Bereken de TPS van de Tesla K80 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
ERNIE-4.5-21B-A3B
21B · Q3_K_M · 61.8 tok/s
Snelste model
Gemma 3 QAT 1B
86.6 tok/s · 1B
Welke AI-modellen kunnen draaien op een Tesla K80?
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.
396 modellen komen overeen
Berekenen| Kwantificatie | Past | ||||||
|---|---|---|---|---|---|---|---|
|
86.6
tok/s
30–173 · lage vertrouwen |
Gemma 3 1B | 1B | Mar 2025 | 1.8 GB | 33k tokens | Q8_0 | Comfortabel |
|
86.6
tok/s
30–173 · lage vertrouwen |
Gemma 3 QAT 1B | 1B | Apr 2025 | 1.8 GB | 33k tokens | Q8_0 | Comfortabel |
|
86.6
tok/s
30–173 · lage vertrouwen |
HGRN 1B (WT 103) ≈ | 1B | Nov 2023 | 1.8 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
86.6
tok/s
30–173 · lage vertrouwen |
LLama 3..2 Typhoon 2 1B ≈ | 1B | Dec 2024 | 1.8 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
86.6
tok/s
30–173 · lage vertrouwen |
OLMo-1B ≈ | 1B | Feb 2024 | 1.8 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
86.6
tok/s
30–173 · lage vertrouwen |
Pythia-1b ≈ | 1B | Apr 2023 | 1.8 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
80.2
tok/s
28–160 · lage vertrouwen |
OpenELM-1.1B ≈ | 1.1B | May 2024 | 1.9 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
78.7
tok/s
28–157 · lage vertrouwen |
DeciCoder-1B ≈ | 1.1B | Aug 2023 | 1.9 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
78.7
tok/s
28–157 · lage vertrouwen |
SantaCoder ≈ | 1.1B | Jan 2023 | 1.9 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
78.7
tok/s
28–157 · lage vertrouwen |
TinyLlama-1.1B (1T token checkpoint) ≈ | 1.1B | Oct 2023 | 1.9 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
78.7
tok/s
28–157 · lage vertrouwen |
TinyLlama-1.1B (3T token checkpoint) ≈ | 1.1B | Oct 2023 | 1.9 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
72.2
tok/s
25–144 · lage vertrouwen |
EXAONE 4.0 (1.2B) ≈ | 1.2B | Jul 2025 | 2.0 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
72.2
tok/s
25–144 · lage vertrouwen |
MinerU2.5 ≈ | 1.2B | Sep 2025 | 2.0 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
72.2
tok/s
25–144 · lage vertrouwen |
Pleias 1.0 1.2B ≈ | 1.2B | Dec 2024 | 2.0 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
72.2
tok/s
25–144 · lage vertrouwen |
Pleias-RAG-1B ≈ | 1.2B | Apr 2025 | 2.0 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
70.4
tok/s
25–141 · lage vertrouwen |
Llama 3.2 1B | 1.2B | Sep 2024 | 2.2 GB | 131k tokens | Q8_0 | Comfortabel |
|
69.4
tok/s
24–139 · lage vertrouwen |
DeepSeekMoE-16B | 16B | Jan 2024 | 10.0 GB | 4k tokens | Q4_K_M | Krap |
|
69.4
tok/s
24–139 · lage vertrouwen |
MiniCPM-1.2B ≈ | 1.2B | Jun 2024 | 2.0 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
66.6
tok/s
23–133 · lage vertrouwen |
DeepSeek Coder 1.3B ≈ | 1.3B | Jan 2024 | 2.1 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
66.6
tok/s
23–133 · lage vertrouwen |
DeepSeek-VL-1.3B ≈ | 1.3B | Mar 2024 | 2.1 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
66.6
tok/s
23–133 · lage vertrouwen |
DigiRL ≈ | 1.3B | Jun 2024 | 2.1 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
66.6
tok/s
23–133 · lage vertrouwen |
GLA Transformer 1.3B ≈ | 1.3B | Aug 2024 | 2.1 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
66.6
tok/s
23–133 · lage vertrouwen |
Janus 1.3B ≈ | 1.3B | Oct 2024 | 2.1 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
66.6
tok/s
23–133 · lage vertrouwen |
Kosmos-2.5 ≈ | 1.3B | Aug 2024 | 2.1 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
66.6
tok/s
23–133 · lage vertrouwen |
Otter ≈ | 1.3B | May 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 K80 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
- 12 GB
- Geheugenbandbreedte
- 241 GB/s
- Geheugen type
- GDDR5
- Geheugensnelheid bus breedte
- 384 bit
- Geheugenklok
- 1.25 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
- GK210
- Architectuur
- Kepler 2.0
- Generatie
- Tesla Kepler(Kxx)
- Gieterij
- TSMC
- Procesgrootte
- 28 nm
- Transistoren
- 7.1 billion
- Transistor dichtheid
- 12,700 K/mm²
- Die grootte
- 561 mm²
- Pakket
- BGA-2152
- Uitgebracht
- 17 November 2014
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
- 562 MHz
- Boost-klok
- 824 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
- 2,496
- Textuurmappingeenheden
- 208
- 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)
- 4.1 TFLOPS
- Dubbele precisie (FP64)
- 1.4 TFLOPS
- Pixel rate
- 43 GPixel/s
- Textuursnelheid
- 171 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)
- 300 W
- Voorgestelde voeding
- 700 W
- Stroomconnectoren
- 1x 8-pin
- 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
- 3.7
- DirectX
- 11.1
- OpenGL
- 4.6
- Vulkan
- 1.2
- OpenCL
- 3.0
- Shader-model
- 5.1
Lijsten
Waar te koop een Tesla K80
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
Geheugen: de specificatie die alles bepaalt
Geheugen
12 GB
Bandbreedte
241 GB/s
Grootste model
ERNIE-4.5-21B-A3B
Tesla K80 draagt 12 GB van GDDR5. Dat comfortabel reikt naar kleine en middelgrote modellen, hoewel de grootste buiten bereik blijven zonder ze te splitsen. Driver overhead laat ongeveer 10.8 GB.
Geheugenbandbreedte bereikt 241 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.
Dat komt van een memory clock van 1.25 GHz. Het verbreden van de bus en het verhogen van de kloksnelheid zijn de twee hefboommechanismen die een fabrikant heeft, daarom kan een kaart met onopvallende cores toch snel genereren.
Gezamenlijk is het grootste model dat past ERNIE-4.5-21B-A3B, 21B, gecomprimeerd tot Q3_K_M en genereren rond 61.8 tokens per seconde
De chip en hoe deze is gebouwd
Tesla K80 is gebouwd op de graphics processor GK210, het gebruik van de architectuur Kepler 2.0 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 2014, ruwweg 11.704112063994 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
1.4 TFLOPS
Dubbelprecisie doorvoersnelheid bereikt 1.4 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 562 MHz naar een boost van 824 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 K80 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 2,496 Schaduwunits, 208 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
300 W
Tesla K80 is beoordeeld op 300 W, en de aanbevolen systeemvoeding is 700 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, en heeft 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 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 K80
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 K80
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 K80
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 396 modellen de kaart ondersteunt. Het zoekvak accepteert een naam of een grootte zoals 27b, die overeenkomt met het aantal parameters.
-
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 12 GB het is vaak wat een groot model over de rand duwt.
-
03
Koppel de vergelijking aan één kwaliteitsniveau
Standaard kiest de tabel de minst-gecomprimeerde kopie die past. Het instellen van een vloer verwijdert modellen die alleen kwalificeren door zware compressie.
-
04
Neem het bereik als het antwoord
Snelheden komen met foutmarges om een reden. De beste zaak hier is 86.6 tok/s op Gemma 3 QAT 1B. Dezelfde kaart en model variëren tussen dertig en vijftig procent tussen inferentieruns.
-
05
Controleer de speling voordat je beslist
De fit-kolom scheidt modellen die net passen van degenen met ruimte over — het is de moeite waard om dit te controleren voordat je op een daarvan besluit, tegen een beschikbare 12 GB.
-
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 K80.
Antwoorden
Tesla K80 — veelgestelde vragen
Tesla K80— kan het een model draaien dat niet in zijn VRAM past?
Slechts gedeeltelijk. Lagen voorbij de GPU kaart 12 GB is mogelijk en meestal een valse economie: het systeem-geheugen gedeelte is langzaam genoeg om het resultaat te domineren.
Zou twee Tesla K80 kaarten twee keer zo snel zijn?
Capaciteit voegt toe, doorvoer niet. Twee van hen geven je 24 GB om te werken met in plaats van tweemaal de tokens per seconde — elk cijfer hier is voor een enkele CARD.
Tesla K80— Welke AI-modellen kan het draaien?
396 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 K80— wat is het grootste AI-model dat het kan draaien?
Het grootste model in onze catalogus dat past is ERNIE-4.5-21B-A3B bij 21B parameters, gecomprimeerd tot Q3_K_M. Het genereert ruwweg 61.8 tokens per second en heeft ongeveer 10.1 GB van het geheugen van de kaart.
Tesla K80— 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 86.6 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 K80— kan het draaien 7B modellen?
Ja. Bijvoorbeeld het draait DeepSeek Coder 6.7B bij Q6_K, ongeveer 9.9 GB geheugen en genereert ongeveer 18.8 tokens per seconde
Tesla K80— kan het draaien 13B modellen?
Ja. Bijvoorbeeld het draait DeepSeekMoE-16B bij Q4_K_M, ongeveer 10.0 GB geheugen en genereert ongeveer 69.4 tokens per seconde
Tesla K80— hoeveel geheugen heeft het?
Deze kaart heeft 12 GB van GDDR5. Ongeveer een tiende is gereserveerd door de inferentieruntime en de driver, wat ongeveer achterlaat 10.8 GB beschikbaar voor een MODEL en zijn CONVERSATIE.
Tesla K80— wat is de geheugenbandbreedte?
Geheugenbandbreedte bereikt 241 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 K80— welk type geheugen gebruikt het?
Het maakt gebruik van GDDR5 geklokt op 1.25 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 K80— wie maakt het?
Dit is een product van NVIDIA, met de chip geproduceerd door TSMC, een proces van 28 nm.
Tesla K80— wanneer is het uitgebracht?
Het werd uitgebracht in November 2014.
Tesla K80— hoeveel vermogen verbruikt het?
Beoordelde bordkracht is 300 W, en de aanbevolen systeemvoeding is 700 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 K80— 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 K80— ondersteunt het CUDA?
Ja. Het rapporteert CUDA rekencapaciteit 3.7, 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 K80— 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.
Tesla K80— is het goed voor het draaien van lokale AI-modellen?
Zijn geheugen dekt kleine en middelgrote modellen, hoewel de grootste buiten bereik zijn, terwijl de bandbreedte betekent dat generatie traag aanvoelt op grotere modellen. In totaal draait het 396 van de modellen die we volgen. Of dat voldoende is, hangt volledig af van welk model je wilt — de tabel hierboven beantwoordt dat direct.
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..