Bereken de TPS van de Data Center GPU Max 1550 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
721 modellen in onze catalogus samen
Grootste model dat het vasthoudt
Solar Open2 250B
250.3B · Q3_K_M · 54.1 tok/s
Snelste model
Gemma 3 QAT 1B
903 tok/s · 1B
Welke AI-modellen kunnen draaien op een Data Center GPU Max 1550?
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.
658 modellen komen overeen
Berekenen| Kwantificatie | Past | ||||||
|---|---|---|---|---|---|---|---|
|
903
tok/s
542–1,445 · lage vertrouwen |
Gemma 3 1B | 1B | Mar 2025 | 1.8 GB | 33k tokens | Q8_0 | Comfortabel |
|
903
tok/s
542–1,445 · lage vertrouwen |
Gemma 3 QAT 1B | 1B | Apr 2025 | 1.8 GB | 33k tokens | Q8_0 | Comfortabel |
|
903
tok/s
542–1,445 · lage vertrouwen |
HGRN 1B (WT 103) ≈ | 1B | Nov 2023 | 1.8 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
903
tok/s
542–1,445 · lage vertrouwen |
LLama 3..2 Typhoon 2 1B ≈ | 1B | Dec 2024 | 1.8 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
903
tok/s
542–1,445 · lage vertrouwen |
OLMo-1B ≈ | 1B | Feb 2024 | 1.8 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
903
tok/s
542–1,445 · lage vertrouwen |
Pythia-1b ≈ | 1B | Apr 2023 | 1.8 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
836
tok/s
502–1,338 · lage vertrouwen |
OpenELM-1.1B ≈ | 1.1B | May 2024 | 1.9 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
821
tok/s
493–1,313 · lage vertrouwen |
DeciCoder-1B ≈ | 1.1B | Aug 2023 | 1.9 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
821
tok/s
493–1,313 · lage vertrouwen |
SantaCoder ≈ | 1.1B | Jan 2023 | 1.9 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
821
tok/s
493–1,313 · lage vertrouwen |
TinyLlama-1.1B (1T token checkpoint) ≈ | 1.1B | Oct 2023 | 1.9 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
821
tok/s
493–1,313 · lage vertrouwen |
TinyLlama-1.1B (3T token checkpoint) ≈ | 1.1B | Oct 2023 | 1.9 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
752
tok/s
451–1,204 · lage vertrouwen |
EXAONE 4.0 (1.2B) ≈ | 1.2B | Jul 2025 | 2.0 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
752
tok/s
451–1,204 · lage vertrouwen |
LFM2-1.2B ≈ | 1.2B | Jul 2025 | 2.0 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
752
tok/s
451–1,204 · lage vertrouwen |
MinerU2.5 ≈ | 1.2B | Sep 2025 | 2.0 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
752
tok/s
451–1,204 · lage vertrouwen |
Pleias 1.0 1.2B ≈ | 1.2B | Dec 2024 | 2.0 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
752
tok/s
451–1,204 · lage vertrouwen |
Pleias-RAG-1B ≈ | 1.2B | Apr 2025 | 2.0 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
734
tok/s
440–1,175 · lage vertrouwen |
Llama 3.2 1B | 1.2B | Sep 2024 | 2.2 GB | 131k tokens | Q8_0 | Comfortabel |
|
724
tok/s
434–1,158 · lage vertrouwen |
MiniCPM-1.2B ≈ | 1.2B | Jun 2024 | 2.0 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
695
tok/s
417–1,111 · lage vertrouwen |
DeepSeek Coder 1.3B ≈ | 1.3B | Jan 2024 | 2.1 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
695
tok/s
417–1,111 · lage vertrouwen |
DeepSeek-VL-1.3B ≈ | 1.3B | Mar 2024 | 2.1 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
695
tok/s
417–1,111 · lage vertrouwen |
DigiRL ≈ | 1.3B | Jun 2024 | 2.1 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
695
tok/s
417–1,111 · lage vertrouwen |
GLA Transformer 1.3B ≈ | 1.3B | Aug 2024 | 2.1 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
695
tok/s
417–1,111 · lage vertrouwen |
Janus 1.3B ≈ | 1.3B | Oct 2024 | 2.1 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
695
tok/s
417–1,111 · lage vertrouwen |
Kosmos-2.5 ≈ | 1.3B | Aug 2024 | 2.1 GB | 131k tokens ? | Q8_0 | Comfortabel |
|
695
tok/s
417–1,111 · lage vertrouwen |
Otter ≈ | 1.3B | May 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
Data Center GPU Max 1550 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
- Ponte Vecchio
- Architectuur
- Generation 12.5
- Generatie
- Data Center GPU(Ponte Vecchio)
- Gieterij
- Intel
- Procesgrootte
- 10 nm
- Transistoren
- 100 billion
- Transistor dichtheid
- 78,100 K/mm²
- Die grootte
- 1,280 mm²
- Uitgebracht
- 10 January 2023
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
- 900 MHz
- Boost-klok
- 1.6 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
- 16,384
- Textuurmappingeenheden
- 1,024
- Ray tracing cores
- 128
- L1-cache
- 64 KB
- L2-cache
- 408 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)
- 52.4 TFLOPS
- Enkele precisie (FP32)
- 52.4 TFLOPS
- Dubbele precisie (FP64)
- 52.4 TFLOPS
- Textuursnelheid
- 1,638 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)
- 600 W
- Voorgestelde voeding
- 1,000 W
- Businterface
- PCIe 5.0 x16
- Sleufbreedte
- OAM 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.
- DirectX
- 12.1
- OpenGL
- 4.6
- OpenCL
- 3.0
- Shader-model
- 6.6
Lijsten
Waar te koop een Data Center GPU Max 1550
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
Waarom is geheugen het nummer dat hier telt
Geheugen
128 GB
Bandbreedte
3,280 GB/s
Grootste model
Solar Open2 250B
Data Center GPU Max 1550 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. Beide helften zijn belangrijk, en geen van beide is zichtbaar in een gaming benchmark.
Het praktische plafond is Solar Open2 250B, 250.3B, gecomprimeerd tot Q3_K_M en genereren rond 54.1 tokens per seconde
De chip en hoe deze is gebouwd
Data Center GPU Max 1550 is gebouwd op de graphics processor Ponte Vecchio, het gebruik van de architectuur Generation 12.5 van Intel, als onderdeel van de generatie Data Center GPU(Ponte Vecchio).
De chip is vervaardigd door Intel, een proces van 10 nm, met een dobbelsteen die meet 1,280 mm², houden 100 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 January 2023, ruwweg 3.6758689333548 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
52.4 TFLOPS
FP64
52.4 TFLOPS
Op papier Data Center GPU Max 1550 bereikt 52.4 TFLOPS op halve precisie, en 52.4 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 52.4 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 900 MHz naar een boost van 1.6 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
Data Center GPU Max 1550 heeft een L1 cache van 64 KB, ondersteund door een L2-cache van 408 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 16,384 Schaduwunits, 1,024 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
600 W
Data Center GPU Max 1550 is beoordeeld op 600 W, en de aanbevolen systeemvoeding is 1,000 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 oam 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 5.0 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 Data Center GPU Max 1550
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 Data Center GPU Max 1550
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 Data Center GPU Max 1550
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 658 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 128 GB dat is vaak het verschil tussen een model dat past en niet.
-
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
Kijk naar het bereik, niet alleen naar het aantal
Elke snelheid is een schatting voor een enkel gesprek, met een bereik eronder. Het bovenste einde hier is 903 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
De fit-kolom scheidt modellen die net passen van degenen met ruimte over — het is de moeite waard om dit te controleren voordat je op een daarvan besluit, tegen een beschikbare 128 GB.
-
06
Cross-check tegen andere hardware
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 Data Center GPU Max 1550.
Antwoorden
Data Center GPU Max 1550 — veelgestelde vragen
Data Center GPU Max 1550— kan het draaien 7B modellen?
Ja. Bijvoorbeeld het draait Gemma 4 E4B bij Q8_0, ongeveer 9.8 GB geheugen en genereert ongeveer 201 tokens per seconde
Data Center GPU Max 1550— kan het draaien 13B modellen?
Ja. Bijvoorbeeld het draait DeepSeekMoE-16B bij Q8_0, ongeveer 17.5 GB geheugen en genereert ongeveer 314 tokens per seconde
Data Center GPU Max 1550— 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 179 tokens per seconde
Data Center GPU Max 1550— kan het draaien 70B modellen?
Ja. Bijvoorbeeld het draait Qwen3-Coder-Next bij Q8_0, ongeveer 80.7 GB geheugen en genereert ongeveer 62.7 tokens per seconde
Data Center GPU Max 1550— 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.
Data Center GPU Max 1550— 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.
Data Center GPU Max 1550— 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.
Data Center GPU Max 1550— wie maakt het?
Dit is een product van Intel, met de chip geproduceerd door Intel, een proces van 10 nm.
Data Center GPU Max 1550— wanneer is het uitgebracht?
Het werd uitgebracht in January 2023.
Data Center GPU Max 1550— hoeveel vermogen verbruikt het?
Beoordelde bordkracht is 600 W, en de aanbevolen systeemvoeding is 1,000 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.
Data Center GPU Max 1550— hoeveel cache heeft het?
De L1-cache is 64 KB, en de L2-cache is 408 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.
Data Center GPU Max 1550— wat zijn zijn TFLOPS?
Het is beoordeeld op 52.4 TFLOPS bij halve precisie en 52.4 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.
Data Center GPU Max 1550— ondersteunt het CUDA?
Nee. CUDA is alleen van NVIDIA, en dit is een card van Intel. 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.
Data Center GPU Max 1550— Welke businterface gebruikt het?
Het maakt gebruik van PCIe 5.0 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.
Data Center GPU Max 1550— 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 658 van de modellen die we volgen. Of dat voldoende is, hangt volledig af van welk model je wilt — de tabel hierboven beantwoordt dat direct.
Data Center GPU Max 1550— kan het een model draaien dat niet in zijn VRAM past?
Slechts gedeeltelijk. Lagen voorbij de GPU kaart 128 GB is mogelijk en meestal een valse economie: het systeem-geheugen gedeelte is langzaam genoeg om het resultaat te domineren.
Zou twee Data Center GPU Max 1550 kaarten twee keer zo snel zijn?
Het koppelen ervan koopt ruimte in plaats van snelheid: 256 GB van gecombineerde MEMORY, met ongeveer dezelfde generatie snelheid als één.
Data Center GPU Max 1550— Welke AI-modellen kan het draaien?
658 van de 721 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.
Data Center GPU Max 1550— 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 54.1 tokens per second en heeft ongeveer 106.6 GB van het geheugen van de kaart.
Data Center GPU Max 1550— 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 903 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.
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..