Calcola il TPS del Switch 2 GPU 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
ERNIE-4.5-21B-A3B
21B · Q3_K_M · 31.0 tok/s
Modello più veloce
Gemma 3 QAT 1B
43.4 tok/s · 1B
Quali modelli di IA possono essere eseguiti su un Switch 2 GPU?
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.
396 i modelli corrispondono
Calcolo| Quantizzazione | Adatto | ||||||
|---|---|---|---|---|---|---|---|
|
43.4
tok/s
37–52 |
Gemma 3 1B | 1B | Mar 2025 | 1.8 GB | 33k token | Q8_0 | Comodo |
|
43.4
tok/s
37–52 |
Gemma 3 QAT 1B | 1B | Apr 2025 | 1.8 GB | 33k token | Q8_0 | Comodo |
|
43.4
tok/s
26–69 · bassa fiducia |
HGRN 1B (WT 103) ≈ | 1B | Nov 2023 | 1.8 GB | 131k token ? | Q8_0 | Comodo |
|
43.4
tok/s
26–69 · bassa fiducia |
LLama 3..2 Typhoon 2 1B ≈ | 1B | Dec 2024 | 1.8 GB | 131k token ? | Q8_0 | Comodo |
|
43.4
tok/s
26–69 · bassa fiducia |
OLMo-1B ≈ | 1B | Feb 2024 | 1.8 GB | 131k token ? | Q8_0 | Comodo |
|
43.4
tok/s
26–69 · bassa fiducia |
Pythia-1b ≈ | 1B | Apr 2023 | 1.8 GB | 131k token ? | Q8_0 | Comodo |
|
40.2
tok/s
24–64 · bassa fiducia |
OpenELM-1.1B ≈ | 1.1B | May 2024 | 1.9 GB | 131k token ? | Q8_0 | Comodo |
|
39.4
tok/s
24–63 · bassa fiducia |
DeciCoder-1B ≈ | 1.1B | Aug 2023 | 1.9 GB | 131k token ? | Q8_0 | Comodo |
|
39.4
tok/s
24–63 · bassa fiducia |
SantaCoder ≈ | 1.1B | Jan 2023 | 1.9 GB | 131k token ? | Q8_0 | Comodo |
|
39.4
tok/s
24–63 · bassa fiducia |
TinyLlama-1.1B (1T token checkpoint) ≈ | 1.1B | Oct 2023 | 1.9 GB | 131k token ? | Q8_0 | Comodo |
|
39.4
tok/s
24–63 · bassa fiducia |
TinyLlama-1.1B (3T token checkpoint) ≈ | 1.1B | Oct 2023 | 1.9 GB | 131k token ? | Q8_0 | Comodo |
|
36.1
tok/s
22–58 · bassa fiducia |
EXAONE 4.0 (1.2B) ≈ | 1.2B | Jul 2025 | 2.0 GB | 131k token ? | Q8_0 | Comodo |
|
36.1
tok/s
22–58 · bassa fiducia |
MinerU2.5 ≈ | 1.2B | Sep 2025 | 2.0 GB | 131k token ? | Q8_0 | Comodo |
|
36.1
tok/s
22–58 · bassa fiducia |
Pleias 1.0 1.2B ≈ | 1.2B | Dec 2024 | 2.0 GB | 131k token ? | Q8_0 | Comodo |
|
36.1
tok/s
22–58 · bassa fiducia |
Pleias-RAG-1B ≈ | 1.2B | Apr 2025 | 2.0 GB | 131k token ? | Q8_0 | Comodo |
|
35.3
tok/s
30–42 |
Llama 3.2 1B | 1.2B | Sep 2024 | 2.2 GB | 131k token | Q8_0 | Comodo |
|
34.8
tok/s
21–56 · bassa fiducia |
DeepSeekMoE-16B | 16B | Jan 2024 | 10.0 GB | 4k token | Q4_K_M | Stretto |
|
34.8
tok/s
21–56 · bassa fiducia |
MiniCPM-1.2B ≈ | 1.2B | Jun 2024 | 2.0 GB | 131k token ? | Q8_0 | Comodo |
|
33.4
tok/s
20–53 · bassa fiducia |
DeepSeek Coder 1.3B ≈ | 1.3B | Jan 2024 | 2.1 GB | 131k token ? | Q8_0 | Comodo |
|
33.4
tok/s
20–53 · bassa fiducia |
DeepSeek-VL-1.3B ≈ | 1.3B | Mar 2024 | 2.1 GB | 131k token ? | Q8_0 | Comodo |
|
33.4
tok/s
20–53 · bassa fiducia |
DigiRL ≈ | 1.3B | Jun 2024 | 2.1 GB | 131k token ? | Q8_0 | Comodo |
|
33.4
tok/s
20–53 · bassa fiducia |
GLA Transformer 1.3B ≈ | 1.3B | Aug 2024 | 2.1 GB | 131k token ? | Q8_0 | Comodo |
|
33.4
tok/s
20–53 · bassa fiducia |
Janus 1.3B ≈ | 1.3B | Oct 2024 | 2.1 GB | 131k token ? | Q8_0 | Comodo |
|
33.4
tok/s
20–53 · bassa fiducia |
Kosmos-2.5 ≈ | 1.3B | Aug 2024 | 2.1 GB | 131k token ? | Q8_0 | Comodo |
|
33.4
tok/s
20–53 · bassa fiducia |
Otter ≈ | 1.3B | May 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
Switch 2 GPU 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
- 12 GB
- Larghezza di banda della memoria
- 102 GB/s
- Tipo di memoria
- LPDDR5X
- Larghezza del bus di memoria
- 128 bit
- Memory clock
- 800 MHz
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
- GA10B
- Architettura
- Ampere
- Generazione
- Console GPU(Nintendo)
- Fonderia
- Samsung
- Dimensione del processo
- 8 nm
- Dimensione
- 200 mm²
- Rilasciato
- 5 June 2025
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
- 561 MHz
- Velocità di impulso
- 1.4 GHz
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
- 1,536
- Unità di mappatura delle texture
- 48
- Unità di output di rendering
- 16
- Streaming multiprocessors
- 12
- Nuclei Tensor
- 48
- Nuclei di ray tracing
- 12
- Cache L1
- 128 KB
- Cache L2
- 4 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.
- Mezza precisione (FP16)
- 8.6 TFLOPS
- Precisione singola (FP32)
- 4.3 TFLOPS
- Doppia precisione (FP64)
- 2.2 TFLOPS
- Tasso di pixel
- 22 GPixel/s
- Tasso di texture
- 67 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)
- 40 W
- Dimensioni
- 272 mm × 14 mm
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
- 8.7
- DirectX
- 12.2
- OpenGL
- 4.6
- Vulkan
- 1.4
- OpenCL
- 3.0
- Modello shader
- 6.8
Elenco
Dove comprare un Switch 2 GPU
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
12 GB
Larghezza di banda
102 GB/s
Modello più grande
ERNIE-4.5-21B-A3B
Switch 2 GPU trasporta 12 GB di LPDDR5X. Questo raggiunge comodamente modelli piccoli e medi, anche se i più grandi rimangono fuori portata senza dividerli. L'overhead del driver lascia circa 10.8 GB.
La larghezza di banda della VRAM raggiunge 102 GB/s attraverso un bus di 128 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.
Questo deriva da un clock della memoria di 800 MHz. È per questo che i conteggi dei core prevedono così male la velocità di generazione.
In pratica, quella combinazione arriva a ERNIE-4.5-21B-A3B, 21B, compresso a Q3_K_M e generando attorno 31.0 token al secondo
Il chip e come è stato costruito
Switch 2 GPU è costruito sul PROCESSORE GRAFICO GA10B, utilizzando l'architettura Ampere da NVIDIA, come parte della generazione Console GPU(Nintendo).
Il chip è prodotto da Samsung, su un processo di 8 nm, con un dado di misura 200 mm². 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 2025, circa 1.1557785912693 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
FP16
8.6 TFLOPS
FP64
2.2 TFLOPS
Nuclei Tensor
48
Sulla carta Switch 2 GPU raggiunge 8.6 TFLOPS a metà precisione, e 4.3 TFLOPS a precision singola. Queste sono cifre di picco che nessun carico di lavoro reale sostiene, e generare testo raggiunge solo una piccola frazione di esse - la decodifica è limitata dalla memoria piuttosto che dall'aritmetica, motivo per cui una scheda può sembrare enormemente potente qui e ancora produrre token a un tasso ordinario.
Il throughput in doppia precisione raggiunge 2.2 TFLOPS. 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.
La scheda porta 48 Nuclei Tensor attraverso 12 Streaming multiprocessors. Questi accelerano l'aritmetica delle matrici al centro di un transformer, e sono ciò che rende l'elaborazione dei prompt — leggere un lungo documento prima di rispondere — drammaticamente più veloce di quanto non sarebbe altrimenti.
Le clock partono da una base di 561 MHz a un aumento di 1.4 GHz. 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
Switch 2 GPU ha una cache L1 di 128 KB, supportato da una cache L2 di 4 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 1,536 Unità di ombreggiatura, 48 Unità di mappatura delle texture, e 16 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
40 W
Switch 2 GPU è valutato a 40 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.
misurare 272 mm lungo. 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.
Gli estremi
I più grandi modelli AI che girano su un Switch 2 GPU
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 Switch 2 GPU
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 Switch 2 GPU
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 396 modelli che questa scheda esegue. La ricerca restringe l'elenco per nome o per dimensione.
-
02
Imposta la lunghezza del contesto che utilizzerai effettivamente
Imposta il contesto sulla tua vera lunghezza di lavoro. Brevi domande costano quasi nulla, ma un lungo documento può consumare una grande parte di 12 GB è spesso ciò che spinge un grande modello oltre il limite.
-
03
Fissa il confronto a un livello di qualità.
La compressione è ciò che consente ai modelli più grandi di adattarsi. Il controllo qualità scarta qualsiasi modello che richieda più di essa di quanto tu sia disposto a dare.
-
04
Leggi la velocità e la gamma
Le cifre sono calcolate, non misurate. Il risultato più veloce su questa card è 43.4 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
Leggi il verdetto di aderenza finale
La colonna del fit separa i modelli che si adattano appena da quelli con spazio in più — vale la pena controllare prima di decidere su uno, rispetto a un disponibile 12 GB.
-
06
Controlla incrociato con altro hardware
Ogni nome di modello nella tabella è collegato alla propria pagina, che esegue lo stesso calcolo su ogni card che possediamo. È lì che puoi vedere se l'acquisto giusto è Switch 2 GPU.
Risposte
Switch 2 GPU — domande comuni
Switch 2 GPU— quanta cache ha?
La cache L1 è 128 KB, e la cache L2 è 4 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.
Switch 2 GPU— quali sono i suoi TFLOPS?
È valutato a 8.6 TFLOPS a metà precisione e 4.3 TFLOPS a precisione singola. Questi sono tetti aritmetici di picco piuttosto che tassi raggiungibili, e la generazione di testo raggiunge solo una piccola frazione di essi perché è limitata dalla larghezza di banda della memoria.
Switch 2 GPU— quanti Tensor Cores ha?
Ha 48 Nuclei Tensor attraverso 12 Streaming multiprocessors. Accelerano l'aritmetica matriciale di cui è costruito un trasformatore, il che accelera principalmente l'elaborazione di un lungo prompt piuttosto che la produzione della risposta.
Switch 2 GPU— supporta CUDA?
Sì. Riporta la capacità di calcolo CUDA. 8.7. 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.
Switch 2 GPU— è buono per eseguire modelli AI locali?
La sua memoria copre modelli piccoli e medi, anche se i più grandi sono fuori portata, tuttavia la sua larghezza di banda significa che la generazione risulterà lenta sui modelli più grandi. In totale, esegue 396 dei modelli che monitoriamo. Se ciò sia sufficiente dipende interamente dal modello che desideri — la tabella sopra risponde a questo direttamente.
Switch 2 GPU— può eseguire un modello che non sta nella sua VRAM?
Solo parzialmente. Strati oltre la scheda 12 GB trascina l'intero insieme verso il basso, e nessuna delle cifre su questa pagina lo presume.
Sarebbero due Switch 2 GPU le schede possono essere due volte più veloci?
No. Una seconda CARD raddoppia la MEMORY a 24 GB lavorare con piuttosto che il doppio dei token al secondo — ogni cifra qui è per una singola card.
Switch 2 GPU— quali modelli AI può eseguire?
396 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.
Switch 2 GPU— qual è il modello AI più grande che può eseguire?
Il modello più grande nel nostro catalogo che si adatta è ERNIE-4.5-21B-A3B nella 21B parametri, compressi a Q3_K_M. Genera all'incirca 31.0 token al secondo e ha bisogno di 10.1 GB della memoria della scheda
Switch 2 GPU— quanti token al secondo produce?
Dipende dal modello. Il modello più veloce che monitoriamo qui è Gemma 3 QAT 1B circa 43.4 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.
Switch 2 GPU— può eseguirlo 7B modelli?
Sì. Ad esempio, funziona DeepSeek Coder 6.7B nella Q6_K, utilizzando circa 9.9 GB di memoria e generando circa 9.4 token al secondo
Switch 2 GPU— può eseguirlo 13B modelli?
Sì. Ad esempio, funziona DeepSeekMoE-16B nella Q4_K_M, utilizzando circa 10.0 GB di memoria e generando circa 34.8 token al secondo
Switch 2 GPU— quanta memoria ha?
Questa scheda ha 12 GB di LPDDR5X. Circa un decimo è riservato dal runtime di inferenza e dal driver, lasciando circa 10.8 GB disponibile per un modello e la sua conversazione.
Switch 2 GPU— qual è la sua larghezza di banda della memoria?
La larghezza di banda della VRAM raggiunge 102 GB/s attraverso un bus di 128 bit. Questo è il miglior predittore di quanto velocemente genera testo, perché produrre ogni token significa leggere l'intero modello dalla memoria una volta.
Switch 2 GPU— che tipo di MEMORY utilizza?
Utilizza LPDDR5X a frequenza di 800 MHz. 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.
Switch 2 GPU— Chi lo fa?
Questo è un prodotto di NVIDIA, con il chip prodotto da Samsung, su un processo di 8 nm.
Switch 2 GPU— quando è stato rilasciato?
È stato rilasciato in June 2025.
Switch 2 GPU— quanta potenza utilizza?
Potenza nominale della scheda è 40 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.
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.