.0 GB	131k tokenek ?	Q8_0	Kényelmes
521 tok/s 313–834 · alacsony bizalom	DeepSeek Coder 1.3B ≈	1.3B	Jan 2024	2.1 GB	131k tokenek ?	Q8_0	Kényelmes
521 tok/s 313–834 · alacsony bizalom	DeepSeek-VL-1.3B ≈	1.3B	Mar 2024	2.1 GB	131k tokenek ?	Q8_0	Kényelmes
521 tok/s 313–834 · alacsony bizalom	DigiRL ≈	1.3B	Jun 2024	2.1 GB	131k tokenek ?	Q8_0	Kényelmes
521 tok/s 313–834 · alacsony bizalom	GLA Transformer 1.3B ≈	1.3B	Aug 2024	2.1 GB	131k tokenek ?	Q8_0	Kényelmes
521 tok/s 313–834 · alacsony bizalom	Janus 1.3B ≈	1.3B	Oct 2024	2.1 GB	131k tokenek ?	Q8_0	Kényelmes
521 tok/s 313–834 · alacsony bizalom	Kosmos-2.5 ≈	1.3B	Aug 2024	2.1 GB	131k tokenek ?	Q8_0	Kényelmes
521 tok/s 313–834 · alacsony bizalom	Otter ≈	1.3B	May 2023	2.1 GB	131k tokenek ?	Q8_0	Kényelmes
521 tok/s 313–834 · 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

Data Center GPU Max 1350 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: 96 GB
Memória sávszélesség: 2,460 GB/s
Memória típus: HBM2e
Memória busz szélessége: 8,192 bit
Memória óra: 1.2 GHz

A chip

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

Grafikus processzor: Ponte Vecchio
Architektúra: Generation 12.5
Generáció: Data Center GPU(Ponte Vecchio)
Öntödé: Intel
Feldolgozási méret: 10 nm
Tranzisztorok: 100 billion
Tranzisztor sűrűség: 78,100 K/mm²
Die méret: 1,280 mm²
Kiadott: 10 January 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: 750 MHz
Turbóóra: 1.55 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: 14,336
Textúrázási egységek: 896
Ray tracing magok: 112
L1 gyorsítótár: 64 KB
L2 gyorsítótár: 408 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): 44.4 TFLOPS
Egyszeres pontosság (FP32): 44.4 TFLOPS
Kettős pontosság (FP64): 44.4 TFLOPS
Textúra sebesség: 1,389 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
Busz interfész: PCIe 5.0 x16
Bővítőhely szélessége: OAM Module

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
OpenCL: 3.0
Shader modell: 6.6

Lista

Hol lehet venni egy Data Center GPU Max 1350

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

96 GB

Sávszélesség

2,460 GB/s

Legnagyobb modell

dots.llm1

Data Center GPU Max 1350 tartalmaz 96 GB -nak HBM2e. Ez a hardverosztályba helyezi, amely képes a legnagyobb open WEIGHT modellek tárolására anélkül, hogy azokat gépek között osztaná meg. Egy inference RUNTIME körülbelül elérheti 86.4 GB.

A memóriával rendelkező sávszélesség eléri 2,460 GB/s egy buszon keresztül a 8,192 bit. Ez van a létező dolgok csúcsán. Mivel minden token azt jelenti, hogy az egész modellt egyszerre olvassuk ki a MEMÓRIÁBÓL, szinte közvetlenül a generálási sebességbe fordul — ez a KÁRTYA elég sávszélességgel bír ahhoz, hogy a modell mérete jóval korábban ne legyen a korlátozó tényező, mint ahogy a busz lenne.

Ez egy MEMORY CLOCK-ból származik 1.2 GHz. Mindkét fél fontos, és egyik sem látható egy játéktesztben.

A gyakorlati plafon dots.llm1, 142B, tömörítve IQ4_XS és generálás körül 11.7 tokenek másodpercenként

A chip és hogy hogyan készült

Data Center GPU Max 1350 a grafikus feldolgozón van építve Ponte Vecchio, az architektúra használatával Generation 12.5 ból Intel, a generáció részeként Data Center GPU(Ponte Vecchio).

A chip-et a következő gyártó készíti Intel, egy folyamatban 10 , egy kockával, amely méri 1,280 mm², tartás 100 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 January 2023, nagyjából 3.5558385694971 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

44.4 TFLOPS

FP64

44.4 TFLOPS

Papíron Data Center GPU Max 1350 elér 44.4 TFLOPS félnyes pontossággal, és 44.4 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 44.4 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 750 MHz egy gyorsításra 1.55 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

Data Center GPU Max 1350 L1 gyorsítótárral rendelkezik 64 Kb, L2 gyorsítótár támogatásával 408 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 14,336 árnyékoló egységek, 896 Textúrázási 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

Data Center GPU Max 1350 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 oam module. 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 5.0 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 Data Center GPU Max 1350

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

01 Mistral Medium 3.5 128B · Q4_K_M · Apr 2026 12.2 tok/s
02 dots.llm1 142B · IQ4_XS · Jul 2025 11.7 tok/s
03 Pixtral Large 124B · Q4_K_M · Nov 2024 12.6 tok/s
04 xLAM-8x22B 141B · Q4_K_M · Sep 2024 11.1 tok/s
05 SaulLM-large 141B · Q4_K_M · Jul 2024 11.1 tok/s
06 Mixtral 8x22B 141B · Q4_K_M · Apr 2024 40.1 tok/s
07 WizardLM-2 8x22B 141B · Q4_K_M · Apr 2024 11.1 tok/s
08 Zephyr 141B-A39B 141B · Q4_K_M · Apr 2024 40.1 tok/s
09 APUS-xDAN-4.0(MoE) 136B · Q4_K_M · Apr 2024 11.5 tok/s
10 DBRX 132B · Q4_K_M · Mar 2024 43.4 tok/s

A leggyorsabb AI modellek egy Data Center GPU Max 1350

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 677 tok/s
02 Gemma 3 1B 1B · Q8_0 · 1.8 GB 677 tok/s
03 LLama 3..2 Typhoon 2 1B 1B · Q8_0 · 1.8 GB 677 tok/s
04 OLMo-1B 1B · Q8_0 · 1.8 GB 677 tok/s
05 HGRN 1B (WT 103) 1B · Q8_0 · 1.8 GB 677 tok/s
06 Pythia-1b 1B · Q8_0 · 1.8 GB 677 tok/s
07 OpenELM-1.1B 1.1B · Q8_0 · 1.9 GB 627 tok/s
08 TinyLlama-1.1B (1T token checkpoint) 1.1B · Q8_0 · 1.9 GB 616 tok/s
09 TinyLlama-1.1B (3T token checkpoint) 1.1B · Q8_0 · 1.9 GB 616 tok/s
10 DeciCoder-1B 1.1B · Q8_0 · 1.9 GB 616 tok/s

Lépésről lépésre

Hogyan lehet kiszámolni a tokenek másodpercenként egy Data Center GPU Max 1350

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 609 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

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. 96 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 677 tok/s on Gemma 3 QAT 1B. Ugyanaz a Kártya és Modell harminc és ötven százalékos eltérést mutat a következtetési futási idők között.
05

Ellenőrizze a memória oszlopot elköteleződés előtt.

Egy szoros illeszkedés fut, de nem hagy helyet a későbbi kontextus növelésére; a kényelmesnek van fejtérfölénye. A memória oszlop megmutatja, hogy minden modellnek mire van szüksége a rendelkezésre állóval szemben. 96 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 Data Center GPU Max 1350.

Válaszok

Data Center GPU Max 1350 — gyakori kérdések

Data Center GPU Max 1350— ki készíti?

Ez egy terméke a Intel, a chip általi gyártásával Intel, egy folyamatban 10 .

Data Center GPU Max 1350— Mikor adták ki?

Megjelent a January 2023.

Data Center GPU Max 1350— 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.

Data Center GPU Max 1350— mennyi cache-e van?

Az L1 gyorsítótár 64 Kb, és az L2 gyorsítótár 408 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.

Data Center GPU Max 1350— mennyi a TFLOPS-ja?

Ez értékelve van 44.4 TFLOPS fél precízióban és 44.4 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.

Data Center GPU Max 1350— Támogatja a CUDA-t?

Nem. A CUDA kizárólag NVIDIA, és ez egy kártya a Intel. A nyelvi modellek futtatása ROCm, Vulkan vagy Metal segítségével történik a szoftvertől függően, amelyek éretlenebbek a CUDA úthoz képest — becsléseink büntetést alkalmaznak emiatt.

Data Center GPU Max 1350— Milyen busz interfészt használ?

Használja PCIe 5.0 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.

Data Center GPU Max 1350— jó helyi AI modellek futtatására?

Elég nagy a memória ahhoz, hogy olyan modelleket támogasson, amelyeket a legtöbb asztali hardver nem tud kezelni, és a sávszélessége a leggyorsabb elérhető hardverek közé helyezi a generáláshoz. Összesen fut 609 a modellek számára, amelyeket nyomon követünk. Hogy ez elég-e, az teljesen attól függ, hogy melyik modellt szeretnéd - a fenti táblázat közvetlenül erre válaszol.

Data Center GPU Max 1350— Futtathat egy modellt, ami nem fér el a VRAM-jában?

A kártya teljesítményén túli terhelés 96 GB lehúzza az egészet, és az ezen az oldalon található számok egyike sem feltételezi azt.

Két Data Center GPU Max 1350 kártyák kétszer olyan gyorsak lesznek?

A kapacitás hozzáadódik, a throughput nem. Kettő együtt ad neked 192 GB egy GPU-val dolgozni, nem pedig kétszer annyi TOKEN másodpercenként — minden szám egyetlen KÁRTYÁRA vonatkozik.

Data Center GPU Max 1350— Melyik AI modellt tud futtatni?

609 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.

Data Center GPU Max 1350— Melyik a legnagyobb AI modell, amit futtatni tud?

A katalógusunkban a legnagyobb modell, ami belefér, az dots.llm1 at 142B paraméterek, tömörített IQ4_XS. Körülbelül generál. 11.7 token másodpercenként és körülbelül 78.3 A kártya memória GB-ja.

Data Center GPU Max 1350— mennyi token másodpercenként?

A modell függvénye. A leggyorsabb modell, amit itt követünk, az Gemma 3 QAT 1B körülbelül 677 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.

Data Center GPU Max 1350— futtatható-e 7B modellek?

Igen. Például fut. Multi-Token Prediction 7B at Q8_0, használva körülbelül 7.9 GB memória és körülbelül generálás 101 tokenek másodpercenként

Data Center GPU Max 1350— futtatható-e 13B modellek?

Igen. Például fut. DeepSeekMoE-16B at Q8_0, használva körülbelül 17.5 GB memória és körülbelül generálás 235 tokenek másodpercenként

Data Center GPU Max 1350— futtatható-e 30B modellek?

Igen. Például fut. ERNIE-4.5-VL-28B-A3B at Q8_0, használva körülbelül 29.2 GB memória és körülbelül generálás 134 tokenek másodpercenként

Data Center GPU Max 1350— futtatható-e 70B modellek?

Igen. Például fut. Qwen3-Coder-Next at Q8_0, használva körülbelül 80.7 GB memória és körülbelül generálás 47.0 tokenek másodpercenként

Data Center GPU Max 1350— mennyi VRAM-ja van?

Ez a KÁRTYA rendelkezik 96 GB -nak HBM2e. Körülbelül egy tizedet tartanak fenn az inference futási idő és a meghajtó, így körülbelül 86.4 GB elérhető egy AI modell számára és annak beszélgetéséhez.

Data Center GPU Max 1350— mi a memória-sávszélessége?

A memóriával rendelkező sávszélesség eléri 2,460 GB/s egy buszon keresztül a 8,192 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.

Data Center GPU Max 1350— Milyen típusú MEMORY-t használ?

Használja HBM2e órára állítva 1.2 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.

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