Bereken de TPS van de Quadro M3000M 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
DeciLM 6B
5.7B · Q3_K_M · 27.3 tok/s
Snelste model
Gemma 3 QAT 1B
57.7 tok/s · 1B
Welke AI-modellen kunnen draaien op een Quadro M3000M?
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.
97 modellen komen overeen
Berekenen| Kwantificatie | Past | ||||||
|---|---|---|---|---|---|---|---|
|
57.7
tok/s
20–115 · lage vertrouwen |
Gemma 3 1B | 1B | Mar 2025 | 1.8 GB | 33k tokens | Q8_0 | Comfortabel |
|
57.7
tok/s
20–115 · lage vertrouwen |
Gemma 3 QAT 1B | 1B | Apr 2025 | 1.8 GB | 33k tokens | Q8_0 | Comfortabel |
|
57.7
tok/s
20–115 · lage vertrouwen |
HGRN 1B (WT 103) ≈ | 1B | Nov 2023 | 1.8 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
57.7
tok/s
20–115 · lage vertrouwen |
LLama 3..2 Typhoon 2 1B ≈ | 1B | Dec 2024 | 1.8 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
57.7
tok/s
20–115 · lage vertrouwen |
OLMo-1B ≈ | 1B | Feb 2024 | 1.8 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
57.7
tok/s
20–115 · lage vertrouwen |
Pythia-1b ≈ | 1B | Apr 2023 | 1.8 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
53.5
tok/s
19–107 · lage vertrouwen |
OpenELM-1.1B ≈ | 1.1B | May 2024 | 1.9 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
52.5
tok/s
18–105 · lage vertrouwen |
DeciCoder-1B ≈ | 1.1B | Aug 2023 | 1.9 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
52.5
tok/s
18–105 · lage vertrouwen |
SantaCoder ≈ | 1.1B | Jan 2023 | 1.9 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
52.5
tok/s
18–105 · lage vertrouwen |
TinyLlama-1.1B (1T token checkpoint) ≈ | 1.1B | Oct 2023 | 1.9 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
52.5
tok/s
18–105 · lage vertrouwen |
TinyLlama-1.1B (3T token checkpoint) ≈ | 1.1B | Oct 2023 | 1.9 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
48.1
tok/s
17–96 · lage vertrouwen |
EXAONE 4.0 (1.2B) ≈ | 1.2B | Jul 2025 | 2.0 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
48.1
tok/s
17–96 · lage vertrouwen |
MinerU2.5 ≈ | 1.2B | Sep 2025 | 2.0 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
48.1
tok/s
17–96 · lage vertrouwen |
Pleias 1.0 1.2B ≈ | 1.2B | Dec 2024 | 2.0 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
48.1
tok/s
17–96 · lage vertrouwen |
Pleias-RAG-1B ≈ | 1.2B | Apr 2025 | 2.0 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
47.0
tok/s
16–94 · lage vertrouwen |
Llama 3.2 1B | 1.2B | Sep 2024 | 2.2 GB | 54k tokens | Q8_0 | Comfortabel |
|
46.3
tok/s
16–93 · lage vertrouwen |
MiniCPM-1.2B ≈ | 1.2B | Jun 2024 | 2.0 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
44.4
tok/s
16–89 · lage vertrouwen |
DeepSeek Coder 1.3B ≈ | 1.3B | Jan 2024 | 2.1 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
44.4
tok/s
16–89 · lage vertrouwen |
DeepSeek-VL-1.3B ≈ | 1.3B | Mar 2024 | 2.1 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
44.4
tok/s
16–89 · lage vertrouwen |
DigiRL ≈ | 1.3B | Jun 2024 | 2.1 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
44.4
tok/s
16–89 · lage vertrouwen |
GLA Transformer 1.3B ≈ | 1.3B | Aug 2024 | 2.1 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
44.4
tok/s
16–89 · lage vertrouwen |
Janus 1.3B ≈ | 1.3B | Oct 2024 | 2.1 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
44.4
tok/s
16–89 · lage vertrouwen |
Kosmos-2.5 ≈ | 1.3B | Aug 2024 | 2.1 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
44.4
tok/s
16–89 · lage vertrouwen |
Otter ≈ | 1.3B | May 2023 | 2.1 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
44.4
tok/s
16–89 · 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
Quadro M3000M 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
- 4 GB
- Geheugenbandbreedte
- 160 GB/s
- Geheugen type
- GDDR5
- Geheugensnelheid bus breedte
- 256 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
- GM204
- Architectuur
- Maxwell 2.0
- Generatie
- Quadro Maxwell-M(Mx000M)
- Gieterij
- TSMC
- Procesgrootte
- 28 nm
- Transistoren
- 5.2 billion
- Transistor dichtheid
- 13,100 K/mm²
- Die grootte
- 398 mm²
- Pakket
- BGA-1745
- Uitgebracht
- 18 August 2015
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
- 823 MHz
- Boost-klok
- 924 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
- 1,024
- Textuurmappingeenheden
- 64
- Render output units
- 32
- Streaming multiprocessors
- 8
- L1-cache
- 48 KB
- L2-cache
- 2 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)
- 1.9 TFLOPS
- Dubbele precisie (FP64)
- 59.1 GFLOPS
- Pixel rate
- 30 GPixel/s
- Textuursnelheid
- 59 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)
- 75 W
- Stroomconnectoren
- None
- Businterface
- PCIe 3.0 x16
- Sleufbreedte
- MXM Module
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
- 5.2
- DirectX
- 12.1
- OpenGL
- 4.6
- Vulkan
- 1.4
- OpenCL
- 3.0
- Shader-model
- 6.8
Lijsten
Waar te koop een Quadro M3000M
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
4 GB
Bandbreedte
160 GB/s
Grootste model
DeciLM 6B
Quadro M3000M draagt alleen 4 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 3.6 GB.
Geheugenbandbreedte bereikt 160 GB/s over een bus van 256 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 is waarom core-aantallen de generatie-snelheid zo slecht voorspellen.
Gezamenlijk is het grootste model dat past DeciLM 6B, 5.7B, gecomprimeerd tot Q3_K_M en genereren rond 27.3 tokens per seconde
De chip en hoe deze is gebouwd
Quadro M3000M is gebouwd op de graphics processor GM204, het gebruik van de architectuur Maxwell 2.0 van NVIDIA, als onderdeel van de generatie Quadro Maxwell-M(Mx000M).
De chip is vervaardigd door TSMC, een proces van 28 nm, met een dobbelsteen die meet 398 mm², houden 5.2 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 August 2015, ruwweg 10.953267415997 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
59.1 GFLOPS
Dubbelprecisie doorvoersnelheid bereikt 59.1 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 823 MHz naar een boost van 924 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
Quadro M3000M heeft een L1 cache van 48 KB, ondersteund door een L2-cache van 2 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 1,024 Schaduwunits, 64 Textuurmappingeenheden, en 32 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
75 W
Quadro M3000M is beoordeeld op 75 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 mxm module. 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 Quadro M3000M
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 Quadro M3000M
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 Quadro M3000M
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 97 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 4 GB dus de instelling is het waard om goed te krijgen.
-
03
Kies hoe ver je wilt comprimeren
Standaard kiest de tabel de minst-gecomprimeerde kopie die past. Het instellen van een vloer verwijdert modellen die alleen kwalificeren door zware compressie.
-
04
Lees de snelheid en het bereik
Snelheden komen met foutmarges om een reden. De beste zaak hier is 57.7 tok/s op Gemma 3 QAT 1B. Dezelfde kaart en model variëren tussen dertig en vijftig procent tussen inferentieruns.
-
05
Controleer de geheugen kolom voordat je commit.
Een krappe pas werkt maar laat geen ruimte om de context later te verhogen; comfortabel heeft speling. De geheugen kolom toont wat elk model nodig heeft tegen een beschikbare 4 GB.
-
06
Cross-check tegen andere hardware
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 Quadro M3000M.
Antwoorden
Quadro M3000M — veelgestelde vragen
Quadro M3000M— 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 57.7 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.
Quadro M3000M— hoeveel geheugen heeft het?
Deze kaart heeft 4 GB van GDDR5. Ongeveer een tiende is gereserveerd door de inferentieruntime en de driver, wat ongeveer achterlaat 3.6 GB beschikbaar voor een MODEL en zijn CONVERSATIE.
Quadro M3000M— wat is de geheugenbandbreedte?
Geheugenbandbreedte bereikt 160 GB/s over een bus van 256 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.
Quadro M3000M— 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.
Quadro M3000M— wie maakt het?
Dit is een product van NVIDIA, met de chip geproduceerd door TSMC, een proces van 28 nm.
Quadro M3000M— wanneer is het uitgebracht?
Het werd uitgebracht in August 2015.
Quadro M3000M— hoeveel vermogen verbruikt het?
Beoordelde bordkracht is 75 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.
Quadro M3000M— hoeveel cache heeft het?
De L1-cache is 48 KB, en de L2-cache is 2 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.
Quadro M3000M— ondersteunt het CUDA?
Ja. Het rapporteert CUDA rekencapaciteit 5.2, 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.
Quadro M3000M— 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.
Quadro M3000M— 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 97 van de modellen die we volgen. Of dat voldoende is, hangt volledig af van welk model je wilt — de tabel hierboven beantwoordt dat direct.
Quadro M3000M— 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 4 GB trekt het hele ding naar beneden, en geen van de cijfers op deze pagina gaat ervan uit.
Zou twee Quadro M3000M kaarten twee keer zo snel zijn?
Capaciteit voegt toe, doorvoer niet. Twee van hen geven je 8 GB van gecombineerde MEMORY, met ongeveer dezelfde generatie snelheid als één.
Quadro M3000M— Welke AI-modellen kan het draaien?
97 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.
Quadro M3000M— wat is het grootste AI-model dat het kan draaien?
Het grootste model in onze catalogus dat past is DeciLM 6B bij 5.7B parameters, gecomprimeerd tot Q3_K_M. Het genereert ruwweg 27.3 tokens per second en heeft ongeveer 3.5 GB van het geheugen van de kaart.
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..