Calcola il TPS del Quadro M4000 sui modelli locali di AI
Ogni modello nel nostro catalogo è valutato rispetto a questa scheda in base alla lunghezza del contesto e alla qualità minima che scegli. La velocità è una stima per una singola richiesta, calcolata dalla larghezza di banda della memoria di questa scheda e dalle dimensioni di ciascun modello una volta compresso..
Calcolato per questa scheda
679 modelli nel nostro catalogo tutto sommato
Il modello più grande che supporta
Baichuan 1-13B
13.3B · Q3_K_M · 14.1 tok/s
Modello più veloce
Gemma 3 QAT 1B
69.2 tok/s · 1B
Quali modelli di IA possono essere eseguiti su un Quadro M4000?
Imposta gli input, leggi la risposta
Maggiore contesto significa più memoria per la cache della conversazione. La velocità è per una conversazione fresca e non cambia con questa impostazione..
Nasconde modelli che si adatterebbero solo comprimendosi al di sotto di questo punto.
337 i modelli corrispondono
Calcolo| Quantizzazione | Adatto | ||||||
|---|---|---|---|---|---|---|---|
|
69.2
tok/s
24–138 · bassa fiducia |
Gemma 3 1B | 1B | Mar 2025 | 1.8 GB | 33k token | Q8_0 | Comodo |
|
69.2
tok/s
24–138 · bassa fiducia |
Gemma 3 QAT 1B | 1B | Apr 2025 | 1.8 GB | 33k token | Q8_0 | Comodo |
|
69.2
tok/s
24–138 · bassa fiducia |
HGRN 1B (WT 103) ≈ | 1B | Nov 2023 | 1.8 GB | 131k token ? | Q8_0 | Comodo |
|
69.2
tok/s
24–138 · bassa fiducia |
LLama 3..2 Typhoon 2 1B ≈ | 1B | Dec 2024 | 1.8 GB | 131k token ? | Q8_0 | Comodo |
|
69.2
tok/s
24–138 · bassa fiducia |
OLMo-1B ≈ | 1B | Feb 2024 | 1.8 GB | 131k token ? | Q8_0 | Comodo |
|
69.2
tok/s
24–138 · bassa fiducia |
Pythia-1b ≈ | 1B | Apr 2023 | 1.8 GB | 131k token ? | Q8_0 | Comodo |
|
64.1
tok/s
22–128 · bassa fiducia |
OpenELM-1.1B ≈ | 1.1B | May 2024 | 1.9 GB | 131k token ? | Q8_0 | Comodo |
|
62.9
tok/s
22–126 · bassa fiducia |
DeciCoder-1B ≈ | 1.1B | Aug 2023 | 1.9 GB | 131k token ? | Q8_0 | Comodo |
|
62.9
tok/s
22–126 · bassa fiducia |
SantaCoder ≈ | 1.1B | Jan 2023 | 1.9 GB | 131k token ? | Q8_0 | Comodo |
|
62.9
tok/s
22–126 · bassa fiducia |
TinyLlama-1.1B (1T token checkpoint) ≈ | 1.1B | Oct 2023 | 1.9 GB | 131k token ? | Q8_0 | Comodo |
|
62.9
tok/s
22–126 · bassa fiducia |
TinyLlama-1.1B (3T token checkpoint) ≈ | 1.1B | Oct 2023 | 1.9 GB | 131k token ? | Q8_0 | Comodo |
|
57.7
tok/s
20–115 · bassa fiducia |
EXAONE 4.0 (1.2B) ≈ | 1.2B | Jul 2025 | 2.0 GB | 131k token ? | Q8_0 | Comodo |
|
57.7
tok/s
20–115 · bassa fiducia |
MinerU2.5 ≈ | 1.2B | Sep 2025 | 2.0 GB | 131k token ? | Q8_0 | Comodo |
|
57.7
tok/s
20–115 · bassa fiducia |
Pleias 1.0 1.2B ≈ | 1.2B | Dec 2024 | 2.0 GB | 131k token ? | Q8_0 | Comodo |
|
57.7
tok/s
20–115 · bassa fiducia |
Pleias-RAG-1B ≈ | 1.2B | Apr 2025 | 2.0 GB | 131k token ? | Q8_0 | Comodo |
|
56.3
tok/s
20–113 · bassa fiducia |
Llama 3.2 1B | 1.2B | Sep 2024 | 2.2 GB | 131k token | Q8_0 | Comodo |
|
55.5
tok/s
19–111 · bassa fiducia |
MiniCPM-1.2B ≈ | 1.2B | Jun 2024 | 2.0 GB | 131k token ? | Q8_0 | Comodo |
|
53.3
tok/s
19–107 · bassa fiducia |
DeepSeek Coder 1.3B ≈ | 1.3B | Jan 2024 | 2.1 GB | 131k token ? | Q8_0 | Comodo |
|
53.3
tok/s
19–107 · bassa fiducia |
DeepSeek-VL-1.3B ≈ | 1.3B | Mar 2024 | 2.1 GB | 131k token ? | Q8_0 | Comodo |
|
53.3
tok/s
19–107 · bassa fiducia |
DigiRL ≈ | 1.3B | Jun 2024 | 2.1 GB | 131k token ? | Q8_0 | Comodo |
|
53.3
tok/s
19–107 · bassa fiducia |
GLA Transformer 1.3B ≈ | 1.3B | Aug 2024 | 2.1 GB | 131k token ? | Q8_0 | Comodo |
|
53.3
tok/s
19–107 · bassa fiducia |
Janus 1.3B ≈ | 1.3B | Oct 2024 | 2.1 GB | 131k token ? | Q8_0 | Comodo |
|
53.3
tok/s
19–107 · bassa fiducia |
Kosmos-2.5 ≈ | 1.3B | Aug 2024 | 2.1 GB | 131k token ? | Q8_0 | Comodo |
|
53.3
tok/s
19–107 · bassa fiducia |
Otter ≈ | 1.3B | May 2023 | 2.1 GB | 131k token ? | Q8_0 | Comodo |
|
53.3
tok/s
19–107 · bassa fiducia |
Phi-1 ≈ | 1.3B | Oct 2023 | 2.1 GB | 131k token ? | Q8_0 | Comodo |
Le velocità sono stime per una singola richiesta — una conversazione alla volta — calcolate dalla larghezza di banda della memoria, dalla dimensione del modello e dalla quantizzazione. Il throughput reale varia con il runtime di inferenza e la sua versione. I valori pubblicati dai fornitori di hardware misurano molte richieste simultanee e sono molto più elevati..
In registrazione
Quadro M4000 specifiche complete
Tutto ciò che è registrato per questa scheda, ordinato in base a quanto influisce sul funzionamento di un modello di lingua piuttosto che in base a come un documento tecnico lo elencherebbe. La memoria viene prima perché determina l'esito; il resto è contesto..
Memoria
Le due specifiche che decidono cosa può eseguire questa scheda e con quale velocità. La capacità stabilisce quali modelli si adattano; la larghezza di banda stabilisce quanti token al secondo producono una volta che lo fanno.
- Dimensione della memoria
- 8 GB
- Larghezza di banda della memoria
- 192 GB/s
- Tipo di memoria
- GDDR5
- Larghezza del bus di memoria
- 256 bit
- Memory clock
- 1.5 GHz
Il chip
Quale processore è sulla scheda e come è stato fabbricato. Una dimensione del processo più piccola significa generalmente più prestazioni per la stessa potenza.
- Processore grafico
- GM204
- Architettura
- Maxwell 2.0
- Generazione
- Quadro Maxwell(Mx000)
- Fonderia
- TSMC
- Dimensione del processo
- 28 nm
- Transistor
- 5.2 billion
- Densità dei transistor
- 13,100 K/mm²
- Dimensione
- 398 mm²
- Pacchetto
- BGA-1745
- Rilasciato
- 29 June 2015
Velocità di clock
Quanto velocemente funziona il processore. Vale molto meno qui rispetto a un benchmark di gioco: generare testo è limitato dalla larghezza di banda della memoria, quindi una maggiore frequenza di clock muove a malapena il risultato.
- Frequenza base
- 773 MHz
- Velocità di impulso
- 773 MHz
Unità di elaborazione
Cosa contiene il chip. Questi influenzano le prestazioni grafiche e sono importanti principalmente per l'elaborazione di un lungo prompt piuttosto che per la produzione della risposta.
- Unità di ombreggiatura
- 1,664
- Unità di mappatura delle texture
- 104
- Unità di output di rendering
- 64
- Streaming multiprocessors
- 13
- Cache L1
- 48 KB
- Cache L2
- 2 MB
Performance teorica
Tassi aritmetici di picco pubblicati per la scheda. Questi sono soffitti che nessun carico di lavoro reale raggiunge, e generare testo raggiunge una piccola frazione di essi perché è limitato dalla memoria piuttosto che dall'aritmetica.
- Precisione singola (FP32)
- 2.6 TFLOPS
- Doppia precisione (FP64)
- 80.4 GFLOPS
- Tasso di pixel
- 49 GPixel/s
- Tasso di texture
- 80 GTexel/s
La scheda
Cosa serve per installare e alimentare fisicamente la scheda — i vincoli pratici che decidono se si adatta alla macchina che possiedi già.
- Consumo di potenza (TDP)
- 120 W
- Alimentatore consigliato
- 300 W
- Connettori di alimentazione
- 1x 6-pin
- Interfaccia bus
- PCIe 3.0 x16
- Larghezza dello slot
- Single-slot
- Dimensioni
- 241 mm
- Visualizza output
- 4x DisplayPort 1.2
Supporto software
Quali interfacce grafiche e di calcolo supporta la scheda. La capacità di calcolo CUDA è quella che influisce sull'inferenza: al di sotto di 7.0 non ci sono core tensoriali, e il software di inferenza moderno ricade su percorsi di codice più lenti.
- capacitá di calcolo CUDA
- 5.2
- DirectX
- 12.1
- OpenGL
- 4.6
- Vulkan
- 1.4
- OpenCL
- 3.0
- Modello shader
- 6.8
Elenco
Dove comprare un Quadro M4000
Nessun venditore sta attualmente elencando questa scheda. Gli elenchi provengono da venditori che li pubblicano qui direttamente. — sfogliare il direttorio dei fornitori per vedere chi sta vendendo cosa.
Cosa significano i numeri
Perché la memoria è il numero che conta qui
Memoria
8 GB
Larghezza di banda
192 GB/s
Modello più grande
Baichuan 1-13B
Quadro M4000 trasporta solo 8 GB di GDDR5. Questo lo limita alla parte più piccola del catalogo, e un modello deve adattarsi interamente all'interno prima di generare qualsiasi cosa. Un runtime in realtà ottiene circa 7.2 GB.
La larghezza di banda della VRAM raggiunge 192 GB/s attraverso un bus di 256 bit. La larghezza di banda è il vero vincolo di questa card. Ogni token richiede di leggere l'intero modello dalla memoria, quindi un grande modello si sentirà lento qui anche quando riesce a stare.
La larghezza di banda è la frequenza per la larghezza del bus, e questa scheda funziona la sua memoria a 1.5 GHz. Allargare il bus e aumentare il clock sono le due leve che un produttore ha, motivo per cui una card con core non eccezionali può comunque generare rapidamente.
La cosa più grande che contiene è Baichuan 1-13B, 13.3B, compresso a Q3_K_M e generando attorno 14.1 token al secondo
Il chip e come è stato costruito
Quadro M4000 è costruito sul PROCESSORE GRAFICO GM204, utilizzando l'architettura Maxwell 2.0 da NVIDIA, come parte della generazione Quadro Maxwell(Mx000).
Il chip è prodotto da TSMC, su un processo di 28 nm, con un dado di misura 398 mm², tenere 5.2 billion Transistor. Un processo più piccolo significa generalmente più prestazioni per la stessa potenza, anche se per i modelli di linguaggio è molto meno importante rispetto al sottosistema di memoria.
È stato rilasciato in June 2015, circa 11.090079462179 anni fa. Il supporto software per l'inferenza tende a seguire l'hardware di un anno o due, quindi una CARD di questa età ha generalmente percorsi di codice maturi e ben ottimizzati disponibili per essa.
Calcola il throughput, e perché conta meno di quanto sembri
FP64
80.4 GFLOPS
Il throughput in doppia precisione raggiunge 80.4 GFLOPS. Non ha alcun impatto sull'esecuzione di un modello linguistico — nessun runtime di inferenza lo utilizza — ma separa le parti del datacenter da quelle dei consumatori, poiché queste ultime lo limitano deliberatamente.
Le clock partono da una base di 773 MHz a un aumento di 773 MHz. Vale molto meno qui che in un benchmark di gioco: aumentare le velocità di clock migliora l'aritmetica, e l'aritmetica non è ciò su cui generazione sta aspettando.
Cache e unità di elaborazione
Quadro M4000 ha una cache L1 di 48 KB, supportato da una cache L2 di 2 MB. La Cache assorbe una parte del traffico di memoria che altrimenti colpirebbe il bus principale, che è l'unico posto in questa pagina dove un numero diverso dalla larghezza di banda influisce silenziosamente sulla velocità di generazione — un grande L2 consente a una maggiore parte del set di lavoro di rimanere vicino ai core.
Ci sono 1,664 Unità di ombreggiatura, 104 Unità di mappatura delle texture, e 64 Unità di output di rendering. Questi gestiscono i carichi di lavoro grafici e contribuiscono all'elaborazione dei prompt, ma rimangono inattivi per gran parte del tempo che un modello impiega a generare una risposta.
Potenza, dimensione e installazione
Consumo energetico
120 W
Quadro M4000 è valutato a 120 W, e l'alimentatore di sistema suggerito è 300 W. Eseguire un modello di linguaggio tiene occupata una scheda in esplosioni piuttosto che continuamente — attinge intensamente durante la generazione e rimane inattivo tra le richieste — quindi il prelievo sostenuto durante una giornata lavorativa è solitamente ben al di sotto del valore dichiarato.
La scheda occupa single-slot, misurare 241 mm lungo, e ha bisogno 1x 6-pin. Vale la pena controllare contro il case e l'alimentatore già presenti nella macchina, poiché le schede più grandi necessitano di entrambi notevolmente di più rispetto a quanto fornisca un desktop tipico.
Si connette a PCIe 3.0 x16. L'interfaccia governa quanto velocemente un modello è caricato dal disco nella scheda, non quanto velocemente gira una volta lì, quindi un collegamento più ristretto costa qualche secondo all'avvio e nulla dopo.
Gli estremi
I più grandi modelli AI che girano su un Quadro M4000
I modelli open-weight più grandi che si adattano a questa scheda, dal più recente al più vecchio. Ognuno è mostrato con la migliore compressione che la scheda può contenere..
I modelli AI più veloci su un Quadro M4000
Dove questa scheda produce i token più rapidamente. I modelli più piccoli dominano qui, perché generare ogni token significa leggere l'intero modello dalla memoria una volta..
Passo dopo passo
Come calcolare i token per secondo di un Quadro M4000
Non devi calcolare nulla a mano — il calcolatore gputps.com su questa pagina ha già calcolato per ogni modello che questa scheda può contenere. Leggere la risposta richiede sei passaggi..
-
01
Cerca il modello che desideri
La tabella elenca 337 modelli che questa scheda esegue. La ricerca restringe l'elenco per nome o per dimensione.
-
02
Decidi quanto a lungo durano le tue conversazioni
Trascina il cursore alla lunghezza della conversazione su cui intendi lavorare. La cache cresce con la conversazione, e contro una CARD che tiene 8 GB quindi l'impostazione vale la pena di essere corretta.
-
03
Scegli quanto lontano comprimerai
Ogni modello è mostrato alla migliore compressione che questa CARD può contenere. Una qualità minima nasconde quelli che si adattano solo essendo schiacciati oltre quanto tu accetteresti.
-
04
Prendi l'intervallo come risposta
Ogni velocità è una stima per una singola conversazione, con un intervallo sottostante. L'estremità superiore qui è 69.2 tok/s su Gemma 3 QAT 1B. La stessa card e modello variano dal trenta al cinquanta per cento tra i tempi di esecuzione dell'inferenza.
-
05
Controlla il margine prima di decidere
Tight significa che funziona oggi; comfortable significa che continua a funzionare quando la conversazione cresce. Confronta ciò di cui ha bisogno ogni modello rispetto a un disponibile. 8 GB.
-
06
Controlla incrociato con altro hardware
Seguendo un modello fino alla sua pagina elenca tutta l'hardware che può eseguirlo, così puoi vedere come si confronta contro Quadro M4000.
Risposte
Quadro M4000 — domande comuni
Quadro M4000— che tipo di MEMORY utilizza?
Utilizza GDDR5 a frequenza di 1.5 GHz. I tipi di HBM si trovano sugli acceleratori da datacenter e portano molto più larghezza di banda rispetto al GDDR utilizzato sulle schede desktop, motivo per cui generano token notevolmente più velocemente alla stessa capacità.
Quadro M4000— Chi lo fa?
Questo è un prodotto di NVIDIA, con il chip prodotto da TSMC, su un processo di 28 nm.
Quadro M4000— quando è stato rilasciato?
È stato rilasciato in June 2015.
Quadro M4000— quanta potenza utilizza?
Potenza nominale della scheda è 120 W, e l'alimentatore di sistema suggerito è 300 W. Generare testo richiede molto in picchi e rimane inattivo tra le richieste, quindi il consumo medio durante una sessione di lavoro è normalmente ben al di sotto del valore nominale.
Quadro M4000— quanta cache ha?
La cache L1 è 48 KB, e la cache L2 è 2 MB. La Cache assorbe parte del traffico di memoria che altrimenti raggiungerebbe il bus principale, quindi una L2 più grande offre un modesto incremento alla velocità di generazione oltre a quanto previsto solo dalla larghezza di banda.
Quadro M4000— supporta CUDA?
Sì. Riporta la capacità di calcolo CUDA. 5.2, che precede i tensor cores. La capacità 7.0 e superiore ha core tensor, che il software di inferenza moderno utilizza; al di sotto di ciò, si fa riferimento a percorsi di codice più lenti per i modelli quantizzati.
Quadro M4000— che interfaccia bus utilizza?
Utilizza PCIe 3.0 x16. Questo determina quanto velocemente un modello viene caricato sulla GPU anziché quanto velocemente viene eseguito una volta caricato, quindi costa alcuni secondi all'avvio e nulla durante la generazione.
Quadro M4000— è buono per eseguire modelli AI locali?
La sua MEMORIA lo limita a modelli più piccoli, sebbene la sua LARGHEZZA DI BANDA significhi che la generazione sembrerà lenta su modelli più grandi. In totale, esegue 337 dei modelli che monitoriamo. Se ciò sia sufficiente dipende interamente dal modello che desideri — la tabella sopra risponde a questo direttamente.
Quadro M4000— può eseguire un modello che non sta nella sua VRAM?
Può essere suddiviso, con il sovraccarico mantenuto nella memoria di sistema oltre la card. 8 GB trascina l'intero insieme verso il basso, e nessuna delle cifre su questa pagina lo presume.
Sarebbero due Quadro M4000 le schede possono essere due volte più veloci?
Abbinare li acquista spazio di manovra piuttosto che velocità: 16 GB che ti permette di mantenere modelli che nessuno potrebbe tenere da solo, ma la generazione non si suddivide in quel modo. Queste cifre descrivono una card.
Quadro M4000— quali modelli AI può eseguire?
337 del 679 i modelli di linguaggio OPEN WEIGHT che monitoriamo si adattano a questa CARD e possono essere eseguiti localmente. La tabella su questa pagina elenca ciascuno, con la MEMORIA di cui ha bisogno, la quantizzazione a cui viene eseguito e una velocità di generazione stimata.
Quadro M4000— qual è il modello AI più grande che può eseguire?
Il modello più grande nel nostro catalogo che si adatta è Baichuan 1-13B nella 13.3B parametri, compressi a Q3_K_M. Genera all'incirca 14.1 token al secondo e ha bisogno di 7.2 GB della memoria della scheda
Quadro M4000— quanti token al secondo produce?
Dipende dal modello. Il modello più veloce che monitoriamo qui è Gemma 3 QAT 1B circa 69.2 token al secondo, mentre modelli più grandi funzionano proporzionalmente più lentamente perché ogni token richiede di leggere l'intero modello dalla memoria una volta. Le velocità sono stime per una singola conversazione alla volta.
Quadro M4000— può eseguirlo 7B modelli?
Sì. Ad esempio, funziona MetaMath 7B (LLaMa finetune) nella Q4_K_M, utilizzando circa 6.5 GB di memoria e generando circa 22.8 token al secondo
Quadro M4000— può eseguirlo 13B modelli?
Sì. Ad esempio, funziona Gemma 4 12B nella Q3_K_M, utilizzando circa 6.5 GB di memoria e generando circa 15.6 token al secondo
Quadro M4000— quanta memoria ha?
Questa scheda ha 8 GB di GDDR5. Circa un decimo è riservato dal runtime di inferenza e dal driver, lasciando circa 7.2 GB disponibile per un modello e la sua conversazione.
Quadro M4000— qual è la sua larghezza di banda della memoria?
La larghezza di banda della VRAM raggiunge 192 GB/s attraverso un bus di 256 bit. Questo è il miglior predittore di quanto velocemente genera testo, perché produrre ogni token significa leggere l'intero modello dalla memoria una volta.
L'altra direzione
Guardandolo dall'altro lato?
Questa pagina parte dall'hardware. Se già sai quale modello vuoi e hai bisogno di sapere cosa serve per eseguirlo., inizia dal modello invece.