Bereken de TPS van de Radeon Pro Vega II 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 · 67.2 tok/s
Snelste model
Gemma 3 QAT 1B
273 tok/s · 1B
Welke AI-modellen kunnen draaien op een Radeon Pro Vega II?
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 | ||||||
|---|---|---|---|---|---|---|---|
|
273
tok/s
164–436 · lage vertrouwen |
Gemma 3 1B | 1B | Mar 2025 | 1.8 GB | 33k tokens | Q8_0 | Comfortabel |
|
273
tok/s
164–436 · lage vertrouwen |
Gemma 3 QAT 1B | 1B | Apr 2025 | 1.8 GB | 33k tokens | Q8_0 | Comfortabel |
|
273
tok/s
164–436 · lage vertrouwen |
HGRN 1B (WT 103) ≈ | 1B | Nov 2023 | 1.8 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
273
tok/s
164–436 · lage vertrouwen |
LLama 3..2 Typhoon 2 1B ≈ | 1B | Dec 2024 | 1.8 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
273
tok/s
164–436 · lage vertrouwen |
OLMo-1B ≈ | 1B | Feb 2024 | 1.8 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
273
tok/s
164–436 · lage vertrouwen |
Pythia-1b ≈ | 1B | Apr 2023 | 1.8 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
252
tok/s
151–404 · lage vertrouwen |
OpenELM-1.1B ≈ | 1.1B | May 2024 | 1.9 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
248
tok/s
149–397 · lage vertrouwen |
DeciCoder-1B ≈ | 1.1B | Aug 2023 | 1.9 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
248
tok/s
149–397 · lage vertrouwen |
SantaCoder ≈ | 1.1B | Jan 2023 | 1.9 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
248
tok/s
149–397 · lage vertrouwen |
TinyLlama-1.1B (1T token checkpoint) ≈ | 1.1B | Oct 2023 | 1.9 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
248
tok/s
149–397 · lage vertrouwen |
TinyLlama-1.1B (3T token checkpoint) ≈ | 1.1B | Oct 2023 | 1.9 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
227
tok/s
136–364 · lage vertrouwen |
EXAONE 4.0 (1.2B) ≈ | 1.2B | Jul 2025 | 2.0 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
227
tok/s
136–364 · lage vertrouwen |
MinerU2.5 ≈ | 1.2B | Sep 2025 | 2.0 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
227
tok/s
136–364 · lage vertrouwen |
Pleias 1.0 1.2B ≈ | 1.2B | Dec 2024 | 2.0 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
227
tok/s
136–364 · lage vertrouwen |
Pleias-RAG-1B ≈ | 1.2B | Apr 2025 | 2.0 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
222
tok/s
133–355 · lage vertrouwen |
Llama 3.2 1B | 1.2B | Sep 2024 | 2.2 GB | 131k tokens | Q8_0 | Comfortabel |
|
219
tok/s
131–350 · lage vertrouwen |
MiniCPM-1.2B ≈ | 1.2B | Jun 2024 | 2.0 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
210
tok/s
126–336 · lage vertrouwen |
DeepSeek Coder 1.3B ≈ | 1.3B | Jan 2024 | 2.1 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
210
tok/s
126–336 · lage vertrouwen |
DeepSeek-VL-1.3B ≈ | 1.3B | Mar 2024 | 2.1 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
210
tok/s
126–336 · lage vertrouwen |
DigiRL ≈ | 1.3B | Jun 2024 | 2.1 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
210
tok/s
126–336 · lage vertrouwen |
GLA Transformer 1.3B ≈ | 1.3B | Aug 2024 | 2.1 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
210
tok/s
126–336 · lage vertrouwen |
Janus 1.3B ≈ | 1.3B | Oct 2024 | 2.1 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
210
tok/s
126–336 · lage vertrouwen |
Kosmos-2.5 ≈ | 1.3B | Aug 2024 | 2.1 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
210
tok/s
126–336 · lage vertrouwen |
Otter ≈ | 1.3B | May 2023 | 2.1 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
210
tok/s
126–336 · 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
Radeon Pro Vega II 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
- 825 GB/s
- Geheugen type
- HBM2
- Geheugensnelheid bus breedte
- 4,096 bit
- Geheugenklok
- 806 MHz
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
- Vega 20
- Architectuur
- GCN 5.1
- Generatie
- Radeon Pro Mac(Vega Series)
- Gieterij
- TSMC
- Procesgrootte
- 7 nm
- Transistoren
- 13.2 billion
- Transistor dichtheid
- 40,000 K/mm²
- Die grootte
- 331 mm²
- Pakket
- BGA-1933
- Uitgebracht
- 3 June 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
- 1.57 GHz
- Boost-klok
- 1.72 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
- 4,096
- Textuurmappingeenheden
- 256
- Render output units
- 64
- L1-cache
- 16 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)
- 28.2 TFLOPS
- Enkele precisie (FP32)
- 14.1 TFLOPS
- Dubbele precisie (FP64)
- 7 TFLOPS
- Pixel rate
- 110 GPixel/s
- Textuursnelheid
- 440 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)
- 475 W
- Voorgestelde voeding
- 850 W
- Businterface
- Apple MPX
- Sleufbreedte
- Quad-slot
- Weergave-uitvoer
- 1x HDMI 2.0b, 4x Thunderbolt
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.
- DirectX
- 12.1
- OpenGL
- 4.6
- Vulkan
- 1.3
- OpenCL
- 2.1
- Shader-model
- 6.7
Lijsten
Waar te koop een Radeon Pro Vega II
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
32 GB
Bandbreedte
825 GB/s
Grootste model
Phi-3.5-MoE
Radeon Pro Vega II draagt 32 GB van HBM2. 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 825 GB/s over een bus van 4,096 bits. Een token genereren betekent elke WEIGHT één keer lezen, zodat dat cijfer het tempo bepaalt meer dan enig ander getal hier, en op dit niveau arriveert tekst sneller dan de meeste mensen lezen.
De figuur is de busbreedte vermenigvuldigd met een geheugenklok van 806 MHz. 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 67.2 tokens per seconde
De chip en hoe deze is gebouwd
Radeon Pro Vega II is gebouwd op de graphics processor Vega 20, het gebruik van de architectuur GCN 5.1 van AMD, als onderdeel van de generatie Radeon Pro Mac(Vega Series).
De chip is vervaardigd door TSMC, een proces van 7 nm, met een dobbelsteen die meet 331 mm², houden 13.2 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 June 2019, ruwweg 7.1614969826273 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
28.2 TFLOPS
FP64
7 TFLOPS
Op papier Radeon Pro Vega II bereikt 28.2 TFLOPS op halve precisie, en 14.1 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 7 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 1.57 GHz naar een boost van 1.72 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
Radeon Pro Vega II heeft een L1 cache van 16 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 4,096 Schaduwunits, 256 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
475 W
Radeon Pro Vega II is beoordeeld op 475 W, en de aanbevolen systeemvoeding is 850 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 quad-slot. 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 Apple MPX. 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 Radeon Pro Vega II
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 Radeon Pro Vega II
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 Radeon Pro Vega II
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 513 modellen die deze kaart kan draaien. Zoek op naam of op grootte - het typen van 27b komt overeen met het parameter aantal, zelfs als de naam het nooit vermeldt.
-
02
Stel de contextlengte in die je daadwerkelijk zult gebruiken
Lange gesprekken kosten geheugen bovenop de gewichten. Tegen 32 GB het is vaak wat een groot model over de rand duwt.
-
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
Neem het bereik als het antwoord
Elke snelheid is een schatting voor een enkel gesprek, met een bereik eronder. Het bovenste einde hier is 273 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
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. 32 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 Radeon Pro Vega II.
Antwoorden
Radeon Pro Vega II — veelgestelde vragen
Radeon Pro Vega II— wie maakt het?
Dit is een product van AMD, met de chip geproduceerd door TSMC, een proces van 7 nm.
Radeon Pro Vega II— wanneer is het uitgebracht?
Het werd uitgebracht in June 2019.
Radeon Pro Vega II— hoeveel vermogen verbruikt het?
Beoordelde bordkracht is 475 W, en de aanbevolen systeemvoeding is 850 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.
Radeon Pro Vega II— hoeveel cache heeft het?
De L1-cache is 16 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.
Radeon Pro Vega II— wat zijn zijn TFLOPS?
Het is beoordeeld op 28.2 TFLOPS bij halve precisie en 14.1 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.
Radeon Pro Vega II— ondersteunt het CUDA?
Nee. CUDA is alleen van NVIDIA, en dit is een card van AMD. Het draait taalmodellen via ROCm, Vulkan of Metal, afhankelijk van de software, die minder rijp zijn dan het CUDA-pad — onze schattingen passen daarvoor een straf toe.
Radeon Pro Vega II— Welke businterface gebruikt het?
Het maakt gebruik van Apple MPX. 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.
Radeon Pro Vega II— is het goed voor het draaien van lokale AI-modellen?
Zijn VRAM dekt comfortabel de middelgrote modellen die de meeste mensen lokaal draaien en zijn bandbreedte is hoog genoeg om tekst sneller te genereren dan de meeste mensen lezen. 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.
Radeon Pro Vega II— kan het een model draaien dat niet in zijn VRAM past?
Afschuiven voorbij de card's 32 GB is mogelijk en meestal een valse economie: het systeem-geheugen gedeelte is langzaam genoeg om het resultaat te domineren.
Zou twee Radeon Pro Vega II kaarten twee keer zo snel zijn?
Nee. Een tweede kaart verdubbelt het geheugen naar 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.
Radeon Pro Vega II— 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.
Radeon Pro Vega II— 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 67.2 tokens per second en heeft ongeveer 27.2 GB van het geheugen van de kaart.
Radeon Pro Vega II— 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 273 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.
Radeon Pro Vega II— kan het draaien 7B modellen?
Ja. Bijvoorbeeld het draait Multi-Token Prediction 7B bij Q8_0, ongeveer 7.9 GB geheugen en genereert ongeveer 40.7 tokens per seconde
Radeon Pro Vega II— kan het draaien 13B modellen?
Ja. Bijvoorbeeld het draait DeepSeekMoE-16B bij Q8_0, ongeveer 17.5 GB geheugen en genereert ongeveer 94.7 tokens per seconde
Radeon Pro Vega II— 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 78.6 tokens per seconde
Radeon Pro Vega II— hoeveel geheugen heeft het?
Deze kaart heeft 32 GB van HBM2. Ongeveer een tiende is gereserveerd door de inferentieruntime en de driver, wat ongeveer achterlaat 28.8 GB beschikbaar voor een MODEL en zijn CONVERSATIE.
Radeon Pro Vega II— wat is de geheugenbandbreedte?
Geheugenbandbreedte bereikt 825 GB/s over een bus van 4,096 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.
Radeon Pro Vega II— welk type geheugen gebruikt het?
Het maakt gebruik van HBM2 geklokt op 806 MHz. 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.
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..