Bereken de TPS van de B300 op lokale AI-modellen

NVIDIA 288 GB HBM3e 8,000 GB/s September 2025

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

689 modellen die het kan uitvoeren

721 modellen in onze catalogus samen

Grootste model dat het vasthoudt

Nemotron 3 Ultra

550B · Q3_K_M · 92.4 tok/s

Snelste model

Gemma 3 QAT 1B

3,388 tok/s · 1B

Welke AI-modellen kunnen draaien op een B300?

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.

689 modellen komen overeen

Berekenen
Kwantificatie Past
3,388 tok/s

2,880–4,066

Gemma 3 1B 1B Mar 2025 1.8 GB 33k tokens Q8_0 Comfortabel
3,388 tok/s

2,880–4,066

Gemma 3 QAT 1B 1B Apr 2025 1.8 GB 33k tokens Q8_0 Comfortabel
3,388 tok/s

2,033–5,421 · lage vertrouwen

HGRN 1B (WT 103) ≈ 1B Nov 2023 1.8 GB 131k tokens ? Q8_0 Comfortabel
3,388 tok/s

2,033–5,421 · lage vertrouwen

LLama 3..2 Typhoon 2 1B ≈ 1B Dec 2024 1.8 GB 131k tokens ? Q8_0 Comfortabel
3,388 tok/s

2,033–5,421 · lage vertrouwen

OLMo-1B ≈ 1B Feb 2024 1.8 GB 131k tokens ? Q8_0 Comfortabel
3,388 tok/s

2,033–5,421 · lage vertrouwen

Pythia-1b ≈ 1B Apr 2023 1.8 GB 131k tokens ? Q8_0 Comfortabel
3,137 tok/s

1,882–5,020 · lage vertrouwen

OpenELM-1.1B ≈ 1.1B May 2024 1.9 GB 131k tokens ? Q8_0 Comfortabel
3,080 tok/s

1,848–4,928 · lage vertrouwen

DeciCoder-1B ≈ 1.1B Aug 2023 1.9 GB 131k tokens ? Q8_0 Comfortabel
3,080 tok/s

1,848–4,928 · lage vertrouwen

SantaCoder ≈ 1.1B Jan 2023 1.9 GB 131k tokens ? Q8_0 Comfortabel
3,080 tok/s

1,848–4,928 · lage vertrouwen

TinyLlama-1.1B (1T token checkpoint) ≈ 1.1B Oct 2023 1.9 GB 131k tokens ? Q8_0 Comfortabel
3,080 tok/s

1,848–4,928 · lage vertrouwen

TinyLlama-1.1B (3T token checkpoint) ≈ 1.1B Oct 2023 1.9 GB 131k tokens ? Q8_0 Comfortabel
2,824 tok/s

1,694–4,518 · lage vertrouwen

EXAONE 4.0 (1.2B) ≈ 1.2B Jul 2025 2.0 GB 131k tokens ? Q8_0 Comfortabel
2,824 tok/s

1,694–4,518 · lage vertrouwen

LFM2-1.2B ≈ 1.2B Jul 2025 2.0 GB 131k tokens ? Q8_0 Comfortabel
2,824 tok/s

1,694–4,518 · lage vertrouwen

MinerU2.5 ≈ 1.2B Sep 2025 2.0 GB 131k tokens ? Q8_0 Comfortabel
2,824 tok/s

1,694–4,518 · lage vertrouwen

Pleias 1.0 1.2B ≈ 1.2B Dec 2024 2.0 GB 131k tokens ? Q8_0 Comfortabel
2,824 tok/s

1,694–4,518 · lage vertrouwen

Pleias-RAG-1B ≈ 1.2B Apr 2025 2.0 GB 131k tokens ? Q8_0 Comfortabel
2,755 tok/s

2,341–3,306

Llama 3.2 1B 1.2B Sep 2024 2.2 GB 131k tokens Q8_0 Comfortabel
2,716 tok/s

1,630–4,346 · lage vertrouwen

MiniCPM-1.2B ≈ 1.2B Jun 2024 2.0 GB 131k tokens ? Q8_0 Comfortabel
2,606 tok/s

1,564–4,170 · lage vertrouwen

DeepSeek Coder 1.3B ≈ 1.3B Jan 2024 2.1 GB 131k tokens ? Q8_0 Comfortabel
2,606 tok/s

1,564–4,170 · lage vertrouwen

DeepSeek-VL-1.3B ≈ 1.3B Mar 2024 2.1 GB 131k tokens ? Q8_0 Comfortabel
2,606 tok/s

1,564–4,170 · lage vertrouwen

DigiRL ≈ 1.3B Jun 2024 2.1 GB 131k tokens ? Q8_0 Comfortabel
2,606 tok/s

1,564–4,170 · lage vertrouwen

GLA Transformer 1.3B ≈ 1.3B Aug 2024 2.1 GB 131k tokens ? Q8_0 Comfortabel
2,606 tok/s

1,564–4,170 · lage vertrouwen

Janus 1.3B ≈ 1.3B Oct 2024 2.1 GB 131k tokens ? Q8_0 Comfortabel
2,606 tok/s

1,564–4,170 · lage vertrouwen

Kosmos-2.5 ≈ 1.3B Aug 2024 2.1 GB 131k tokens ? Q8_0 Comfortabel
2,606 tok/s

1,564–4,170 · 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

B300 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
288 GB
Geheugenbandbreedte
8,000 GB/s
Geheugen type
HBM3e
Geheugensnelheid bus breedte
8,192 bit
Geheugenklok
1.95 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
GB110
Architectuur
Blackwell Ultra
Generatie
Server Blackwell(Bxx)
Gieterij
TSMC
Procesgrootte
5 nm
Transistoren
104 billion
Uitgebracht
11 September 2025

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
1.67 GHz
Boost-klok
2.03 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
18,944
Textuurmappingeenheden
592
Render output units
24
Streaming multiprocessors
148
Tensor cores
592
L1-cache
250 KB
L2-cache
50 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)
1,231.8 TFLOPS
Enkele precisie (FP32)
77 TFLOPS
Dubbele precisie (FP64)
1.2 TFLOPS
Pixel rate
49 GPixel/s
Textuursnelheid
1,203 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)
1,400 W
Voorgestelde voeding
1,800 W
Businterface
PCIe 5.0 x16
Sleufbreedte
SXM 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
10.3
OpenCL
3.0

Lijsten

Waar te koop een B300

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

288 GB

Bandbreedte

8,000 GB/s

Grootste model

Nemotron 3 Ultra

B300 houdt 288 GB van HBM3e. 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 259.2 GB.

Geheugenbandbreedte bereikt 8,000 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.

De figuur is de busbreedte vermenigvuldigd met een geheugenklok van 1.95 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.

Het praktische plafond is Nemotron 3 Ultra, 550B, gecomprimeerd tot Q3_K_M en genereren rond 92.4 tokens per seconde

De chip en hoe deze is gebouwd

B300 is gebouwd op de graphics processor GB110, het gebruik van de architectuur Blackwell Ultra van NVIDIA, als onderdeel van de generatie Server Blackwell(Bxx).

De chip is vervaardigd door TSMC, een proces van 5 nm, houden 104 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 September 2025, ruwweg 1.0073756470342 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

1,231.8 TFLOPS

FP64

1.2 TFLOPS

Tensor cores

592

Op papier B300 bereikt 1,231.8 TFLOPS op halve precisie, en 77 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 1.2 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.

De kaart draagt 592 Tensor cores over 148 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 1.67 GHz naar een boost van 2.03 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

B300 heeft een L1 cache van 250 KB, ondersteund door een L2-cache van 50 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 18,944 Schaduwunits, 592 Textuurmappingeenheden, en 24 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

1,400 W

B300 is beoordeeld op 1,400 W, en de aanbevolen systeemvoeding is 1,800 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 sxm 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 B300

De grootste open-weight-modellen die op deze kaart passen, nieuwste eerst. Elk wordt weergegeven met de beste compressie die de kaart kan ondersteunen..

  1. 01 Nemotron 3 Ultra 550B · Q3_K_M · Jun 2026 92.4 tok/s
  2. 02 Qwen3-Coder-480B-A35B 480B · IQ4_XS · Jul 2025 96.3 tok/s
  3. 03 MiniMax-M1-80k 456B · IQ4_XS · Jun 2025 18.3 tok/s
  4. 04 MiniMax-M1-40k 456B · IQ4_XS · Jun 2025 18.3 tok/s
  5. 05 ERNIE-4.5-VL-424B-A47B (文心大模型4.5) 424B · Q4_K_M · Mar 2025 102 tok/s
  6. 06 Tulu 3 405B 405B · Q4_K_M · Jan 2025 19.3 tok/s
  7. 07 MiniMax-VL-01 456.3B · Q4_K_M · Jan 2025 95.2 tok/s
  8. 08 MiniMax-Text-01 456B · IQ4_XS · Jan 2025 18.3 tok/s
  9. 09 Hermes 3 405B 405B · Q4_K_M · Aug 2024 19.3 tok/s
  10. 10 Arctic 480B · Q3_K_M · Apr 2024 19.1 tok/s

De snelste AI-modellen op een B300

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..

  1. 01 Gemma 3 QAT 1B 1B · Q8_0 · 1.8 GB 3,388 tok/s
  2. 02 Gemma 3 1B 1B · Q8_0 · 1.8 GB 3,388 tok/s
  3. 03 LLama 3..2 Typhoon 2 1B 1B · Q8_0 · 1.8 GB 3,388 tok/s
  4. 04 OLMo-1B 1B · Q8_0 · 1.8 GB 3,388 tok/s
  5. 05 HGRN 1B (WT 103) 1B · Q8_0 · 1.8 GB 3,388 tok/s
  6. 06 Pythia-1b 1B · Q8_0 · 1.8 GB 3,388 tok/s
  7. 07 OpenELM-1.1B 1.1B · Q8_0 · 1.9 GB 3,137 tok/s
  8. 08 TinyLlama-1.1B (1T token checkpoint) 1.1B · Q8_0 · 1.9 GB 3,080 tok/s
  9. 09 TinyLlama-1.1B (3T token checkpoint) 1.1B · Q8_0 · 1.9 GB 3,080 tok/s
  10. 10 DeciCoder-1B 1.1B · Q8_0 · 1.9 GB 3,080 tok/s

Stap voor stap

Hoe de TPS van een AI model uit te rekenen B300

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.

  1. 01

    Begin met het model, niet de specificatie

    De tabel somt 689 modellen die deze kaart draait. Zoek verkleint de lijst op naam of op grootte.

  2. 02

    Stem de context af op uw werk

    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 288 GB dus de instelling is het waard om goed te krijgen.

  3. 03

    Koppel de vergelijking aan één kwaliteitsniveau

    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.

  4. 04

    Kijk naar het bereik, niet alleen naar het aantal

    Snelheden komen met foutmarges om een reden. De beste zaak hier is 3,388 tok/s op Gemma 3 QAT 1B. Dezelfde kaart en model variëren tussen dertig en vijftig procent tussen inferentieruns.

  5. 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. 288 GB.

  6. 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 B300.

Antwoorden

B300 — veelgestelde vragen

01

B300— wat is de geheugenbandbreedte?

Geheugenbandbreedte bereikt 8,000 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.

02

B300— welk type geheugen gebruikt het?

Het maakt gebruik van HBM3e geklokt op 1.95 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.

03

B300— wie maakt het?

Dit is een product van NVIDIA, met de chip geproduceerd door TSMC, een proces van 5 nm.

04

B300— wanneer is het uitgebracht?

Het werd uitgebracht in September 2025.

05

B300— hoeveel vermogen verbruikt het?

Beoordelde bordkracht is 1,400 W, en de aanbevolen systeemvoeding is 1,800 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.

06

B300— hoeveel cache heeft het?

De L1-cache is 250 KB, en de L2-cache is 50 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.

07

B300— wat zijn zijn TFLOPS?

Het is beoordeeld op 1,231.8 TFLOPS bij halve precisie en 77 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.

08

B300— hoeveel tensor cores heeft het?

Het heeft 592 Tensor cores over 148 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.

09

B300— ondersteunt het CUDA?

Ja. Het rapporteert CUDA rekencapaciteit 10.3. Capaciteit 7.0 en hoger heeft tensorcores, die moderne inferentiesoftware gebruikt; daaronder valt het terug op langzamere codepaden voor gekwantiseerde modellen.

10

B300— 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.

11

B300— 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 689 van de modellen die we volgen. Of dat voldoende is, hangt volledig af van welk model je wilt — de tabel hierboven beantwoordt dat direct.

12

B300— kan het een model draaien dat niet in zijn VRAM past?

Afschuiven voorbij de card's 288 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.

13

Zou twee B300 kaarten twee keer zo snel zijn?

Nee. Een tweede kaart verdubbelt het geheugen naar 576 GB van gecombineerde MEMORY, met ongeveer dezelfde generatie snelheid als één.

14

B300— Welke AI-modellen kan het draaien?

689 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.

15

B300— wat is het grootste AI-model dat het kan draaien?

Het grootste model in onze catalogus dat past is Nemotron 3 Ultra bij 550B parameters, gecomprimeerd tot Q3_K_M. Het genereert ruwweg 92.4 tokens per second en heeft ongeveer 239.6 GB van het geheugen van de kaart.

16

B300— 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 3,388 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.

17

B300— kan het draaien 7B modellen?

Ja. Bijvoorbeeld het draait Gemma 4 E4B bij Q8_0, ongeveer 9.8 GB geheugen en genereert ongeveer 753 tokens per seconde

18

B300— kan het draaien 13B modellen?

Ja. Bijvoorbeeld het draait DeepSeekMoE-16B bij Q8_0, ongeveer 17.5 GB geheugen en genereert ongeveer 1,176 tokens per seconde

19

B300— 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 672 tokens per seconde

20

B300— kan het draaien 70B modellen?

Ja. Bijvoorbeeld het draait Qwen3-Coder-Next bij Q8_0, ongeveer 80.7 GB geheugen en genereert ongeveer 235 tokens per seconde

21

B300— hoeveel geheugen heeft het?

Deze kaart heeft 288 GB van HBM3e. Ongeveer een tiende is gereserveerd door de inferentieruntime en de driver, wat ongeveer achterlaat 259.2 GB beschikbaar voor een MODEL en zijn CONVERSATIE.

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..

Alle GPU's