Bereken de TPS van de Tesla M2075 op lokale AI-modellen

NVIDIA 6 GB GDDR5 150 GB/s July 2011

Elk model in onze catalogus beoordeeld op deze kaart bij de contextlengte en minimumkwaliteit die je kiest. Snelheid is een schatting voor een enkele aanvraag, berekend op basis van de geheugendoorvoer van deze kaart en de grootte van elk model eenmaal gecomprimeerd..

Gerekend voor deze kaart

266 modellen die het kan uitvoeren

679 modellen in onze catalogus samen

Grootste model dat het vasthoudt

Qwen-VL

9.6B · Q3_K_M · 15.2 tok/s

Snelste model

Gemma 3 QAT 1B

54.1 tok/s · 1B

Welke AI-modellen kunnen draaien op een Tesla M2075?

Stel de invoer in, lees het antwoord

Meer context betekent meer VRAM voor de gesprekken cache. Snelheid is voor een verse conversatie en verandert niet met deze instelling..

Verbergt modellen die alleen passen door onder dit punt te worden gecomprimeerd.

266 modellen komen overeen

Berekenen
Kwantificatie Past
54.1 tok/s

19–108 · lage vertrouwen

Gemma 3 1B 1B Mar 2025 1.8 GB 33k tokens Q8_0 Comfortabel
54.1 tok/s

19–108 · lage vertrouwen

Gemma 3 QAT 1B 1B Apr 2025 1.8 GB 33k tokens Q8_0 Comfortabel
54.1 tok/s

19–108 · lage vertrouwen

HGRN 1B (WT 103) ≈ 1B Nov 2023 1.8 GB 131k tokens ? Q8_0 Comfortabel
54.1 tok/s

19–108 · lage vertrouwen

LLama 3..2 Typhoon 2 1B ≈ 1B Dec 2024 1.8 GB 131k tokens ? Q8_0 Comfortabel
54.1 tok/s

19–108 · lage vertrouwen

OLMo-1B ≈ 1B Feb 2024 1.8 GB 131k tokens ? Q8_0 Comfortabel
54.1 tok/s

19–108 · lage vertrouwen

Pythia-1b ≈ 1B Apr 2023 1.8 GB 131k tokens ? Q8_0 Comfortabel
50.1 tok/s

18–100 · lage vertrouwen

OpenELM-1.1B ≈ 1.1B May 2024 1.9 GB 131k tokens ? Q8_0 Comfortabel
49.2 tok/s

17–98 · lage vertrouwen

DeciCoder-1B ≈ 1.1B Aug 2023 1.9 GB 131k tokens ? Q8_0 Comfortabel
49.2 tok/s

17–98 · lage vertrouwen

SantaCoder ≈ 1.1B Jan 2023 1.9 GB 131k tokens ? Q8_0 Comfortabel
49.2 tok/s

17–98 · lage vertrouwen

TinyLlama-1.1B (1T token checkpoint) ≈ 1.1B Oct 2023 1.9 GB 131k tokens ? Q8_0 Comfortabel
49.2 tok/s

17–98 · lage vertrouwen

TinyLlama-1.1B (3T token checkpoint) ≈ 1.1B Oct 2023 1.9 GB 131k tokens ? Q8_0 Comfortabel
45.1 tok/s

16–90 · lage vertrouwen

EXAONE 4.0 (1.2B) ≈ 1.2B Jul 2025 2.0 GB 131k tokens ? Q8_0 Comfortabel
45.1 tok/s

16–90 · lage vertrouwen

MinerU2.5 ≈ 1.2B Sep 2025 2.0 GB 131k tokens ? Q8_0 Comfortabel
45.1 tok/s

16–90 · lage vertrouwen

Pleias 1.0 1.2B ≈ 1.2B Dec 2024 2.0 GB 131k tokens ? Q8_0 Comfortabel
45.1 tok/s

16–90 · lage vertrouwen

Pleias-RAG-1B ≈ 1.2B Apr 2025 2.0 GB 131k tokens ? Q8_0 Comfortabel
44.0 tok/s

15–88 · lage vertrouwen

Llama 3.2 1B 1.2B Sep 2024 2.2 GB 113k tokens Q8_0 Comfortabel
43.4 tok/s

15–87 · lage vertrouwen

MiniCPM-1.2B ≈ 1.2B Jun 2024 2.0 GB 131k tokens ? Q8_0 Comfortabel
41.6 tok/s

15–83 · lage vertrouwen

DeepSeek Coder 1.3B ≈ 1.3B Jan 2024 2.1 GB 131k tokens ? Q8_0 Comfortabel
41.6 tok/s

15–83 · lage vertrouwen

DeepSeek-VL-1.3B ≈ 1.3B Mar 2024 2.1 GB 131k tokens ? Q8_0 Comfortabel
41.6 tok/s

15–83 · lage vertrouwen

DigiRL ≈ 1.3B Jun 2024 2.1 GB 131k tokens ? Q8_0 Comfortabel
41.6 tok/s

15–83 · lage vertrouwen

GLA Transformer 1.3B ≈ 1.3B Aug 2024 2.1 GB 131k tokens ? Q8_0 Comfortabel
41.6 tok/s

15–83 · lage vertrouwen

Janus 1.3B ≈ 1.3B Oct 2024 2.1 GB 131k tokens ? Q8_0 Comfortabel
41.6 tok/s

15–83 · lage vertrouwen

Kosmos-2.5 ≈ 1.3B Aug 2024 2.1 GB 131k tokens ? Q8_0 Comfortabel
41.6 tok/s

15–83 · lage vertrouwen

Otter ≈ 1.3B May 2023 2.1 GB 131k tokens ? Q8_0 Comfortabel
41.6 tok/s

15–83 · lage vertrouwen

Phi-1 ≈ 1.3B Oct 2023 2.1 GB 131k tokens ? Q8_0 Comfortabel

Snelheden zijn schattingen voor een enkele aanvraag — één gesprek tegelijk — berekend vanuit geheugendebandbreedte, modelgrootte en kwantisatie. De werkelijke doorvoer varieert met de inferentietijd en de versie ervan. Cijfers gepubliceerd door hardwareleveranciers meten veel gelijktijdige aanvragen en zijn veel hoger.

Op record

Tesla M2075 Volledige specificatie

Alles op file voor deze kaart, geordend op basis van hoezeer het van invloed is op het draaien van een taalmodel in plaats van op hoe een specificatielijst het zou opsommen. MEMORY komt eerst omdat het de uitkomst bepaalt; de rest is CONTEXT..

Geheugen

De twee specificaties die bepalen wat deze card kan draaien en hoe snel. Capaciteit bepaalt welke models passen; bandbreedte bepaalt hoeveel tokens per seconde ze produceren zodra ze dat doen.

Geheugengrootte
6 GB
Geheugenbandbreedte
150 GB/s
Geheugen type
GDDR5
Geheugensnelheid bus breedte
384 bit
Geheugenklok
783 MHz

De chip

Welke processor zit op het bord en hoe is deze vervaardigd. Een kleinere procesgrootte betekent over het algemeen meer prestaties voor hetzelfde vermogen.

Grafische processor
GF110
Architectuur
Fermi 2.0
Generatie
Tesla Fermi(x20xx)
Gieterij
TSMC
Procesgrootte
40 nm
Transistoren
3 billion
Transistor dichtheid
5,800 K/mm²
Die grootte
520 mm²
Pakket
BGA-1981
Uitgebracht
25 July 2011

Kloksnelheden

Hoe snel de processor draait. Veel minder waard hier dan op een gaming benchmark: het genereren van tekst wordt beperkt door de geheugenbandbreedte, dus een hogere klok beweegt het resultaat nauwelijks.

Basis klok
574 MHz
Boost-klok
574 MHz

Verwerkingsunits

Wat de chip bevat. Deze drijven de graphicsprestaties en zijn voornamelijk belangrijk voor het verwerken van een lange prompt in plaats van voor het produceren van het antwoord.

Schaduwunits
448
Textuurmappingeenheden
56
Render output units
48
Streaming multiprocessors
14
L1-cache
64 KB
L2-cache
0.75 MB

Theoretische prestaties

Piek reken tarieven gepubliceerd voor de kaart. Dit zijn plafonds die geen enkele echte werklast bereikt, en het genereren van tekst bereikt een klein percentage daarvan omdat het beperkt wordt door geheugen in plaats van rekenkracht.

Enkele precisie (FP32)
1 TFLOPS
Dubbele precisie (FP64)
513.9 GFLOPS
Pixel rate
16 GPixel/s
Textuursnelheid
32 GTexel/s

De kaart

Wat er nodig is om de kaart fysiek te installeren en van stroom te voorzien — de praktische beperkingen die bepalen of deze past in de machine die je al bezit.

Stroomverbruik (TDP)
225 W
Voorgestelde voeding
550 W
Stroomconnectoren
1x 6-pin + 1x 8-pin
Businterface
PCIe 2.0 x16
Sleufbreedte
Dual-slot
Afmetingen
248 mm

Software ondersteuning

Welke grafische en rekinterfaces ondersteunt de kaart. CUDA-rekenmogelijkheden is degene die van belang is voor inferentie: onder de 7.0 zijn er geen tensor cores, en moderne inferentiesoftware valt terug op langzamere codepaden.

CUDA rekenmogelijkheden
2.0
DirectX
11.0
OpenGL
4.6
OpenCL
1.1
Shader-model
5.1

Lijsten

Waar te koop een Tesla M2075

Geen enkele verkoper heeft deze kaart momenteel in de aanbieding. Lijsten komen van verkopers die deze hier direct publiceren. — blader door de aanbieder directory om te zien wie wat verkoopt.

Wat de cijfers betekenen

Wat de geheugen subsystem betekent voor AI

Geheugen

6 GB

Bandbreedte

150 GB/s

Grootste model

Qwen-VL

Tesla M2075 draagt alleen 6 GB van GDDR5. Dat beperkt het tot het kleinere einde van de catalogus, en een model moet volledig binnen passen voordat het iets genereert. Een runtime krijgt eigenlijk ongeveer 5.4 GB.

Geheugenbandbreedte bereikt 150 GB/s over een bus van 384 bits. Bandbreedte is de echte beperking van deze kaart. Elke token vereist het lezen van het hele model uit het geheugen, dus een groot model zal hier traag aanvoelen, zelfs wanneer het past.

De figuur is de busbreedte vermenigvuldigd met een geheugenklok van 783 MHz. Beide helften zijn belangrijk, en geen van beide is zichtbaar in een gaming benchmark.

Gezamenlijk is het grootste model dat past Qwen-VL, 9.6B, gecomprimeerd tot Q3_K_M en genereren rond 15.2 tokens per seconde

De chip en hoe deze is gebouwd

Tesla M2075 is gebouwd op de graphics processor GF110, het gebruik van de architectuur Fermi 2.0 van NVIDIA, als onderdeel van de generatie Tesla Fermi(x20xx).

De chip is vervaardigd door TSMC, een proces van 40 nm, met een dobbelsteen die meet 520 mm², houden 3 billion Transistoren. Een kleiner proces betekent over het algemeen meer prestaties voor dezelfde kracht, hoewel het voor taalmodele veel minder belangrijk is dan de geheugen-subsystemen.

Het werd uitgebracht in July 2011, ruwweg 15.018860100967 jaren geleden. Inferredersoftwareondersteuning volgt doorgaans de hardware met een jaar of twee, dus een kaart van deze leeftijd heeft over het algemeen volwassen, goed geoptimaliseerde codepaden beschikbaar.

Rekenkracht, en waarom het minder belangrijk is dan het lijkt

FP64

513.9 GFLOPS

Dubbelprecisie doorvoersnelheid bereikt 513.9 GFLOPS. Het heeft geen invloed op het draaien van een taalmodel — geen inferentie-runtime gebruikt het — maar het scheidt datacentrumonderdelen van consumentenonderdelen, aangezien laatstgenoemden het opzettelijk beperken.

Klokken draaien vanaf een basis van 574 MHz naar een boost van 574 MHz. Hier veel minder waard dan op een gaming benchmark: het verhogen van de kloksnelheden versnelt de rekensom, en de rekensom is niet waar de generatie op wacht.

Cache en verwerkingsunits

Tesla M2075 heeft een L1 cache van 64 KB, ondersteund door een L2-cache van 0.75 MB. Cache absorbeert een deel van het geheugenverkeer dat anders de hoofdbus zou raken, wat de enige plek op deze pagina is waar een ander getal dan bandbreedte stilletjes de generatie snelheid beïnvloedt — een grote L2 laat meer van de werkset dicht bij de kernen blijven.

Er zijn 448 Schaduwunits, 56 Textuurmappingeenheden, en 48 Render output units. Deze sturen grafische workloads aan en dragen bij aan promptverwerking, maar ze zitten een groot deel van de tijd dat een model bezig is met het genereren van een antwoord stil.

Kracht, grootte en installatie

Stroomverbruik

225 W

Tesla M2075 is beoordeeld op 225 W, en de aanbevolen systeemvoeding is 550 W. Het draaien van een taalmodel houdt een GPU-kaart bezig in korte pieken in plaats van continu - het verbruikt veel energie tijdens het genereren en idle tussen aanvragen - dus het sustained draw over een werkdag ligt meestal ver onder de nominale waarde.

Het bord neemt in beslag dual-slot, meten 248 mm lang, en heeft 1x 6-pin + 1x 8-pin. Het is de moeite waard om te controleren tegen de behuizing en de voeding die al in de machine zit, aangezien de grootste CARDS aanzienlijk meer van beiden nodig hebben dan een typische desktop biedt.

Het verbindt over PCIe 2.0 x16. De interface bepaalt hoe snel een model van de schijf naar de GPU-kaart wordt geladen, niet hoe snel het daar draait, dus een smallere verbinding kost een paar seconden bij de opstart en verder niets.

De extremen

De grootste AI-modellen die draaien op een Tesla M2075

De grootste open-weight-modellen die op deze kaart passen, nieuwste eerst. Elk wordt weergegeven met de beste compressie die de kaart kan ondersteunen..

  1. 01 Qwen3.5-9B 9B · Q3_K_M · Feb 2026 16.2 tok/s
  2. 02 NVIDIA-Nemotron-Nano-9B-v2 9B · Q3_K_M · Aug 2025 16.2 tok/s
  3. 03 Ovis2.5 9B 9B · Q3_K_M · Aug 2025 16.2 tok/s
  4. 04 GLM-4.1V-Thinking 9B · Q3_K_M · Aug 2025 16.2 tok/s
  5. 05 MamayLM 9B · Q3_K_M · Apr 2025 16.2 tok/s
  6. 06 GLM-4-9B-0414 9B · Q3_K_M · Apr 2025 16.2 tok/s
  7. 07 SimPO 9B · Q3_K_M · Nov 2024 16.2 tok/s
  8. 08 GLM-4V-9B 9B · Q3_K_M · Jun 2024 16.2 tok/s
  9. 09 Persimmon-8B 9.3B · Q3_K_M · Sep 2023 15.7 tok/s
  10. 10 Qwen-VL 9.6B · Q3_K_M · Aug 2023 15.2 tok/s

De snelste AI-modellen op een Tesla M2075

Waar deze kaart de tokens het snelst produceert. Kleinere modellen domineren hier, omdat het genereren van elke token betekent dat het hele model eens uit het geheugen moet worden gelezen..

  1. 01 Gemma 3 QAT 1B 1B · Q8_0 · 1.8 GB 54.1 tok/s
  2. 02 Gemma 3 1B 1B · Q8_0 · 1.8 GB 54.1 tok/s
  3. 03 LLama 3..2 Typhoon 2 1B 1B · Q8_0 · 1.8 GB 54.1 tok/s
  4. 04 OLMo-1B 1B · Q8_0 · 1.8 GB 54.1 tok/s
  5. 05 HGRN 1B (WT 103) 1B · Q8_0 · 1.8 GB 54.1 tok/s
  6. 06 Pythia-1b 1B · Q8_0 · 1.8 GB 54.1 tok/s
  7. 07 OpenELM-1.1B 1.1B · Q8_0 · 1.9 GB 50.1 tok/s
  8. 08 TinyLlama-1.1B (1T token checkpoint) 1.1B · Q8_0 · 1.9 GB 49.2 tok/s
  9. 09 TinyLlama-1.1B (3T token checkpoint) 1.1B · Q8_0 · 1.9 GB 49.2 tok/s
  10. 10 DeciCoder-1B 1.1B · Q8_0 · 1.9 GB 49.2 tok/s

Stap voor stap

Hoe de TPS van een AI model uit te rekenen Tesla M2075

U hoeft niets met de hand te berekenen — de gputps.com-calculator op deze pagina heeft het al voor elk model dat deze kaart kan bevatten uitgerekend. De antwoorden aflezen kost zes stappen.

  1. 01

    Vind het model in de tabel

    De tabel somt 266 modellen die deze kaart kan draaien. Zoek op naam of op grootte - het typen van 27b komt overeen met het parameter aantal, zelfs als de naam het nooit vermeldt.

  2. 02

    Bepaal hoe lang je gesprekken duren

    Sleep de schuifregelaar naar de gesprekslengte die je van plan bent te gebruiken. De cache groeit met het gesprek, en tegen een CARD die houdt 6 GB dus de instelling is het waard om goed te krijgen.

  3. 03

    Kies hoe ver je wilt comprimeren

    Elk model wordt weergegeven met de beste compressie die deze kaart kan bevatten. Een minimale kwaliteit verbergt de modellen die alleen passen door verder samengedrukt te worden dan je zou accepteren.

  4. 04

    Lees de snelheid en het bereik

    Snelheden komen met foutmarges om een reden. De beste zaak hier is 54.1 tok/s op Gemma 3 QAT 1B. Dezelfde kaart en model variëren tussen dertig en vijftig procent tussen inferentieruns.

  5. 05

    Controleer de speling voordat je beslist

    Strak betekent dat het vandaag werkt; comfortabel betekent dat het nog steeds werkt als het gesprek groeit. Vergelijk wat elk model nodig heeft met een beschikbare. 6 GB.

  6. 06

    Controleer hetzelfde model van de andere kant

    Elke modelpagina herhaalt deze berekening voor de hele catalogus. Zeker de moeite waard om te bekijken voordat je beslist: het toont wat anders hetzelfde model draait, naast Tesla M2075.

Antwoorden

Tesla M2075 — veelgestelde vragen

01

Tesla M2075— wat is de geheugenbandbreedte?

Geheugenbandbreedte bereikt 150 GB/s over een bus van 384 bits. Dit is de enige beste voorspeller van hoe snel het tekst genereert, omdat het produceren van elk token betekent dat het het hele model eenmaal uit het geheugen leest.

02

Tesla M2075— welk type geheugen gebruikt het?

Het maakt gebruik van GDDR5 geklokt op 783 MHz. HBM-types worden aangetroffen op datacenter-accelerators en hebben veel meer bandbreedte dan de GDDR die op desktopkaarten wordt gebruikt, wat verklaart waarom ze tokens aanzienlijk sneller genereren bij dezelfde capaciteit.

03

Tesla M2075— wie maakt het?

Dit is een product van NVIDIA, met de chip geproduceerd door TSMC, een proces van 40 nm.

04

Tesla M2075— wanneer is het uitgebracht?

Het werd uitgebracht in July 2011.

05

Tesla M2075— hoeveel vermogen verbruikt het?

Beoordelde bordkracht is 225 W, en de aanbevolen systeemvoeding is 550 W. Het genereren van tekst verbruikt veel in bursts en idle tussen aanvragen, dus het gemiddelde verbruik over een werk sessie ligt normaal gesproken goed onder het opgegeven cijfer.

06

Tesla M2075— hoeveel cache heeft het?

De L1-cache is 64 KB, en de L2-cache is 0.75 MB. Cache absorbeert een deel van het geheugenverkeer dat anders de hoofdbus zou bereiken, dus een grotere L2 geeft een bescheiden verhoging van de generatiesnelheid boven wat alleen de bandbreedte voorspelt.

07

Tesla M2075— ondersteunt het CUDA?

Ja. Het rapporteert CUDA rekencapaciteit 2.0, die aan tensor cores voorafgaat. Capaciteit 7.0 en hoger heeft tensorcores, die moderne inferentiesoftware gebruikt; daaronder valt het terug op langzamere codepaden voor gekwantiseerde modellen.

08

Tesla M2075— Welke businterface gebruikt het?

Het maakt gebruik van PCIe 2.0 x16. Dit regelt hoe snel een model op de kaart wordt geladen in plaats van hoe snel het draait zodra het is geladen, zodat het een paar seconden kost bij het opstarten en niets tijdens de generatie.

09

Tesla M2075— is het goed voor het draaien van lokale AI-modellen?

Zijn geheugen beperkt het tot kleinere modellen, maar de bandbreedte betekent dat de generatie traag aanvoelt op grotere modellen. In totaal draait het 266 van de modellen die we volgen. Of dat voldoende is, hangt volledig af van welk model je wilt — de tabel hierboven beantwoordt dat direct.

10

Tesla M2075— kan het een model draaien dat niet in zijn VRAM past?

Het kan worden gesplitst, met de overflow gehouden in het systeemgeheugen buiten de kaart's 6 GB trekt het hele ding naar beneden, en geen van de cijfers op deze pagina gaat ervan uit.

11

Zou twee Tesla M2075 kaarten twee keer zo snel zijn?

Het koppelen ervan koopt ruimte in plaats van snelheid: 12 GB om te werken met in plaats van tweemaal de tokens per seconde — elk cijfer hier is voor een enkele CARD.

12

Tesla M2075— Welke AI-modellen kan het draaien?

266 van de 679 open-weight taalmodele die we volgen passen op deze kaart en kunnen lokaal worden uitgevoerd. De tabel op deze pagina vermeldt ieder exemplaar, met het geheugen dat het nodig heeft, de kwantisering waarop het draait en een geschatte generatiesnelheid.

13

Tesla M2075— wat is het grootste AI-model dat het kan draaien?

Het grootste model in onze catalogus dat past is Qwen-VL bij 9.6B parameters, gecomprimeerd tot Q3_K_M. Het genereert ruwweg 15.2 tokens per second en heeft ongeveer 5.4 GB van het geheugen van de kaart.

14

Tesla M2075— hoeveel tokens per seconde produceert het?

Het hangt af van het model. Het snelste model dat we hier volgen is Gemma 3 QAT 1B ongeveer 54.1 tokens per seconde, terwijl grotere modellen proportioneel langzamer draaien omdat elk token het hele model uit het geheugen moet lezen. Snelheden zijn schattingen voor één gesprek tegelijk.

15

Tesla M2075— kan het draaien 7B modellen?

Ja. Bijvoorbeeld het draait MetaMath 7B (Mistral finetune) bij IQ4_XS, ongeveer 5.1 GB geheugen en genereert ongeveer 19.0 tokens per seconde

16

Tesla M2075— hoeveel geheugen heeft het?

Deze kaart heeft 6 GB van GDDR5. Ongeveer een tiende is gereserveerd door de inferentieruntime en de driver, wat ongeveer achterlaat 5.4 GB beschikbaar voor een MODEL en zijn CONVERSATIE.

De andere richting

Van de andere kant bekijken?

Deze pagina begint met de hardware. Als je al weet welk model je wilt en je moet weten wat het kost om het te draaien, Begin van het MODEL in plaats van het MODEL..

Alle GPU's