Bereken de TPS van de Quadro RTX 3000 X2 Mobile 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 · 40.0 tok/s
Snelste model
Gemma 3 QAT 1B
142 tok/s · 1B
Welke AI-modellen kunnen draaien op een Quadro RTX 3000 X2 Mobile?
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 | ||||||
|---|---|---|---|---|---|---|---|
|
142
tok/s
121–171 |
Gemma 3 1B | 1B | Mar 2025 | 1.8 GB | 33k tokens | Q8_0 | Comfortabel |
|
142
tok/s
121–171 |
Gemma 3 QAT 1B | 1B | Apr 2025 | 1.8 GB | 33k tokens | Q8_0 | Comfortabel |
|
142
tok/s
85–228 · lage vertrouwen |
HGRN 1B (WT 103) ≈ | 1B | Nov 2023 | 1.8 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
142
tok/s
85–228 · lage vertrouwen |
LLama 3..2 Typhoon 2 1B ≈ | 1B | Dec 2024 | 1.8 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
142
tok/s
85–228 · lage vertrouwen |
OLMo-1B ≈ | 1B | Feb 2024 | 1.8 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
142
tok/s
85–228 · lage vertrouwen |
Pythia-1b ≈ | 1B | Apr 2023 | 1.8 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
132
tok/s
79–211 · lage vertrouwen |
OpenELM-1.1B ≈ | 1.1B | May 2024 | 1.9 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
129
tok/s
78–207 · lage vertrouwen |
DeciCoder-1B ≈ | 1.1B | Aug 2023 | 1.9 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
129
tok/s
78–207 · lage vertrouwen |
SantaCoder ≈ | 1.1B | Jan 2023 | 1.9 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
129
tok/s
78–207 · lage vertrouwen |
TinyLlama-1.1B (1T token checkpoint) ≈ | 1.1B | Oct 2023 | 1.9 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
129
tok/s
78–207 · lage vertrouwen |
TinyLlama-1.1B (3T token checkpoint) ≈ | 1.1B | Oct 2023 | 1.9 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
119
tok/s
71–190 · lage vertrouwen |
EXAONE 4.0 (1.2B) ≈ | 1.2B | Jul 2025 | 2.0 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
119
tok/s
71–190 · lage vertrouwen |
MinerU2.5 ≈ | 1.2B | Sep 2025 | 2.0 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
119
tok/s
71–190 · lage vertrouwen |
Pleias 1.0 1.2B ≈ | 1.2B | Dec 2024 | 2.0 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
119
tok/s
71–190 · lage vertrouwen |
Pleias-RAG-1B ≈ | 1.2B | Apr 2025 | 2.0 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
116
tok/s
98–139 |
Llama 3.2 1B | 1.2B | Sep 2024 | 2.2 GB | 113k tokens | Q8_0 | Comfortabel |
|
114
tok/s
68–183 · lage vertrouwen |
MiniCPM-1.2B ≈ | 1.2B | Jun 2024 | 2.0 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
109
tok/s
66–175 · lage vertrouwen |
DeepSeek Coder 1.3B ≈ | 1.3B | Jan 2024 | 2.1 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
109
tok/s
66–175 · lage vertrouwen |
DeepSeek-VL-1.3B ≈ | 1.3B | Mar 2024 | 2.1 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
109
tok/s
66–175 · lage vertrouwen |
DigiRL ≈ | 1.3B | Jun 2024 | 2.1 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
109
tok/s
66–175 · lage vertrouwen |
GLA Transformer 1.3B ≈ | 1.3B | Aug 2024 | 2.1 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
109
tok/s
66–175 · lage vertrouwen |
Janus 1.3B ≈ | 1.3B | Oct 2024 | 2.1 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
109
tok/s
66–175 · lage vertrouwen |
Kosmos-2.5 ≈ | 1.3B | Aug 2024 | 2.1 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
109
tok/s
66–175 · lage vertrouwen |
Otter ≈ | 1.3B | May 2023 | 2.1 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
109
tok/s
66–175 · 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 RTX 3000 X2 Mobile 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
- 336 GB/s
- Geheugen type
- GDDR6
- Geheugensnelheid bus breedte
- 192 bit
- Geheugenklok
- 1.75 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
- TU106
- Architectuur
- Turing
- Generatie
- Quadro Turing-M(Tx000)
- Gieterij
- TSMC
- Procesgrootte
- 12 nm
- Transistoren
- 10.8 billion
- Transistor dichtheid
- 24,300 K/mm²
- Die grootte
- 445 mm²
- Pakket
- BGA-2228
- Uitgebracht
- 27 May 2019
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
- 945 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
- 1,920
- Textuurmappingeenheden
- 120
- Render output units
- 64
- Streaming multiprocessors
- 30
- Tensor cores
- 240
- Ray tracing cores
- 30
- L1-cache
- 64 KB
- L2-cache
- 4 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)
- 10.6 TFLOPS
- Enkele precisie (FP32)
- 5.3 TFLOPS
- Dubbele precisie (FP64)
- 165.6 GFLOPS
- Pixel rate
- 88 GPixel/s
- Textuursnelheid
- 166 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)
- 160 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
- 7.5
- DirectX
- 12.2
- OpenGL
- 4.6
- Vulkan
- 1.4
- OpenCL
- 3.0
- Shader-model
- 6.8
Lijsten
Waar te koop een Quadro RTX 3000 X2 Mobile
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
336 GB/s
Grootste model
Qwen-VL
Quadro RTX 3000 X2 Mobile draagt alleen 6 GB van GDDR6. 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 336 GB/s over een bus van 192 bits. Dat is het nummer dat de generatie snelheid beheerst — de rekenkracht per gelezen byte is klein genoeg dat de bus, niet de cores, is waar alles op wacht.
Bandbreedte is klok vermenigvuldigd met busbreedte, en deze kaart klokt zijn geheugen op 1.75 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.
In de praktijk komt die combinatie uit op Qwen-VL, 9.6B, gecomprimeerd tot Q3_K_M en genereren rond 40.0 tokens per seconde
De chip en hoe deze is gebouwd
Quadro RTX 3000 X2 Mobile is gebouwd op de graphics processor TU106, het gebruik van de architectuur Turing van NVIDIA, als onderdeel van de generatie Quadro Turing-M(Tx000).
De chip is vervaardigd door TSMC, een proces van 12 nm, met een dobbelsteen die meet 445 mm², houden 10.8 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 May 2019, ruwweg 7.1805167794716 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
10.6 TFLOPS
FP64
165.6 GFLOPS
Tensor cores
240
Op papier Quadro RTX 3000 X2 Mobile bereikt 10.6 TFLOPS op halve precisie, en 5.3 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 165.6 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 240 Tensor cores over 30 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 945 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
Quadro RTX 3000 X2 Mobile heeft een L1 cache van 64 KB, ondersteund door een L2-cache van 4 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 1,920 Schaduwunits, 120 Textuurmappingeenheden, en 64 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
160 W
Quadro RTX 3000 X2 Mobile is beoordeeld op 160 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 RTX 3000 X2 Mobile
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 RTX 3000 X2 Mobile
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 RTX 3000 X2 Mobile
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
Begin met het model, niet de specificatie
De tabel somt 266 modellen die deze kaart draait. Zoek verkleint de lijst op naam of op grootte.
-
02
Stem de context af op uw werk
Stel de context in op uw echte werklengte. Korte vragen kosten bijna niets, maar een lang document kan een groot deel van 6 GB dus de instelling is het waard om goed te krijgen.
-
03
Stel een minimale kwaliteit in als je er een nodig hebt
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.
-
04
Neem het bereik als het antwoord
De cijfers zijn berekend, niet gemeten. Het snelste resultaat op deze kaart is 142 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 6 GB.
-
06
Open het model om kaarten te vergelijken
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 RTX 3000 X2 Mobile.
Antwoorden
Quadro RTX 3000 X2 Mobile — veelgestelde vragen
Quadro RTX 3000 X2 Mobile— wat zijn zijn TFLOPS?
Het is beoordeeld op 10.6 TFLOPS bij halve precisie en 5.3 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.
Quadro RTX 3000 X2 Mobile— hoeveel tensor cores heeft het?
Het heeft 240 Tensor cores over 30 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.
Quadro RTX 3000 X2 Mobile— ondersteunt het CUDA?
Ja. Het rapporteert CUDA rekencapaciteit 7.5. Capaciteit 7.0 en hoger heeft tensorcores, die moderne inferentiesoftware gebruikt; daaronder valt het terug op langzamere codepaden voor gekwantiseerde modellen.
Quadro RTX 3000 X2 Mobile— 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 RTX 3000 X2 Mobile— 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.
Quadro RTX 3000 X2 Mobile— kan het een model draaien dat niet in zijn VRAM past?
Afschuiven voorbij de card's 6 GB zit in GPU VRAM en draait met een fractie van de snelheid, zodat een grotendeels-afgevoerd model zelden de moeite waard is om te gebruiken. Elke cijfer hier gaat ervan uit dat het volledig op de kaart aanwezig is.
Zou twee Quadro RTX 3000 X2 Mobile kaarten twee keer zo snel zijn?
Het koppelen ervan koopt ruimte in plaats van snelheid: 12 GB van gecombineerde MEMORY, met ongeveer dezelfde generatie snelheid als één.
Quadro RTX 3000 X2 Mobile— 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.
Quadro RTX 3000 X2 Mobile— 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 40.0 tokens per second en heeft ongeveer 5.4 GB van het geheugen van de kaart.
Quadro RTX 3000 X2 Mobile— 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 142 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 RTX 3000 X2 Mobile— kan het draaien 7B modellen?
Ja. Bijvoorbeeld het draait MetaMath 7B (Mistral finetune) bij IQ4_XS, ongeveer 5.1 GB geheugen en genereert ongeveer 49.9 tokens per seconde
Quadro RTX 3000 X2 Mobile— hoeveel geheugen heeft het?
Deze kaart heeft 6 GB van GDDR6. Ongeveer een tiende is gereserveerd door de inferentieruntime en de driver, wat ongeveer achterlaat 5.4 GB beschikbaar voor een MODEL en zijn CONVERSATIE.
Quadro RTX 3000 X2 Mobile— wat is de geheugenbandbreedte?
Geheugenbandbreedte bereikt 336 GB/s over een bus van 192 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 RTX 3000 X2 Mobile— welk type geheugen gebruikt het?
Het maakt gebruik van GDDR6 geklokt op 1.75 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 RTX 3000 X2 Mobile— wie maakt het?
Dit is een product van NVIDIA, met de chip geproduceerd door TSMC, een proces van 12 nm.
Quadro RTX 3000 X2 Mobile— wanneer is het uitgebracht?
Het werd uitgebracht in May 2019.
Quadro RTX 3000 X2 Mobile— hoeveel vermogen verbruikt het?
Beoordelde bordkracht is 160 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 RTX 3000 X2 Mobile— hoeveel cache heeft het?
De L1-cache is 64 KB, en de L2-cache is 4 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.
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..