Calcola il TPS del Arc B570 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
Ling-lite-1.5 ("Bailing")
16.8B · Q3_K_M · 16.8 tok/s
Modello più veloce
Gemma 3 QAT 1B
105 tok/s · 1B
Quali modelli di IA possono essere eseguiti su un Arc B570?
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.
381 i modelli corrispondono
Calcolo| Quantizzazione | Adatto | ||||||
|---|---|---|---|---|---|---|---|
|
105
tok/s
63–167 · bassa fiducia |
Gemma 3 1B | 1B | Mar 2025 | 1.8 GB | 33k token | Q8_0 | Comodo |
|
105
tok/s
63–167 · bassa fiducia |
Gemma 3 QAT 1B | 1B | Apr 2025 | 1.8 GB | 33k token | Q8_0 | Comodo |
|
105
tok/s
63–167 · bassa fiducia |
HGRN 1B (WT 103) ≈ | 1B | Nov 2023 | 1.8 GB | 131k token ? | Q8_0 | Comodo |
|
105
tok/s
63–167 · bassa fiducia |
LLama 3..2 Typhoon 2 1B ≈ | 1B | Dec 2024 | 1.8 GB | 131k token ? | Q8_0 | Comodo |
|
105
tok/s
63–167 · bassa fiducia |
OLMo-1B ≈ | 1B | Feb 2024 | 1.8 GB | 131k token ? | Q8_0 | Comodo |
|
105
tok/s
63–167 · bassa fiducia |
Pythia-1b ≈ | 1B | Apr 2023 | 1.8 GB | 131k token ? | Q8_0 | Comodo |
|
98.0
tok/s
59–157 · bassa fiducia |
DeepSeekMoE-16B | 16B | Jan 2024 | 8.1 GB | 4k token | Q3_K_M | Stretto |
|
96.9
tok/s
58–155 · bassa fiducia |
OpenELM-1.1B ≈ | 1.1B | May 2024 | 1.9 GB | 131k token ? | Q8_0 | Comodo |
|
95.1
tok/s
57–152 · bassa fiducia |
DeciCoder-1B ≈ | 1.1B | Aug 2023 | 1.9 GB | 131k token ? | Q8_0 | Comodo |
|
95.1
tok/s
57–152 · bassa fiducia |
SantaCoder ≈ | 1.1B | Jan 2023 | 1.9 GB | 131k token ? | Q8_0 | Comodo |
|
95.1
tok/s
57–152 · bassa fiducia |
TinyLlama-1.1B (1T token checkpoint) ≈ | 1.1B | Oct 2023 | 1.9 GB | 131k token ? | Q8_0 | Comodo |
|
95.1
tok/s
57–152 · bassa fiducia |
TinyLlama-1.1B (3T token checkpoint) ≈ | 1.1B | Oct 2023 | 1.9 GB | 131k token ? | Q8_0 | Comodo |
|
87.2
tok/s
52–139 · bassa fiducia |
EXAONE 4.0 (1.2B) ≈ | 1.2B | Jul 2025 | 2.0 GB | 131k token ? | Q8_0 | Comodo |
|
87.2
tok/s
52–139 · bassa fiducia |
MinerU2.5 ≈ | 1.2B | Sep 2025 | 2.0 GB | 131k token ? | Q8_0 | Comodo |
|
87.2
tok/s
52–139 · bassa fiducia |
Pleias 1.0 1.2B ≈ | 1.2B | Dec 2024 | 2.0 GB | 131k token ? | Q8_0 | Comodo |
|
87.2
tok/s
52–139 · bassa fiducia |
Pleias-RAG-1B ≈ | 1.2B | Apr 2025 | 2.0 GB | 131k token ? | Q8_0 | Comodo |
|
85.1
tok/s
51–136 · bassa fiducia |
Llama 3.2 1B | 1.2B | Sep 2024 | 2.2 GB | 131k token | Q8_0 | Comodo |
|
83.9
tok/s
50–134 · bassa fiducia |
MiniCPM-1.2B ≈ | 1.2B | Jun 2024 | 2.0 GB | 131k token ? | Q8_0 | Comodo |
|
80.5
tok/s
48–129 · bassa fiducia |
DeepSeek Coder 1.3B ≈ | 1.3B | Jan 2024 | 2.1 GB | 131k token ? | Q8_0 | Comodo |
|
80.5
tok/s
48–129 · bassa fiducia |
DeepSeek-VL-1.3B ≈ | 1.3B | Mar 2024 | 2.1 GB | 131k token ? | Q8_0 | Comodo |
|
80.5
tok/s
48–129 · bassa fiducia |
DigiRL ≈ | 1.3B | Jun 2024 | 2.1 GB | 131k token ? | Q8_0 | Comodo |
|
80.5
tok/s
48–129 · bassa fiducia |
GLA Transformer 1.3B ≈ | 1.3B | Aug 2024 | 2.1 GB | 131k token ? | Q8_0 | Comodo |
|
80.5
tok/s
48–129 · bassa fiducia |
Janus 1.3B ≈ | 1.3B | Oct 2024 | 2.1 GB | 131k token ? | Q8_0 | Comodo |
|
80.5
tok/s
48–129 · bassa fiducia |
Kosmos-2.5 ≈ | 1.3B | Aug 2024 | 2.1 GB | 131k token ? | Q8_0 | Comodo |
|
80.5
tok/s
48–129 · 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
Arc B570 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
- 10 GB
- Larghezza di banda della memoria
- 380 GB/s
- Tipo di memoria
- GDDR6
- Larghezza del bus di memoria
- 160 bit
- Memory clock
- 2.38 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
- BMG-G21
- Architettura
- Xe2-HPG
- Generazione
- Battlemage(Arc 5)
- Fonderia
- TSMC
- Dimensione del processo
- 5 nm
- Transistor
- 19.6 billion
- Densità dei transistor
- 72,100 K/mm²
- Dimensione
- 272 mm²
- Rilasciato
- 16 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
- 2.5 GHz
- Velocità di impulso
- 2.5 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
- 2,304
- Unità di mappatura delle texture
- 144
- Unità di output di rendering
- 80
- Nuclei di ray tracing
- 18
- Cache L1
- 250 KB
- Cache L2
- 18 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)
- 23 TFLOPS
- Precisione singola (FP32)
- 11.5 TFLOPS
- Doppia precisione (FP64)
- 1.4 TFLOPS
- Tasso di pixel
- 200 GPixel/s
- Tasso di texture
- 360 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)
- 150 W
- Alimentatore consigliato
- 450 W
- Connettori di alimentazione
- 1x 8-pin
- Interfaccia bus
- PCIe 4.0 x8
- Larghezza dello slot
- Dual-slot
- Dimensioni
- 272 mm
- Visualizza output
- 1x HDMI 2.1a, 3x DisplayPort 2.1
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.
- DirectX
- 12.2
- OpenGL
- 4.6
- Vulkan
- 1.4
- OpenCL
- 3.0
- Modello shader
- 6.6
Elenco
Dove comprare un Arc B570
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
Cosa significa il sottosistema di memoria per l'AI
Memoria
10 GB
Larghezza di banda
380 GB/s
Modello più grande
Ling-lite-1.5 ("Bailing")
Arc B570 trasporta solo 10 GB di GDDR6. 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 9 GB.
La larghezza di banda della VRAM raggiunge 380 GB/s attraverso un bus di 160 bit. Questo è il numero che governa la velocità di generazione — l'aritmetica per byte letto è così piccola che il bus, non i core, è ciò su cui tutto aspetta.
La figura è la larghezza del bus moltiplicata per un clock di memoria di 2.38 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.
Messo insieme, il modello più grande che si adatta è Ling-lite-1.5 ("Bailing"), 16.8B, compresso a Q3_K_M e generando attorno 16.8 token al secondo
Il chip e come è stato costruito
Arc B570 è costruito sul PROCESSORE GRAFICO BMG-G21, utilizzando l'architettura Xe2-HPG da Intel, come parte della generazione Battlemage(Arc 5).
Il chip è prodotto da TSMC, su un processo di 5 nm, con un dado di misura 272 mm², tenere 19.6 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 January 2025, circa 1.539310879438 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
23 TFLOPS
FP64
1.4 TFLOPS
Sulla carta Arc B570 raggiunge 23 TFLOPS a metà precisione, e 11.5 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 1.4 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 2.5 GHz a un aumento di 2.5 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
Arc B570 ha una cache L1 di 250 KB, supportato da una cache L2 di 18 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 2,304 Unità di ombreggiatura, 144 Unità di mappatura delle texture, e 80 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
150 W
Arc B570 è valutato a 150 W, e l'alimentatore di sistema suggerito è 450 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 dual-slot, misurare 272 mm lungo, e ha bisogno 1x 8-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 4.0 x8. 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 Arc B570
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 Arc B570
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 Arc B570
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
Inizia con il modello, non con la specifica.
La tabella elenca 381 modelli che questa scheda esegue. La ricerca restringe l'elenco per nome o per dimensione.
-
02
Imposta la lunghezza del contesto che utilizzerai effettivamente
Conversazioni più lunghe costano memoria oltre ai pesi. Contro 10 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 105 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. 10 GB.
-
06
Controlla lo stesso modello dall'altro lato
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 Arc B570.
Risposte
Arc B570 — domande comuni
Arc B570— può eseguirlo 7B modelli?
Sì. Ad esempio, funziona DeepSeek Coder 6.7B nella Q4_K_M, utilizzando circa 8.3 GB di memoria e generando circa 36.1 token al secondo
Arc B570— può eseguirlo 13B modelli?
Sì. Ad esempio, funziona DeepSeekMoE-16B nella Q3_K_M, utilizzando circa 8.1 GB di memoria e generando circa 98.0 token al secondo
Arc B570— quanta memoria ha?
Questa scheda ha 10 GB di GDDR6. Circa un decimo è riservato dal runtime di inferenza e dal driver, lasciando circa 9 GB disponibile per un modello e la sua conversazione.
Arc B570— qual è la sua larghezza di banda della memoria?
La larghezza di banda della VRAM raggiunge 380 GB/s attraverso un bus di 160 bit. Questo è il miglior predittore di quanto velocemente genera testo, perché produrre ogni token significa leggere l'intero modello dalla memoria una volta.
Arc B570— che tipo di MEMORY utilizza?
Utilizza GDDR6 a frequenza di 2.38 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.
Arc B570— Chi lo fa?
Questo è un prodotto di Intel, con il chip prodotto da TSMC, su un processo di 5 nm.
Arc B570— quando è stato rilasciato?
È stato rilasciato in January 2025.
Arc B570— quanta potenza utilizza?
Potenza nominale della scheda è 150 W, e l'alimentatore di sistema suggerito è 450 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.
Arc B570— quanta cache ha?
La cache L1 è 250 KB, e la cache L2 è 18 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.
Arc B570— quali sono i suoi TFLOPS?
È valutato a 23 TFLOPS a metà precisione e 11.5 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.
Arc B570— supporta CUDA?
No. CUDA è solo di NVIDIA, e questa è una card di Intel. 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.
Arc B570— che interfaccia bus utilizza?
Utilizza PCIe 4.0 x8. 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.
Arc B570— 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 381 dei modelli che monitoriamo. Se ciò sia sufficiente dipende interamente dal modello che desideri — la tabella sopra risponde a questo direttamente.
Arc B570— può eseguire un modello che non sta nella sua VRAM?
Può essere suddiviso, con il sovraccarico mantenuto nella memoria di sistema oltre la card. 10 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 Arc B570 le schede possono essere due volte più veloci?
No. Una seconda CARD raddoppia la MEMORY a 20 GB lavorare con piuttosto che il doppio dei token al secondo — ogni cifra qui è per una singola card.
Arc B570— quali modelli AI può eseguire?
381 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.
Arc B570— qual è il modello AI più grande che può eseguire?
Il modello più grande nel nostro catalogo che si adatta è Ling-lite-1.5 ("Bailing") nella 16.8B parametri, compressi a Q3_K_M. Genera all'incirca 16.8 token al secondo e ha bisogno di 8.9 GB della memoria della scheda
Arc B570— quanti token al secondo produce?
Dipende dal modello. Il modello più veloce che monitoriamo qui è Gemma 3 QAT 1B circa 105 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.