Bereken de TPS van de Jetson AGX Xavier 32 GB 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
Phi-3.5-MoE
60.8B · Q3_K_M · 14.3 tok/s
Snelste model
Gemma 3 QAT 1B
57.8 tok/s · 1B
Welke AI-modellen kunnen draaien op een Jetson AGX Xavier 32 GB?
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.
513 modellen komen overeen
Berekenen| Kwantificatie | Past | ||||||
|---|---|---|---|---|---|---|---|
|
57.8
tok/s
49–69 |
Gemma 3 1B | 1B | Mar 2025 | 1.8 GB | 33k tokens | Q8_0 | Comfortabel |
|
57.8
tok/s
49–69 |
Gemma 3 QAT 1B | 1B | Apr 2025 | 1.8 GB | 33k tokens | Q8_0 | Comfortabel |
|
57.8
tok/s
35–93 · lage vertrouwen |
HGRN 1B (WT 103) ≈ | 1B | Nov 2023 | 1.8 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
57.8
tok/s
35–93 · lage vertrouwen |
LLama 3..2 Typhoon 2 1B ≈ | 1B | Dec 2024 | 1.8 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
57.8
tok/s
35–93 · lage vertrouwen |
OLMo-1B ≈ | 1B | Feb 2024 | 1.8 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
57.8
tok/s
35–93 · lage vertrouwen |
Pythia-1b ≈ | 1B | Apr 2023 | 1.8 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
53.5
tok/s
32–86 · lage vertrouwen |
OpenELM-1.1B ≈ | 1.1B | May 2024 | 1.9 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
52.6
tok/s
32–84 · lage vertrouwen |
DeciCoder-1B ≈ | 1.1B | Aug 2023 | 1.9 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
52.6
tok/s
32–84 · lage vertrouwen |
SantaCoder ≈ | 1.1B | Jan 2023 | 1.9 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
52.6
tok/s
32–84 · lage vertrouwen |
TinyLlama-1.1B (1T token checkpoint) ≈ | 1.1B | Oct 2023 | 1.9 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
52.6
tok/s
32–84 · lage vertrouwen |
TinyLlama-1.1B (3T token checkpoint) ≈ | 1.1B | Oct 2023 | 1.9 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
48.2
tok/s
29–77 · lage vertrouwen |
EXAONE 4.0 (1.2B) ≈ | 1.2B | Jul 2025 | 2.0 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
48.2
tok/s
29–77 · lage vertrouwen |
MinerU2.5 ≈ | 1.2B | Sep 2025 | 2.0 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
48.2
tok/s
29–77 · lage vertrouwen |
Pleias 1.0 1.2B ≈ | 1.2B | Dec 2024 | 2.0 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
48.2
tok/s
29–77 · lage vertrouwen |
Pleias-RAG-1B ≈ | 1.2B | Apr 2025 | 2.0 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
47.0
tok/s
40–56 |
Llama 3.2 1B | 1.2B | Sep 2024 | 2.2 GB | 131k tokens | Q8_0 | Comfortabel |
|
46.3
tok/s
28–74 · lage vertrouwen |
MiniCPM-1.2B ≈ | 1.2B | Jun 2024 | 2.0 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
44.5
tok/s
27–71 · lage vertrouwen |
DeepSeek Coder 1.3B ≈ | 1.3B | Jan 2024 | 2.1 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
44.5
tok/s
27–71 · lage vertrouwen |
DeepSeek-VL-1.3B ≈ | 1.3B | Mar 2024 | 2.1 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
44.5
tok/s
27–71 · lage vertrouwen |
DigiRL ≈ | 1.3B | Jun 2024 | 2.1 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
44.5
tok/s
27–71 · lage vertrouwen |
GLA Transformer 1.3B ≈ | 1.3B | Aug 2024 | 2.1 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
44.5
tok/s
27–71 · lage vertrouwen |
Janus 1.3B ≈ | 1.3B | Oct 2024 | 2.1 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
44.5
tok/s
27–71 · lage vertrouwen |
Kosmos-2.5 ≈ | 1.3B | Aug 2024 | 2.1 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
44.5
tok/s
27–71 · lage vertrouwen |
Otter ≈ | 1.3B | May 2023 | 2.1 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
44.5
tok/s
27–71 · 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
Jetson AGX Xavier 32 GB 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
- 32 GB
- Geheugenbandbreedte
- 137 GB/s
- Geheugen type
- LPDDR4X
- Geheugensnelheid bus breedte
- 256 bit
- Geheugenklok
- 2.13 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
- GV10B
- Architectuur
- Volta
- Generatie
- Tegra(Volta)
- Gieterij
- TSMC
- Procesgrootte
- 12 nm
- Transistoren
- 9 billion
- Transistor dichtheid
- 25,700 K/mm²
- Die grootte
- 350 mm²
- Uitgebracht
- 1 October 2018
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
- 854 MHz
- Boost-klok
- 1.38 GHz
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
- 512
- Textuurmappingeenheden
- 32
- Render output units
- 16
- Streaming multiprocessors
- 8
- Tensor cores
- 64
- L1-cache
- 128 KB
- L2-cache
- 0.5 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.
- Half precisie (FP16)
- 2.8 TFLOPS
- Enkele precisie (FP32)
- 1.4 TFLOPS
- Dubbele precisie (FP64)
- 705 GFLOPS
- Pixel rate
- 22 GPixel/s
- Textuursnelheid
- 44 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)
- 30 W
- Businterface
- PCIe 4.0 x4
- Sleufbreedte
- IGP
- Afmetingen
- 100 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
- 7.2
- DirectX
- 12.1
- OpenGL
- 4.6
- Vulkan
- 1.2
- OpenCL
- 1.2
- Shader-model
- 6.0
Lijsten
Waar te koop een Jetson AGX Xavier 32 GB
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
32 GB
Bandbreedte
137 GB/s
Grootste model
Phi-3.5-MoE
Jetson AGX Xavier 32 GB draagt 32 GB van LPDDR4X. Dat dekt de middelgrote modellen die de meeste mensen daadwerkelijk draaien. Zodra de runtime en de driver hun werkomgeving reserveren, blijft er ongeveer dit over: 28.8 GB.
Geheugenbandbreedte bereikt 137 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.
Bandbreedte is klok vermenigvuldigd met busbreedte, en deze kaart klokt zijn geheugen op 2.13 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.
De grootste zaak die het bevat is Phi-3.5-MoE, 60.8B, gecomprimeerd tot Q3_K_M en genereren rond 14.3 tokens per seconde
De chip en hoe deze is gebouwd
Jetson AGX Xavier 32 GB is gebouwd op de graphics processor GV10B, het gebruik van de architectuur Volta van NVIDIA, als onderdeel van de generatie Tegra(Volta).
De chip is vervaardigd door TSMC, een proces van 12 nm, met een dobbelsteen die meet 350 mm², houden 9 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 October 2018, ruwweg 7.8327291833826 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
FP16
2.8 TFLOPS
FP64
705 GFLOPS
Tensor cores
64
Op papier Jetson AGX Xavier 32 GB bereikt 2.8 TFLOPS op halve precisie, en 1.4 TFLOPS bij enkele precisie. Dit zijn piekfiguren die geen echte werkbelasting ondersteunen, en het genereren van tekst bereikt slechts een klein fractie van hen - decoderen wordt beperkt door geheugen in plaats van door rekenkracht, wat de reden is dat een kaart hier enorm krachtig kan lijken en toch tokens produceert tegen een gewone snelheid.
Dubbelprecisie doorvoersnelheid bereikt 705 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.
De kaart draagt 64 Tensor cores over 8 Streaming multiprocessors. Deze versnellen de matrixarithmeticiteit die ten grondslag ligt aan een transformer, en zij zijn wat het verwerken van prompts — het lezen van een lang document voordat er wordt geantwoord — dramatisch sneller maakt dan anders het geval zou zijn.
Klokken draaien vanaf een basis van 854 MHz naar een boost van 1.38 GHz. 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
Jetson AGX Xavier 32 GB heeft een L1 cache van 128 KB, ondersteund door een L2-cache van 0.5 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 512 Schaduwunits, 32 Textuurmappingeenheden, en 16 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
30 W
Jetson AGX Xavier 32 GB is beoordeeld op 30 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 igp, meten 100 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 4.0 x4. 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 Jetson AGX Xavier 32 GB
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 Jetson AGX Xavier 32 GB
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 Jetson AGX Xavier 32 GB
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
Vind het model in de tabel
De tabel somt 513 modellen die deze kaart draait. Zoek verkleint de lijst op naam of op grootte.
-
02
Bepaal hoe lang je gesprekken duren
Stel de context in op uw echte werklengte. Korte vragen kosten bijna niets, maar een lang document kan een groot deel van 32 GB dus de instelling is het waard om goed te krijgen.
-
03
Stel een minimale kwaliteit in als je er een nodig hebt
Compressie is wat grotere modellen laat passen. De kwaliteitscontrole laat elk model vallen dat er meer van nodig heeft dan je bereid bent te geven.
-
04
Neem het bereik als het antwoord
Elke snelheid is een schatting voor een enkel gesprek, met een bereik eronder. Het bovenste einde hier is 57.8 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
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 32 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 Jetson AGX Xavier 32 GB.
Antwoorden
Jetson AGX Xavier 32 GB — veelgestelde vragen
Jetson AGX Xavier 32 GB— is het goed voor het draaien van lokale AI-modellen?
Zijn geheugen dekt comfortabel de middelgrote modellen die de meeste mensen lokaal draaien, hoewel zijn bandbreedte betekent dat generatie traag aanvoelt op grotere modellen. In totaal draait het 513 van de modellen die we volgen. Of dat voldoende is, hangt volledig af van welk model je wilt — de tabel hierboven beantwoordt dat direct.
Jetson AGX Xavier 32 GB— 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 32 GB is mogelijk en meestal een valse economie: het systeem-geheugen gedeelte is langzaam genoeg om het resultaat te domineren.
Zou twee Jetson AGX Xavier 32 GB kaarten twee keer zo snel zijn?
Capaciteit voegt toe, doorvoer niet. Twee van hen geven je 64 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.
Jetson AGX Xavier 32 GB— Welke AI-modellen kan het draaien?
513 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.
Jetson AGX Xavier 32 GB— wat is het grootste AI-model dat het kan draaien?
Het grootste model in onze catalogus dat past is Phi-3.5-MoE bij 60.8B parameters, gecomprimeerd tot Q3_K_M. Het genereert ruwweg 14.3 tokens per second en heeft ongeveer 27.2 GB van het geheugen van de kaart.
Jetson AGX Xavier 32 GB— 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 57.8 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.
Jetson AGX Xavier 32 GB— kan het draaien 7B modellen?
Ja. Bijvoorbeeld het draait Multi-Token Prediction 7B bij Q8_0, ongeveer 7.9 GB geheugen en genereert ongeveer 8.6 tokens per seconde
Jetson AGX Xavier 32 GB— kan het draaien 13B modellen?
Ja. Bijvoorbeeld het draait DeepSeekMoE-16B bij Q8_0, ongeveer 17.5 GB geheugen en genereert ongeveer 20.1 tokens per seconde
Jetson AGX Xavier 32 GB— kan het draaien 30B modellen?
Ja. Bijvoorbeeld het draait ERNIE-4.5-VL-28B-A3B bij Q6_K, ongeveer 22.7 GB geheugen en genereert ongeveer 16.7 tokens per seconde
Jetson AGX Xavier 32 GB— hoeveel geheugen heeft het?
Deze kaart heeft 32 GB van LPDDR4X. Ongeveer een tiende is gereserveerd door de inferentieruntime en de driver, wat ongeveer achterlaat 28.8 GB beschikbaar voor een MODEL en zijn CONVERSATIE.
Jetson AGX Xavier 32 GB— wat is de geheugenbandbreedte?
Geheugenbandbreedte bereikt 137 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.
Jetson AGX Xavier 32 GB— welk type geheugen gebruikt het?
Het maakt gebruik van LPDDR4X geklokt op 2.13 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.
Jetson AGX Xavier 32 GB— wie maakt het?
Dit is een product van NVIDIA, met de chip geproduceerd door TSMC, een proces van 12 nm.
Jetson AGX Xavier 32 GB— wanneer is het uitgebracht?
Het werd uitgebracht in October 2018.
Jetson AGX Xavier 32 GB— hoeveel vermogen verbruikt het?
Beoordelde bordkracht is 30 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.
Jetson AGX Xavier 32 GB— hoeveel cache heeft het?
De L1-cache is 128 KB, en de L2-cache is 0.5 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.
Jetson AGX Xavier 32 GB— wat zijn zijn TFLOPS?
Het is beoordeeld op 2.8 TFLOPS bij halve precisie en 1.4 TFLOPS bij enkele precisie. Dit zijn piek-arithmetische plafonds in plaats van haalbare snelheden, en tekstgeneratie bereikt slechts een klein deel ervan omdat het beperkt is door geheugenbandbreedte.
Jetson AGX Xavier 32 GB— hoeveel tensor cores heeft het?
Het heeft 64 Tensor cores over 8 Streaming multiprocessors. Ze versnellen de matrixarithmetic waaruit een transformer is opgebouwd, wat voornamelijk de verwerking van een lange prompt versnelt in plaats van het produceren van de reactie.
Jetson AGX Xavier 32 GB— ondersteunt het CUDA?
Ja. Het rapporteert CUDA rekencapaciteit 7.2. Capaciteit 7.0 en hoger heeft tensorcores, die moderne inferentiesoftware gebruikt; daaronder valt het terug op langzamere codepaden voor gekwantiseerde modellen.
Jetson AGX Xavier 32 GB— Welke businterface gebruikt het?
Het maakt gebruik van PCIe 4.0 x4. 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..