Bereken de TPS van de Tesla K20Xm op lokale AI-modellen
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
679 modellen in onze catalogus samen
Grootste model dat het vasthoudt
Qwen-VL
9.6B · Q3_K_M · 25.3 tok/s
Snelste model
Gemma 3 QAT 1B
89.9 tok/s · 1B
Welke AI-modellen kunnen draaien op een Tesla K20Xm?
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 | ||||||
|---|---|---|---|---|---|---|---|
|
89.9
tok/s
31–180 · lage vertrouwen |
Gemma 3 1B | 1B | Mar 2025 | 1.8 GB | 33k tokens | Q8_0 | Comfortabel |
|
89.9
tok/s
31–180 · lage vertrouwen |
Gemma 3 QAT 1B | 1B | Apr 2025 | 1.8 GB | 33k tokens | Q8_0 | Comfortabel |
|
89.9
tok/s
31–180 · lage vertrouwen |
HGRN 1B (WT 103) ≈ | 1B | Nov 2023 | 1.8 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
89.9
tok/s
31–180 · lage vertrouwen |
LLama 3..2 Typhoon 2 1B ≈ | 1B | Dec 2024 | 1.8 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
89.9
tok/s
31–180 · lage vertrouwen |
OLMo-1B ≈ | 1B | Feb 2024 | 1.8 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
89.9
tok/s
31–180 · lage vertrouwen |
Pythia-1b ≈ | 1B | Apr 2023 | 1.8 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
83.2
tok/s
29–166 · lage vertrouwen |
OpenELM-1.1B ≈ | 1.1B | May 2024 | 1.9 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
81.7
tok/s
29–163 · lage vertrouwen |
DeciCoder-1B ≈ | 1.1B | Aug 2023 | 1.9 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
81.7
tok/s
29–163 · lage vertrouwen |
SantaCoder ≈ | 1.1B | Jan 2023 | 1.9 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
81.7
tok/s
29–163 · lage vertrouwen |
TinyLlama-1.1B (1T token checkpoint) ≈ | 1.1B | Oct 2023 | 1.9 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
81.7
tok/s
29–163 · lage vertrouwen |
TinyLlama-1.1B (3T token checkpoint) ≈ | 1.1B | Oct 2023 | 1.9 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
74.9
tok/s
26–150 · lage vertrouwen |
EXAONE 4.0 (1.2B) ≈ | 1.2B | Jul 2025 | 2.0 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
74.9
tok/s
26–150 · lage vertrouwen |
MinerU2.5 ≈ | 1.2B | Sep 2025 | 2.0 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
74.9
tok/s
26–150 · lage vertrouwen |
Pleias 1.0 1.2B ≈ | 1.2B | Dec 2024 | 2.0 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
74.9
tok/s
26–150 · lage vertrouwen |
Pleias-RAG-1B ≈ | 1.2B | Apr 2025 | 2.0 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
73.1
tok/s
26–146 · lage vertrouwen |
Llama 3.2 1B | 1.2B | Sep 2024 | 2.2 GB | 113k tokens | Q8_0 | Comfortabel |
|
72.0
tok/s
25–144 · lage vertrouwen |
MiniCPM-1.2B ≈ | 1.2B | Jun 2024 | 2.0 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
69.1
tok/s
24–138 · lage vertrouwen |
DeepSeek Coder 1.3B ≈ | 1.3B | Jan 2024 | 2.1 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
69.1
tok/s
24–138 · lage vertrouwen |
DeepSeek-VL-1.3B ≈ | 1.3B | Mar 2024 | 2.1 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
69.1
tok/s
24–138 · lage vertrouwen |
DigiRL ≈ | 1.3B | Jun 2024 | 2.1 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
69.1
tok/s
24–138 · lage vertrouwen |
GLA Transformer 1.3B ≈ | 1.3B | Aug 2024 | 2.1 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
69.1
tok/s
24–138 · lage vertrouwen |
Janus 1.3B ≈ | 1.3B | Oct 2024 | 2.1 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
69.1
tok/s
24–138 · lage vertrouwen |
Kosmos-2.5 ≈ | 1.3B | Aug 2024 | 2.1 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
69.1
tok/s
24–138 · lage vertrouwen |
Otter ≈ | 1.3B | May 2023 | 2.1 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
69.1
tok/s
24–138 · 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 K20Xm 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
- 250 GB/s
- Geheugen type
- GDDR5
- Geheugensnelheid bus breedte
- 384 bit
- Geheugenklok
- 1.3 GHz
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
- GK110
- Architectuur
- Kepler
- Generatie
- Tesla Kepler(Kxx)
- Gieterij
- TSMC
- Procesgrootte
- 28 nm
- Transistoren
- 7.1 billion
- Transistor dichtheid
- 12,600 K/mm²
- Die grootte
- 561 mm²
- Pakket
- BGA-2152
- Uitgebracht
- 12 November 2012
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
- 732 MHz
- Boost-klok
- 732 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
- 2,688
- Textuurmappingeenheden
- 224
- Render output units
- 48
- L1-cache
- 16 KB
- L2-cache
- 1.5 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)
- 3.9 TFLOPS
- Dubbele precisie (FP64)
- 1.3 TFLOPS
- Pixel rate
- 41 GPixel/s
- Textuursnelheid
- 164 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)
- 235 W
- Voorgestelde voeding
- 550 W
- Businterface
- PCIe 3.0 x16
- Sleufbreedte
- Dual-slot
- Afmetingen
- 267 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
- 3.5
- DirectX
- 11.0
- OpenGL
- 4.6
- Vulkan
- 1.2
- OpenCL
- 3.0
- Shader-model
- 5.1
Lijsten
Waar te koop een Tesla K20Xm
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
250 GB/s
Grootste model
Qwen-VL
Tesla K20Xm 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 250 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 1.3 GHz. Beide helften zijn belangrijk, en geen van beide is zichtbaar in een gaming benchmark.
In de praktijk komt die combinatie uit op Qwen-VL, 9.6B, gecomprimeerd tot Q3_K_M en genereren rond 25.3 tokens per seconde
De chip en hoe deze is gebouwd
Tesla K20Xm is gebouwd op de graphics processor GK110, het gebruik van de architectuur Kepler van NVIDIA, als onderdeel van de generatie Tesla Kepler(Kxx).
De chip is vervaardigd door TSMC, een proces van 28 nm, met een dobbelsteen die meet 561 mm², houden 7.1 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 November 2012, ruwweg 13.717498624787 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
1.3 TFLOPS
Dubbelprecisie doorvoersnelheid bereikt 1.3 TFLOPS. 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 732 MHz naar een boost van 732 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 K20Xm heeft een L1 cache van 16 KB, ondersteund door een L2-cache van 1.5 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 2,688 Schaduwunits, 224 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
235 W
Tesla K20Xm is beoordeeld op 235 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 267 mm lang. 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 3.0 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 K20Xm
De grootste open-weight-modellen die op deze kaart passen, nieuwste eerst. Elk wordt weergegeven met de beste compressie die de kaart kan ondersteunen..
De snelste AI-modellen op een Tesla K20Xm
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..
Stap voor stap
Hoe de TPS van een AI model uit te rekenen Tesla K20Xm
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.
-
01
Zoek het model dat je wilt
De tabel somt 266 modellen de kaart ondersteunt. Het zoekvak accepteert een naam of een grootte zoals 27b, die overeenkomt met het aantal parameters.
-
02
Stel de contextlengte in die je daadwerkelijk zult gebruiken
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.
-
03
Stel een minimale kwaliteit in als je er een nodig hebt
Standaard kiest de tabel de minst-gecomprimeerde kopie die past. Het instellen van een vloer verwijdert modellen die alleen kwalificeren door zware compressie.
-
04
Kijk naar het bereik, niet alleen naar het aantal
De cijfers zijn berekend, niet gemeten. Het snelste resultaat op deze kaart is 89.9 tok/s op Gemma 3 QAT 1B. Dezelfde kaart en model variëren tussen dertig en vijftig procent tussen inferentieruns.
-
05
Lees het geschiktheidsvonnis als laatste
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.
-
06
Cross-check tegen andere hardware
Elke modelnaam in de tabel linkt naar zijn eigen pagina, die dezelfde berekening uitvoert op elke kaart die we hebben. Daar zie je of de juiste aankoop is Tesla K20Xm.
Antwoorden
Tesla K20Xm — veelgestelde vragen
Tesla K20Xm— 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.
Tesla K20Xm— 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 is mogelijk en meestal een valse economie: het systeem-geheugen gedeelte is langzaam genoeg om het resultaat te domineren.
Zou twee Tesla K20Xm kaarten twee keer zo snel zijn?
Het koppelen ervan koopt ruimte in plaats van snelheid: 12 GB die je in staat stelt om modellen vast te houden die geen van beide alleen zou kunnen vasthouden, maar generatie splitst niet op die manier. Deze cijfers beschrijven één kaart.
Tesla K20Xm— 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.
Tesla K20Xm— 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 25.3 tokens per second en heeft ongeveer 5.4 GB van het geheugen van de kaart.
Tesla K20Xm— 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 89.9 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.
Tesla K20Xm— kan het draaien 7B modellen?
Ja. Bijvoorbeeld het draait MetaMath 7B (Mistral finetune) bij IQ4_XS, ongeveer 5.1 GB geheugen en genereert ongeveer 31.5 tokens per seconde
Tesla K20Xm— 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.
Tesla K20Xm— wat is de geheugenbandbreedte?
Geheugenbandbreedte bereikt 250 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.
Tesla K20Xm— welk type geheugen gebruikt het?
Het maakt gebruik van GDDR5 geklokt op 1.3 GHz. 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.
Tesla K20Xm— wie maakt het?
Dit is een product van NVIDIA, met de chip geproduceerd door TSMC, een proces van 28 nm.
Tesla K20Xm— wanneer is het uitgebracht?
Het werd uitgebracht in November 2012.
Tesla K20Xm— hoeveel vermogen verbruikt het?
Beoordelde bordkracht is 235 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.
Tesla K20Xm— hoeveel cache heeft het?
De L1-cache is 16 KB, en de L2-cache is 1.5 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.
Tesla K20Xm— ondersteunt het CUDA?
Ja. Het rapporteert CUDA rekencapaciteit 3.5, 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.
Tesla K20Xm— Welke businterface gebruikt het?
Het maakt gebruik van PCIe 3.0 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.
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..