Számítsa ki a TPS-t a GeForce RTX 4010 helyi AI modellek

NVIDIA 4 GB GDDR6 96 GB/s April 2024

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

105 modellek, amelyeket futtathat

721 modellek az adatbázisunkban összesen

A legnagyobb modell, amit tartalmaz.

DeciLM 6B

5.7B · Q3_K_M · 19.3 tok/s

Leggyorsabb modell

Gemma 4 E2B

47.7 tok/s · 5.1B

Mely AI modellek futhatnak egy GeForce RTX 4010?

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..

105 modellek megfelelnek

Számítás
Kvantisálás Illeszkedik
47.7 tok/s

29–76 · alacsony bizalom

Gemma 4 E2B 5.1B Apr 2026 3.4 GB 11k tokenek ? Q3_K_M Szoros
40.7 tok/s

35–49

Gemma 3 1B 1B Mar 2025 1.8 GB 33k tokenek Q8_0 Kényelmes
40.7 tok/s

35–49

Gemma 3 QAT 1B 1B Apr 2025 1.8 GB 33k tokenek Q8_0 Kényelmes
40.7 tok/s

24–65 · alacsony bizalom

HGRN 1B (WT 103) 1B Nov 2023 1.8 GB 131k tokenek ? Q8_0 Kényelmes
40.7 tok/s

24–65 · alacsony bizalom

LLama 3..2 Typhoon 2 1B 1B Dec 2024 1.8 GB 131k tokenek ? Q8_0 Kényelmes
40.7 tok/s

24–65 · alacsony bizalom

OLMo-1B 1B Feb 2024 1.8 GB 131k tokenek ? Q8_0 Kényelmes
40.7 tok/s

24–65 · alacsony bizalom

Pythia-1b 1B Apr 2023 1.8 GB 131k tokenek ? Q8_0 Kényelmes
37.7 tok/s

23–60 · alacsony bizalom

OpenELM-1.1B 1.1B May 2024 1.9 GB 131k tokenek ? Q8_0 Kényelmes
37.0 tok/s

22–59 · alacsony bizalom

DeciCoder-1B 1.1B Aug 2023 1.9 GB 131k tokenek ? Q8_0 Kényelmes
37.0 tok/s

22–59 · alacsony bizalom

SantaCoder 1.1B Jan 2023 1.9 GB 131k tokenek ? Q8_0 Kényelmes
37.0 tok/s

22–59 · alacsony bizalom

TinyLlama-1.1B (1T token checkpoint) 1.1B Oct 2023 1.9 GB 131k tokenek ? Q8_0 Kényelmes
37.0 tok/s

22–59 · alacsony bizalom

TinyLlama-1.1B (3T token checkpoint) 1.1B Oct 2023 1.9 GB 131k tokenek ? Q8_0 Kényelmes
33.9 tok/s

20–54 · alacsony bizalom

EXAONE 4.0 (1.2B) 1.2B Jul 2025 2.0 GB 131k tokenek ? Q8_0 Kényelmes
33.9 tok/s

20–54 · alacsony bizalom

LFM2-1.2B 1.2B Jul 2025 2.0 GB 131k tokenek ? Q8_0 Kényelmes
33.9 tok/s

20–54 · alacsony bizalom

MinerU2.5 1.2B Sep 2025 2.0 GB 131k tokenek ? Q8_0 Kényelmes
33.9 tok/s

20–54 · alacsony bizalom

Pleias 1.0 1.2B 1.2B Dec 2024 2.0 GB 131k tokenek ? Q8_0 Kényelmes
33.9 tok/s

20–54 · alacsony bizalom

Pleias-RAG-1B 1.2B Apr 2025 2.0 GB 131k tokenek ? Q8_0 Kényelmes
33.1 tok/s

28–40

Llama 3.2 1B 1.2B Sep 2024 2.2 GB 54k tokenek Q8_0 Kényelmes
32.6 tok/s

20–52 · alacsony bizalom

MiniCPM-1.2B 1.2B Jun 2024 2.0 GB 131k tokenek ? Q8_0 Kényelmes
31.3 tok/s

19–50 · alacsony bizalom

DeepSeek Coder 1.3B 1.3B Jan 2024 2.1 GB 131k tokenek ? Q8_0 Kényelmes
31.3 tok/s

19–50 · alacsony bizalom

DeepSeek-VL-1.3B 1.3B Mar 2024 2.1 GB 131k tokenek ? Q8_0 Kényelmes
31.3 tok/s

19–50 · alacsony bizalom

DigiRL 1.3B Jun 2024 2.1 GB 131k tokenek ? Q8_0 Kényelmes
31.3 tok/s

19–50 · alacsony bizalom

GLA Transformer 1.3B 1.3B Aug 2024 2.1 GB 131k tokenek ? Q8_0 Kényelmes
31.3 tok/s

19–50 · alacsony bizalom

Janus 1.3B 1.3B Oct 2024 2.1 GB 131k tokenek ? Q8_0 Kényelmes
31.3 tok/s

19–50 · alacsony bizalom

Kosmos-2.5 1.3B Aug 2024 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 4010 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
4 GB
Memória sávszélesség
96 GB/s
Memória típus
GDDR6
Memória busz szélessége
64 bit
Memória óra
1.5 GHz

A chip

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

Grafikus processzor
GA107
Architektúra
Ampere
Generáció
GeForce 40
Öntödé
Samsung
Feldolgozási méret
8 nm
Tranzisztorok
8.7 billion
Tranzisztor sűrűség
43,500 K/mm²
Die méret
200 mm²
Csomag
FCBGA-1358
Kiadott
16 April 2024

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
1.42 GHz
Turbóóra
1.76 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
768
Textúrázási egységek
24
Render kimeneti egységek
16
Streaming multiprocesszorok
6
Tenzor magok
24
Ray tracing magok
6
L1 gyorsítótár
128 KB
L2 gyorsítótár
2 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)
2.7 TFLOPS
Egyszeres pontosság (FP32)
2.7 TFLOPS
Kettős pontosság (FP64)
42.3 GFLOPS
Pixelek aránya
28 GPixel/s
Textúra sebesség
42 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)
50 W
Javasolt tápegység
250 W
Áramellátó csatlakozók
None
Busz interfész
PCIe 4.0 x8
Bővítőhely szélessége
Single-slot
Dimenziók
163 mm
Kimenetek megjelenítése
4x mini-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
8.6
DirectX
12.2
OpenGL
4.6
Vulkan
1.4
OpenCL
3.0
Shader modell
6.8

Lista

Hol lehet venni egy GeForce RTX 4010

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

4 GB

Sávszélesség

96 GB/s

Legnagyobb modell

DeciLM 6B

GeForce RTX 4010 csak hordoz 4 GB -nak GDDR6. Ez korlátozza a katalógus kisebb végére, és egy modellnek teljesen bele kell férnie, mielőtt bármilyen kimenetet generál. Egy futás valójában körülbelül 3.6 GB.

A memóriával rendelkező sávszélesség eléri 96 GB/s egy buszon keresztül a 64 bit. A Sávszélesség ennek a kártyának a valódi korlátozása. Minden token megköveteli az egész modell kiolvasását a memóriából, így egy nagy modell lassúnak tűnik itt, még akkor is, ha belefér.

A szám a busz szélessége és a memória óra szorzataként van. 1.5 GHz. Ezért a magok száma olyan rosszul jósolja a generálási sebességet.

Összeállítva a legnagyobb modell, ami belefér, az DeciLM 6B, 5.7B, tömörítve Q3_K_M és generálás körül 19.3 tokenek másodpercenként

A chip és hogy hogyan készült

GeForce RTX 4010 a grafikus feldolgozón van építve GA107, az architektúra használatával Ampere ból NVIDIA, a generáció részeként GeForce 40.

A chip-et a következő gyártó készíti Samsung, egy folyamatban 8 , egy kockával, amely méri 200 mm², tartás 8.7 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 2024, nagyjából 2.4129655028119 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

2.7 TFLOPS

FP64

42.3 GFLOPS

Tenzor magok

24

Papíron GeForce RTX 4010 elér 2.7 TFLOPS félnyes pontossággal, és 2.7 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 42.3 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 24 Tenzor magok át跨 6 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 1.42 GHz egy gyorsításra 1.76 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 4010 L1 gyorsítótárral rendelkezik 128 Kb, L2 gyorsítótár támogatásával 2 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 768 árnyékoló egységek, 24 Textúrázási egységek, és 16 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

50 W

GeForce RTX 4010 rated at 50 W, és a javasolt rendszer tápegység 250 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 163 mm hosszú. 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 x8. 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 4010

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

  1. 01 Gemma 4 E2B 5.1B · Q3_K_M · Apr 2026 47.7 tok/s
  2. 02 Qwen3.5-4B 4B · Q5_K_M · Feb 2026 18.2 tok/s
  3. 03 Nemotron 3 Nano-4B 4B · Q5_K_M · Dec 2025 18.2 tok/s
  4. 04 Qwen3-VL-4B 4B · Q5_K_M · Oct 2025 18.2 tok/s
  5. 05 Qwen3-4B-Thinking-2507 4B · Q5_K_M · Aug 2025 18.2 tok/s
  6. 06 Voxtral Mini 4.7B · Q4_K_M · Jul 2025 20.0 tok/s
  7. 07 Phi-4-Multimodal 5.6B · Q3_K_M · Mar 2025 19.6 tok/s
  8. 08 Minitron 4B 4.2B · Q4_K_M · Nov 2024 22.4 tok/s
  9. 09 XVERSE-MoE-A4.2B 4.2B · Q4_K_M · Apr 2024 22.4 tok/s
  10. 10 DeciLM 6B 5.7B · Q3_K_M · Sep 2023 19.3 tok/s

A leggyorsabb AI modellek egy GeForce RTX 4010

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..

  1. 01 Gemma 4 E2B 5.1B · Q3_K_M · 3.4 GB 47.7 tok/s
  2. 02 Gemma 3 QAT 1B 1B · Q8_0 · 1.8 GB 40.7 tok/s
  3. 03 Gemma 3 1B 1B · Q8_0 · 1.8 GB 40.7 tok/s
  4. 04 LLama 3..2 Typhoon 2 1B 1B · Q8_0 · 1.8 GB 40.7 tok/s
  5. 05 OLMo-1B 1B · Q8_0 · 1.8 GB 40.7 tok/s
  6. 06 HGRN 1B (WT 103) 1B · Q8_0 · 1.8 GB 40.7 tok/s
  7. 07 Pythia-1b 1B · Q8_0 · 1.8 GB 40.7 tok/s
  8. 08 OpenELM-1.1B 1.1B · Q8_0 · 1.9 GB 37.7 tok/s
  9. 09 TinyLlama-1.1B (1T token checkpoint) 1.1B · Q8_0 · 1.9 GB 37.0 tok/s
  10. 10 TinyLlama-1.1B (3T token checkpoint) 1.1B · Q8_0 · 1.9 GB 37.0 tok/s

Lépésről lépésre

Hogyan lehet kiszámolni a tokenek másodpercenként egy GeForce RTX 4010

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..

  1. 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 105 modellek, amelyeket ez a kártya futtat. A keresés szűkíti a listát név vagy méret alapján.

  2. 02

    Állítsd be a ténylegesen használt CONTEXT LENGTH-et.

    A hosszabb beszélgetések memóriahasználata a súlyok mellett. 4 GB Gyakran az az, ami egy nagy modellt a határvonalon túlra lök.

  3. 03

    Rögzítse az összehasonlítást egy minőségi szintre.

    Minden modell a legjobb tömörítésnél van megjelenítve, amit ez a KÁRTYA elbír. Egy minimális minőség elrejti azokat, amelyek csak úgy férnek el, ha további szorításra kerülnek, mint amit te elfogadnál.

  4. 04

    Nézd meg a tartományt, ne csak a számot.

    A számok kiszámolt, nem mért. A leggyorsabb eredmény ezen a KÁRTYÁN 47.7 tok/s on Gemma 4 E2B. Ugyanaz a Kártya és Modell harminc és ötven százalékos eltérést mutat a következtetési futási idők között.

  5. 05

    Ellenőrizze a szabad helyet, mielőtt döntést hozna

    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. 4 GB.

  6. 06

    Nézd meg ugyanazt a modellt a másik oldalról

    Követve egy modellt a saját oldalán, felsorolja az összes hardvert, ami futtathatja, így láthatod, hogyan hasonlít össze GeForce RTX 4010.

Válaszok

GeForce RTX 4010 — gyakori kérdések

01

GeForce RTX 4010— mi a memória-sávszélessége?

A memóriával rendelkező sávszélesség eléri 96 GB/s egy buszon keresztül a 64 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.

02

GeForce RTX 4010— Milyen típusú MEMORY-t használ?

Használja GDDR6 órára állítva 1.5 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.

03

GeForce RTX 4010— ki készíti?

Ez egy terméke a NVIDIA, a chip általi gyártásával Samsung, egy folyamatban 8 .

04

GeForce RTX 4010— Mikor adták ki?

Megjelent a April 2024.

05

GeForce RTX 4010— mennyi áramot fogyaszt?

A minősített kártya teljesítménye 50 W, és a javasolt rendszer tápegység 250 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.

06

GeForce RTX 4010— mennyi cache-e van?

Az L1 gyorsítótár 128 Kb, és az L2 gyorsítótár 2 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.

07

GeForce RTX 4010— mennyi a TFLOPS-ja?

Ez értékelve van 2.7 TFLOPS fél precízióban és 2.7 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.

08

GeForce RTX 4010— Hány TENSOR CORE-ja van?

Van 24 Tenzor magok át跨 6 Streaming multiprocesszorok. Felgyorsítják a mátrixaritmetikát, amelyből a transformer fel van építve, ami elsősorban a hosszú prompt feldolgozását gyorsítja, nem pedig a válasz előállítását.

09

GeForce RTX 4010— 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.

10

GeForce RTX 4010— Milyen busz interfészt használ?

Használja PCIe 4.0 x8. 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.

11

GeForce RTX 4010— jó helyi AI modellek futtatására?

Memóriája miatt kisebb modellekre korlátozódik, bár sávszélessége azt jelenti, hogy a generálás lassúnak fog tűnni a nagyobb modellek esetében. Összesen fut 105 a modellek számára, amelyeket nyomon követünk. Hogy ez elég-e, az teljesen attól függ, hogy melyik modellt szeretnéd - a fenti táblázat közvetlenül erre válaszol.

12

GeForce RTX 4010— Futtathat egy modellt, ami nem fér el a VRAM-jában?

Fel lehet osztani, az átlépés a rendszer MEMÓRIÁBAN marad, a kártya mögött. 4 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.

13

Két GeForce RTX 4010 kártyák kétszer olyan gyorsak lesznek?

Nem. Egy második kártya megduplázza a MEMÓRIÁT a 8 GB kombinált memória, körülbelül ugyanazon generációs sebességgel, mint egy.

14

GeForce RTX 4010— Melyik AI modellt tud futtatni?

105 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.

15

GeForce RTX 4010— Melyik a legnagyobb AI modell, amit futtatni tud?

A katalógusunkban a legnagyobb modell, ami belefér, az DeciLM 6B at 5.7B paraméterek, tömörített Q3_K_M. Körülbelül generál. 19.3 token másodpercenként és körülbelül 3.5 A kártya memória GB-ja.

16

GeForce RTX 4010— mennyi token másodpercenként?

A modell függvénye. A leggyorsabb modell, amit itt követünk, az Gemma 4 E2B körülbelül 47.7 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.

17

GeForce RTX 4010— mennyi VRAM-ja van?

Ez a KÁRTYA rendelkezik 4 GB -nak GDDR6. Körülbelül egy tizedet tartanak fenn az inference futási idő és a meghajtó, így körülbelül 3.6 GB elérhető egy AI modell számára és annak beszélgetéséhez.

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