Bereken de TPS van de Radeon Instinct MI250 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
Solar Open2 250B
250.3B · Q3_K_M · 64.9 tok/s
Snelste model
Gemma 3 QAT 1B
1,084 tok/s · 1B
Welke AI-modellen kunnen draaien op een Radeon Instinct MI250?
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.
624 modellen komen overeen
Berekenen| Kwantificatie | Past | ||||||
|---|---|---|---|---|---|---|---|
|
1,084
tok/s
650–1,734 · lage vertrouwen |
Gemma 3 1B | 1B | Mar 2025 | 1.8 GB | 33k tokens | Q8_0 | Comfortabel |
|
1,084
tok/s
650–1,734 · lage vertrouwen |
Gemma 3 QAT 1B | 1B | Apr 2025 | 1.8 GB | 33k tokens | Q8_0 | Comfortabel |
|
1,084
tok/s
650–1,734 · lage vertrouwen |
HGRN 1B (WT 103) ≈ | 1B | Nov 2023 | 1.8 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
1,084
tok/s
650–1,734 · lage vertrouwen |
LLama 3..2 Typhoon 2 1B ≈ | 1B | Dec 2024 | 1.8 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
1,084
tok/s
650–1,734 · lage vertrouwen |
OLMo-1B ≈ | 1B | Feb 2024 | 1.8 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
1,084
tok/s
650–1,734 · lage vertrouwen |
Pythia-1b ≈ | 1B | Apr 2023 | 1.8 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
1,003
tok/s
602–1,605 · lage vertrouwen |
OpenELM-1.1B ≈ | 1.1B | May 2024 | 1.9 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
985
tok/s
591–1,576 · lage vertrouwen |
DeciCoder-1B ≈ | 1.1B | Aug 2023 | 1.9 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
985
tok/s
591–1,576 · lage vertrouwen |
SantaCoder ≈ | 1.1B | Jan 2023 | 1.9 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
985
tok/s
591–1,576 · lage vertrouwen |
TinyLlama-1.1B (1T token checkpoint) ≈ | 1.1B | Oct 2023 | 1.9 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
985
tok/s
591–1,576 · lage vertrouwen |
TinyLlama-1.1B (3T token checkpoint) ≈ | 1.1B | Oct 2023 | 1.9 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
903
tok/s
542–1,445 · lage vertrouwen |
EXAONE 4.0 (1.2B) ≈ | 1.2B | Jul 2025 | 2.0 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
903
tok/s
542–1,445 · lage vertrouwen |
MinerU2.5 ≈ | 1.2B | Sep 2025 | 2.0 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
903
tok/s
542–1,445 · lage vertrouwen |
Pleias 1.0 1.2B ≈ | 1.2B | Dec 2024 | 2.0 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
903
tok/s
542–1,445 · lage vertrouwen |
Pleias-RAG-1B ≈ | 1.2B | Apr 2025 | 2.0 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
881
tok/s
529–1,410 · lage vertrouwen |
Llama 3.2 1B | 1.2B | Sep 2024 | 2.2 GB | 131k tokens | Q8_0 | Comfortabel |
|
869
tok/s
521–1,390 · lage vertrouwen |
MiniCPM-1.2B ≈ | 1.2B | Jun 2024 | 2.0 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
834
tok/s
500–1,334 · lage vertrouwen |
DeepSeek Coder 1.3B ≈ | 1.3B | Jan 2024 | 2.1 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
834
tok/s
500–1,334 · lage vertrouwen |
DeepSeek-VL-1.3B ≈ | 1.3B | Mar 2024 | 2.1 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
834
tok/s
500–1,334 · lage vertrouwen |
DigiRL ≈ | 1.3B | Jun 2024 | 2.1 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
834
tok/s
500–1,334 · lage vertrouwen |
GLA Transformer 1.3B ≈ | 1.3B | Aug 2024 | 2.1 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
834
tok/s
500–1,334 · lage vertrouwen |
Janus 1.3B ≈ | 1.3B | Oct 2024 | 2.1 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
834
tok/s
500–1,334 · lage vertrouwen |
Kosmos-2.5 ≈ | 1.3B | Aug 2024 | 2.1 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
834
tok/s
500–1,334 · lage vertrouwen |
Otter ≈ | 1.3B | May 2023 | 2.1 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
834
tok/s
500–1,334 · 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 Instinct MI250 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
- 128 GB
- Geheugenbandbreedte
- 3,280 GB/s
- Geheugen type
- HBM2e
- Geheugensnelheid bus breedte
- 8,192 bit
- Geheugenklok
- 1.6 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
- Aldebaran
- Architectuur
- CDNA 2.0
- Generatie
- Radeon Instinct(MIx)
- Gieterij
- TSMC
- Procesgrootte
- 6 nm
- Transistoren
- 58.2 billion
- Transistor dichtheid
- 80,400 K/mm²
- Die grootte
- 724 mm²
- Uitgebracht
- 8 November 2021
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 GHz
- Boost-klok
- 1.7 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
- 13,312
- Textuurmappingeenheden
- 832
- L1-cache
- 16 KB
- L2-cache
- 16 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)
- 362.1 TFLOPS
- Enkele precisie (FP32)
- 45.3 TFLOPS
- Dubbele precisie (FP64)
- 45.3 TFLOPS
- Textuursnelheid
- 1,414 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)
- 500 W
- Voorgestelde voeding
- 900 W
- Stroomconnectoren
- 2x 8-pin
- Businterface
- PCIe 4.0 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.
- OpenCL
- 3.0
Lijsten
Waar te koop een Radeon Instinct MI250
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
128 GB
Bandbreedte
3,280 GB/s
Grootste model
Solar Open2 250B
Radeon Instinct MI250 houdt 128 GB van HBM2e. Dat plaatst het in de klasse van hardware die de grootste open-weight modellen bevat zonder ze over machines te splitsen. Een inferentie-runtime kan ongeveer bereiken 115.2 GB.
Geheugenbandbreedte bereikt 3,280 GB/s over een bus van 8,192 bits. Dat staat bovenop wat er bestaat. Aangezien elke token betekent dat het hele model eens uit het geheugen moet worden gelezen, vertaalt het bijna direct naar generatie snelheid - deze kaart heeft voldoende bandbreedte zodat modelgrootte veel eerder de beperkende factor stopt dan de bus.
Dat komt van een memory clock van 1.6 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 Solar Open2 250B, 250.3B, gecomprimeerd tot Q3_K_M en genereren rond 64.9 tokens per seconde
De chip en hoe deze is gebouwd
Radeon Instinct MI250 is gebouwd op de graphics processor Aldebaran, het gebruik van de architectuur CDNA 2.0 van AMD, als onderdeel van de generatie Radeon Instinct(MIx).
De chip is vervaardigd door TSMC, een proces van 6 nm, met een dobbelsteen die meet 724 mm², houden 58.2 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 November 2021, ruwweg 4.7284445811511 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
362.1 TFLOPS
FP64
45.3 TFLOPS
Op papier Radeon Instinct MI250 bereikt 362.1 TFLOPS op halve precisie, en 45.3 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 45.3 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 GHz naar een boost van 1.7 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 Instinct MI250 heeft een L1 cache van 16 KB, ondersteund door een L2-cache van 16 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 13,312 Schaduwunits, 832 Textuurmappingeenheden. 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
500 W
Radeon Instinct MI250 is beoordeeld op 500 W, en de aanbevolen systeemvoeding is 900 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 2x 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 4.0 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 Radeon Instinct MI250
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 Instinct MI250
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 Instinct MI250
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 624 modellen die deze kaart draait. Zoek verkleint de lijst op naam of op grootte.
-
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 128 GB dat is vaak het verschil tussen een model dat past en niet.
-
03
Koppel de vergelijking aan één kwaliteitsniveau
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
De cijfers zijn berekend, niet gemeten. Het snelste resultaat op deze kaart is 1,084 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.
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. 128 GB.
-
06
Open het model om kaarten te vergelijken
Het volgen van een model naar zijn eigen pagina somt alle hardware op die het kan draaien, zodat je kunt zien hoe het zich verhoudt tegen Radeon Instinct MI250.
Antwoorden
Radeon Instinct MI250 — veelgestelde vragen
Radeon Instinct MI250— wat is het grootste AI-model dat het kan draaien?
Het grootste model in onze catalogus dat past is Solar Open2 250B bij 250.3B parameters, gecomprimeerd tot Q3_K_M. Het genereert ruwweg 64.9 tokens per second en heeft ongeveer 106.6 GB van het geheugen van de kaart.
Radeon Instinct MI250— 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 1,084 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 Instinct MI250— kan het draaien 7B modellen?
Ja. Bijvoorbeeld het draait Multi-Token Prediction 7B bij Q8_0, ongeveer 7.9 GB geheugen en genereert ongeveer 162 tokens per seconde
Radeon Instinct MI250— kan het draaien 13B modellen?
Ja. Bijvoorbeeld het draait DeepSeekMoE-16B bij Q8_0, ongeveer 17.5 GB geheugen en genereert ongeveer 376 tokens per seconde
Radeon Instinct MI250— kan het draaien 30B modellen?
Ja. Bijvoorbeeld het draait ERNIE-4.5-VL-28B-A3B bij Q8_0, ongeveer 29.2 GB geheugen en genereert ongeveer 215 tokens per seconde
Radeon Instinct MI250— kan het draaien 70B modellen?
Ja. Bijvoorbeeld het draait Qwen3-Coder-Next bij Q8_0, ongeveer 80.7 GB geheugen en genereert ongeveer 75.3 tokens per seconde
Radeon Instinct MI250— hoeveel geheugen heeft het?
Deze kaart heeft 128 GB van HBM2e. Ongeveer een tiende is gereserveerd door de inferentieruntime en de driver, wat ongeveer achterlaat 115.2 GB beschikbaar voor een MODEL en zijn CONVERSATIE.
Radeon Instinct MI250— wat is de geheugenbandbreedte?
Geheugenbandbreedte bereikt 3,280 GB/s over een bus van 8,192 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.
Radeon Instinct MI250— welk type geheugen gebruikt het?
Het maakt gebruik van HBM2e geklokt op 1.6 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.
Radeon Instinct MI250— wie maakt het?
Dit is een product van AMD, met de chip geproduceerd door TSMC, een proces van 6 nm.
Radeon Instinct MI250— wanneer is het uitgebracht?
Het werd uitgebracht in November 2021.
Radeon Instinct MI250— hoeveel vermogen verbruikt het?
Beoordelde bordkracht is 500 W, en de aanbevolen systeemvoeding is 900 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 Instinct MI250— hoeveel cache heeft het?
De L1-cache is 16 KB, en de L2-cache is 16 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 Instinct MI250— wat zijn zijn TFLOPS?
Het is beoordeeld op 362.1 TFLOPS bij halve precisie en 45.3 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.
Radeon Instinct MI250— 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 Instinct MI250— Welke businterface gebruikt het?
Het maakt gebruik van PCIe 4.0 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.
Radeon Instinct MI250— is het goed voor het draaien van lokale AI-modellen?
Zijn geheugen is groot genoeg voor modellen die de meeste desktophardware niet kunnen benaderen en zijn bandbreedte plaatst het tussen de snelste hardware die beschikbaar is voor generatie. In totaal draait het 624 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 Instinct MI250— kan het een model draaien dat niet in zijn VRAM past?
Slechts gedeeltelijk. Lagen voorbij de GPU kaart 128 GB trekt het hele ding naar beneden, en geen van de cijfers op deze pagina gaat ervan uit.
Zou twee Radeon Instinct MI250 kaarten twee keer zo snel zijn?
Nee. Een tweede kaart verdubbelt het geheugen naar 256 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 Instinct MI250— Welke AI-modellen kan het draaien?
624 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.
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..