Calcola il TPS del Radeon Instinct MI350X 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
Nemotron 3 Ultra
550B · Q3_K_M · 73.8 tok/s
Modello più veloce
Gemma 3 QAT 1B
2,706 tok/s · 1B
Quali modelli di IA possono essere eseguiti su un Radeon Instinct MI350X?
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.
652 i modelli corrispondono
Calcolo| Quantizzazione | Adatto | ||||||
|---|---|---|---|---|---|---|---|
|
2,706
tok/s
1,623–4,329 · bassa fiducia |
Gemma 3 1B | 1B | Mar 2025 | 1.8 GB | 33k token | Q8_0 | Comodo |
|
2,706
tok/s
1,623–4,329 · bassa fiducia |
Gemma 3 QAT 1B | 1B | Apr 2025 | 1.8 GB | 33k token | Q8_0 | Comodo |
|
2,706
tok/s
1,623–4,329 · bassa fiducia |
HGRN 1B (WT 103) ≈ | 1B | Nov 2023 | 1.8 GB | 131k token ? | Q8_0 | Comodo |
|
2,706
tok/s
1,623–4,329 · bassa fiducia |
LLama 3..2 Typhoon 2 1B ≈ | 1B | Dec 2024 | 1.8 GB | 131k token ? | Q8_0 | Comodo |
|
2,706
tok/s
1,623–4,329 · bassa fiducia |
OLMo-1B ≈ | 1B | Feb 2024 | 1.8 GB | 131k token ? | Q8_0 | Comodo |
|
2,706
tok/s
1,623–4,329 · bassa fiducia |
Pythia-1b ≈ | 1B | Apr 2023 | 1.8 GB | 131k token ? | Q8_0 | Comodo |
|
2,505
tok/s
1,503–4,008 · bassa fiducia |
OpenELM-1.1B ≈ | 1.1B | May 2024 | 1.9 GB | 131k token ? | Q8_0 | Comodo |
|
2,460
tok/s
1,476–3,935 · bassa fiducia |
DeciCoder-1B ≈ | 1.1B | Aug 2023 | 1.9 GB | 131k token ? | Q8_0 | Comodo |
|
2,460
tok/s
1,476–3,935 · bassa fiducia |
SantaCoder ≈ | 1.1B | Jan 2023 | 1.9 GB | 131k token ? | Q8_0 | Comodo |
|
2,460
tok/s
1,476–3,935 · bassa fiducia |
TinyLlama-1.1B (1T token checkpoint) ≈ | 1.1B | Oct 2023 | 1.9 GB | 131k token ? | Q8_0 | Comodo |
|
2,460
tok/s
1,476–3,935 · bassa fiducia |
TinyLlama-1.1B (3T token checkpoint) ≈ | 1.1B | Oct 2023 | 1.9 GB | 131k token ? | Q8_0 | Comodo |
|
2,255
tok/s
1,353–3,607 · bassa fiducia |
EXAONE 4.0 (1.2B) ≈ | 1.2B | Jul 2025 | 2.0 GB | 131k token ? | Q8_0 | Comodo |
|
2,255
tok/s
1,353–3,607 · bassa fiducia |
MinerU2.5 ≈ | 1.2B | Sep 2025 | 2.0 GB | 131k token ? | Q8_0 | Comodo |
|
2,255
tok/s
1,353–3,607 · bassa fiducia |
Pleias 1.0 1.2B ≈ | 1.2B | Dec 2024 | 2.0 GB | 131k token ? | Q8_0 | Comodo |
|
2,255
tok/s
1,353–3,607 · bassa fiducia |
Pleias-RAG-1B ≈ | 1.2B | Apr 2025 | 2.0 GB | 131k token ? | Q8_0 | Comodo |
|
2,200
tok/s
1,320–3,519 · bassa fiducia |
Llama 3.2 1B | 1.2B | Sep 2024 | 2.2 GB | 131k token | Q8_0 | Comodo |
|
2,169
tok/s
1,301–3,470 · bassa fiducia |
MiniCPM-1.2B ≈ | 1.2B | Jun 2024 | 2.0 GB | 131k token ? | Q8_0 | Comodo |
|
2,081
tok/s
1,249–3,330 · bassa fiducia |
DeepSeek Coder 1.3B ≈ | 1.3B | Jan 2024 | 2.1 GB | 131k token ? | Q8_0 | Comodo |
|
2,081
tok/s
1,249–3,330 · bassa fiducia |
DeepSeek-VL-1.3B ≈ | 1.3B | Mar 2024 | 2.1 GB | 131k token ? | Q8_0 | Comodo |
|
2,081
tok/s
1,249–3,330 · bassa fiducia |
DigiRL ≈ | 1.3B | Jun 2024 | 2.1 GB | 131k token ? | Q8_0 | Comodo |
|
2,081
tok/s
1,249–3,330 · bassa fiducia |
GLA Transformer 1.3B ≈ | 1.3B | Aug 2024 | 2.1 GB | 131k token ? | Q8_0 | Comodo |
|
2,081
tok/s
1,249–3,330 · bassa fiducia |
Janus 1.3B ≈ | 1.3B | Oct 2024 | 2.1 GB | 131k token ? | Q8_0 | Comodo |
|
2,081
tok/s
1,249–3,330 · bassa fiducia |
Kosmos-2.5 ≈ | 1.3B | Aug 2024 | 2.1 GB | 131k token ? | Q8_0 | Comodo |
|
2,081
tok/s
1,249–3,330 · bassa fiducia |
Otter ≈ | 1.3B | May 2023 | 2.1 GB | 131k token ? | Q8_0 | Comodo |
|
2,081
tok/s
1,249–3,330 · 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
Radeon Instinct MI350X 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
- 288 GB
- Larghezza di banda della memoria
- 8,190 GB/s
- Tipo di memoria
- HBM3e
- Larghezza del bus di memoria
- 8,192 bit
- Memory clock
- 2 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
- Galaxy
- Architettura
- CDNA 4.0
- Generazione
- Radeon Instinct(MIx)
- Fonderia
- TSMC
- Dimensione del processo
- 3 nm
- Rilasciato
- 1 January 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
- 1 GHz
- Velocità di impulso
- 2.2 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
- 16,384
- Unità di mappatura delle texture
- 1,024
- Cache L1
- 16 KB
- Cache L2
- 16 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)
- 576.7 TFLOPS
- Precisione singola (FP32)
- 72.1 TFLOPS
- Doppia precisione (FP64)
- 72.1 TFLOPS
- Tasso di texture
- 2,253 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)
- 1,000 W
- Alimentatore consigliato
- 1,400 W
- Connettori di alimentazione
- None
- Interfaccia bus
- PCIe 5.0 x16
- Larghezza dello slot
- OAM Module
- Dimensioni
- 102 mm × 165 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.
- OpenCL
- 3.0
Elenco
Dove comprare un Radeon Instinct MI350X
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
288 GB
Larghezza di banda
8,190 GB/s
Modello più grande
Nemotron 3 Ultra
Radeon Instinct MI350X tiene 288 GB di HBM3e. Questo lo colloca nella classe di hardware che ospita i modelli open-weight più grandi senza dividerli tra macchine. Un runtime di inferenza può raggiungere approssimativamente 259.2 GB.
La larghezza di banda della VRAM raggiunge 8,190 GB/s attraverso un bus di 8,192 bit. Quello è al vertice di ciò che esiste. Poiché ogni token significa leggere l'intero modello dalla memoria una volta, si traduce quasi direttamente in velocità di generazione — questa card è abbastanza ricca di banda che la dimensione del modello smette di essere il fattore limitante molto prima che il bus lo sia.
La larghezza di banda è la frequenza per la larghezza del bus, e questa scheda funziona la sua memoria a 2 GHz. Entrambe le metà sono importanti e nessuna è visibile in un benchmark di gioco.
La cosa più grande che contiene è Nemotron 3 Ultra, 550B, compresso a Q3_K_M e generando attorno 73.8 token al secondo
Il chip e come è stato costruito
Radeon Instinct MI350X è costruito sul PROCESSORE GRAFICO Galaxy, utilizzando l'architettura CDNA 4.0 da AMD, come parte della generazione Radeon Instinct(MIx).
Il chip è prodotto da TSMC, su un processo di 3 nm. 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 January 2025, circa 1.5805002520107 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
576.7 TFLOPS
FP64
72.1 TFLOPS
Sulla carta Radeon Instinct MI350X raggiunge 576.7 TFLOPS a metà precisione, e 72.1 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 72.1 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.
Le clock partono da una base di 1 GHz a un aumento di 2.2 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
Radeon Instinct MI350X ha una cache L1 di 16 KB, supportato da una cache L2 di 16 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 16,384 Unità di ombreggiatura, 1,024 Unità di mappatura delle texture. 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
1,000 W
Radeon Instinct MI350X è valutato a 1,000 W, e l'alimentatore di sistema suggerito è 1,400 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 oam module, misurare 102 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.
Si connette a PCIe 5.0 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 Radeon Instinct MI350X
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 Radeon Instinct MI350X
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 Radeon Instinct MI350X
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
Trova il modello nella tabella
La tabella elenca 652 modelli che questa scheda esegue. La ricerca restringe l'elenco per nome o per dimensione.
-
02
Decidi quanto a lungo durano le tue conversazioni
Conversazioni più lunghe costano memoria oltre ai pesi. Contro 288 GB spesso questa è la differenza tra un modello che si adatta e uno che non si adatta.
-
03
Imposta una qualità minima se hai bisogno di una.
Per impostazione predefinita, la tabella seleziona la copia meno compressa che si adatta. Impostare un limite rimuove i modelli che qualificano solo tramite una forte compressione.
-
04
Guarda la gamma, non solo il numero
Ogni velocità è una stima per una singola conversazione, con un intervallo sottostante. L'estremità superiore qui è 2,706 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 288 GB.
-
06
Apri il modello per confrontare le schede
Ogni pagina del modello ripete questo calcolo per l'intero catalogo. Vale la pena dare un'occhiata prima di decidere: mostra cosa altro esegue lo stesso modello, accanto a Radeon Instinct MI350X.
Risposte
Radeon Instinct MI350X — domande comuni
Radeon Instinct MI350X— può eseguirlo 7B modelli?
Sì. Ad esempio, funziona Multi-Token Prediction 7B nella Q8_0, utilizzando circa 7.9 GB di memoria e generando circa 404 token al secondo
Radeon Instinct MI350X— può eseguirlo 13B modelli?
Sì. Ad esempio, funziona DeepSeekMoE-16B nella Q8_0, utilizzando circa 17.5 GB di memoria e generando circa 939 token al secondo
Radeon Instinct MI350X— può eseguirlo 30B modelli?
Sì. Ad esempio, funziona ERNIE-4.5-VL-28B-A3B nella Q8_0, utilizzando circa 29.2 GB di memoria e generando circa 537 token al secondo
Radeon Instinct MI350X— può eseguirlo 70B modelli?
Sì. Ad esempio, funziona Qwen3-Coder-Next nella Q8_0, utilizzando circa 80.7 GB di memoria e generando circa 188 token al secondo
Radeon Instinct MI350X— quanta memoria ha?
Questa scheda ha 288 GB di HBM3e. Circa un decimo è riservato dal runtime di inferenza e dal driver, lasciando circa 259.2 GB disponibile per un modello e la sua conversazione.
Radeon Instinct MI350X— qual è la sua larghezza di banda della memoria?
La larghezza di banda della VRAM raggiunge 8,190 GB/s attraverso un bus di 8,192 bit. Questo è il miglior predittore di quanto velocemente genera testo, perché produrre ogni token significa leggere l'intero modello dalla memoria una volta.
Radeon Instinct MI350X— che tipo di MEMORY utilizza?
Utilizza HBM3e a frequenza di 2 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.
Radeon Instinct MI350X— Chi lo fa?
Questo è un prodotto di AMD, con il chip prodotto da TSMC, su un processo di 3 nm.
Radeon Instinct MI350X— quando è stato rilasciato?
È stato rilasciato in January 2025.
Radeon Instinct MI350X— quanta potenza utilizza?
Potenza nominale della scheda è 1,000 W, e l'alimentatore di sistema suggerito è 1,400 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.
Radeon Instinct MI350X— quanta cache ha?
La cache L1 è 16 KB, e la cache L2 è 16 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.
Radeon Instinct MI350X— quali sono i suoi TFLOPS?
È valutato a 576.7 TFLOPS a metà precisione e 72.1 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.
Radeon Instinct MI350X— supporta CUDA?
No. CUDA è solo di NVIDIA, e questa è una card di AMD. Esegue modelli linguistici tramite ROCm, Vulkan o Metal a seconda del software, che sono meno maturi rispetto al percorso CUDA — le nostre stime applicano una penalità per questo.
Radeon Instinct MI350X— che interfaccia bus utilizza?
Utilizza PCIe 5.0 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.
Radeon Instinct MI350X— è buono per eseguire modelli AI locali?
La sua memoria è abbastanza grande per i modelli che la maggior parte dell'hardware desktop non può raggiungere e la sua larghezza di banda la mette tra l'hardware più veloce disponibile per la generazione. In totale esegue 652 dei modelli che monitoriamo. Se ciò sia sufficiente dipende interamente dal modello che desideri — la tabella sopra risponde a questo direttamente.
Radeon Instinct MI350X— può eseguire un modello che non sta nella sua VRAM?
Può essere suddiviso, con il sovraccarico mantenuto nella memoria di sistema oltre la card. 288 GB è possibile e di solito è un falso risparmio: la parte di memoria del sistema è abbastanza lenta da dominare il risultato.
Sarebbero due Radeon Instinct MI350X le schede possono essere due volte più veloci?
La capacità aumenta, il throughput non lo fa. Due di loro ti danno 576 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.
Radeon Instinct MI350X— quali modelli AI può eseguire?
652 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.
Radeon Instinct MI350X— qual è il modello AI più grande che può eseguire?
Il modello più grande nel nostro catalogo che si adatta è Nemotron 3 Ultra nella 550B parametri, compressi a Q3_K_M. Genera all'incirca 73.8 token al secondo e ha bisogno di 239.6 GB della memoria della scheda
Radeon Instinct MI350X— quanti token al secondo produce?
Dipende dal modello. Il modello più veloce che monitoriamo qui è Gemma 3 QAT 1B circa 2,706 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.
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.