Oblicz TPS modelu FirePro S7000 na lokalnych modelach AI

AMD 4 GB GDDR5 154 GB/s August 2012

Każdy model w naszym katalogu oceniany według tej karty przy długości kontekstu i minimalnej jakości, którą wybierzesz. Prędkość jest szacunkowa dla pojedynczego żądania, obliczona na podstawie przepustowości pamięci tej karty i rozmiaru każdego modelu po skompresowaniu..

Obliczone dla tej karty

97 modele, które może uruchomić

679 modele w naszym katalogu razem

Największy model, który obsługuje

DeciLM 6B

5.7B · Q3_K_M · 24.0 tok/s

Najszybszy model

Gemma 3 QAT 1B

50.7 tok/s · 1B

Które modele AI mogą działać na a FirePro S7000?

Ustaw wejścia, odczytaj odpowiedź.

Długość kontekstu tokeny

Więcej kontekstu oznacza więcej VRAM dla pamięci rozmowy. Szybkość dotyczy świeżej rozmowy i nie zmienia się przy tym ustawieniu..

Minimalna jakość

Ukrywa modele, które można by zmieścić tylko przez skompresowanie poniżej tego punktu.

Szukaj modeli

Rozmiar modelu

Wydane

Pokazuje również modele, których nie może uruchomić.

97 modele pasują

Obliczanie

						Kwantyzacja	Pasuje
50.7 tok/s 30–81 · niska pewność	Gemma 3 1B	1B	Mar 2025	1.8 GB	33k tokeny	Q8_0	Wygodny
50.7 tok/s 30–81 · niska pewność	Gemma 3 QAT 1B	1B	Apr 2025	1.8 GB	33k tokeny	Q8_0	Wygodny
50.7 tok/s 30–81 · niska pewność	HGRN 1B (WT 103) ≈	1B	Nov 2023	1.8 GB	131k tokeny ?	Q8_0	Wygodny
50.7 tok/s 30–81 · niska pewność	LLama 3..2 Typhoon 2 1B ≈	1B	Dec 2024	1.8 GB	131k tokeny ?	Q8_0	Wygodny
50.7 tok/s 30–81 · niska pewność	OLMo-1B ≈	1B	Feb 2024	1.8 GB	131k tokeny ?	Q8_0	Wygodny
50.7 tok/s 30–81 · niska pewność	Pythia-1b ≈	1B	Apr 2023	1.8 GB	131k tokeny ?	Q8_0	Wygodny
47.0 tok/s 28–75 · niska pewność	OpenELM-1.1B ≈	1.1B	May 2024	1.9 GB	131k tokeny ?	Q8_0	Wygodny
46.1 tok/s 28–74 · niska pewność	DeciCoder-1B ≈	1.1B	Aug 2023	1.9 GB	131k tokeny ?	Q8_0	Wygodny
46.1 tok/s 28–74 · niska pewność	SantaCoder ≈	1.1B	Jan 2023	1.9 GB	131k tokeny ?	Q8_0	Wygodny
46.1 tok/s 28–74 · niska pewność	TinyLlama-1.1B (1T token checkpoint) ≈	1.1B	Oct 2023	1.9 GB	131k tokeny ?	Q8_0	Wygodny
46.1 tok/s 28–74 · niska pewność	TinyLlama-1.1B (3T token checkpoint) ≈	1.1B	Oct 2023	1.9 GB	131k tokeny ?	Q8_0	Wygodny
42.3 tok/s 25–68 · niska pewność	EXAONE 4.0 (1.2B) ≈	1.2B	Jul 2025	2.0 GB	131k tokeny ?	Q8_0	Wygodny
42.3 tok/s 25–68 · niska pewność	MinerU2.5 ≈	1.2B	Sep 2025	2.0 GB	131k tokeny ?	Q8_0	Wygodny
42.3 tok/s 25–68 · niska pewność	Pleias 1.0 1.2B ≈	1.2B	Dec 2024	2.0 GB	131k tokeny ?	Q8_0	Wygodny
42.3 tok/s 25–68 · niska pewność	Pleias-RAG-1B ≈	1.2B	Apr 2025	2.0 GB	131k tokeny ?	Q8_0	Wygodny
41.3 tok/s 25–66 · niska pewność	Llama 3.2 1B	1.2B	Sep 2024	2.2 GB	54k tokeny	Q8_0	Wygodny
40.7 tok/s 24–65 · niska pewność	MiniCPM-1.2B ≈	1.2B	Jun 2024	2.0 GB	131k tokeny ?	Q8_0	Wygodny
39.0 tok/s 23–62 · niska pewność	DeepSeek Coder 1.3B ≈	1.3B	Jan 2024	2.1 GB	131k tokeny ?	Q8_0	Wygodny
39.0 tok/s 23–62 · niska pewność	DeepSeek-VL-1.3B ≈	1.3B	Mar 2024	2.1 GB	131k tokeny ?	Q8_0	Wygodny
39.0 tok/s 23–62 · niska pewność	DigiRL ≈	1.3B	Jun 2024	2.1 GB	131k tokeny ?	Q8_0	Wygodny
39.0 tok/s 23–62 · niska pewność	GLA Transformer 1.3B ≈	1.3B	Aug 2024	2.1 GB	131k tokeny ?	Q8_0	Wygodny
39.0 tok/s 23–62 · niska pewność	Janus 1.3B ≈	1.3B	Oct 2024	2.1 GB	131k tokeny ?	Q8_0	Wygodny
39.0 tok/s 23–62 · niska pewność	Kosmos-2.5 ≈	1.3B	Aug 2024	2.1 GB	131k tokeny ?	Q8_0	Wygodny
39.0 tok/s 23–62 · niska pewność	Otter ≈	1.3B	May 2023	2.1 GB	131k tokeny ?	Q8_0	Wygodny
39.0 tok/s 23–62 · niska pewność	Phi-1 ≈	1.3B	Oct 2023	2.1 GB	131k tokeny ?	Q8_0	Wygodny

Prędkości są szacunkami dla pojedynczego zapytania — jednej konwersacji na raz — obliczonymi na podstawie przepustowości pamięci, rozmiaru MODELu i kwantyzacji. Rzeczywista przepustowość różni się w zależności od czasu uruchamiania inference i jego wersji. Wartości publikowane przez dostawców sprzętu mierzą wiele jednoczesnych zapytań i są znacznie wyższe..

Na nagranie

FirePro S7000 Pełna specyfikacja

Wszystko w bazie danych dla tej karty, uporządkowane według tego, jak bardzo wpływa na uruchamianie modelu językowego, a nie według tego, jak lista specyfikacji by to opisała. MEMORY jest na pierwszym miejscu, ponieważ decyduje o wyniku; reszta to CONTEXT..

VRAM

Dwie specyfikacje decydują, co ta KARTA może uruchomić i jak szybko. Pojemność określa, które modele mieszczą się w GPU VRAM; przepustowość określa, ile tokenów na sekundę generują, gdy już ją uruchomią.

Rozmiar pamięci: 4 GB
Pasmo pamięci: 154 GB/s
Typ pamięci: GDDR5
Szerokość magistrali pamięci: 256 bit
Zegar pamięci: 1.2 GHz

Czip

Jaki procesor jest na płycie i jak został wyprodukowany. Mniejszy rozmiar procesu zazwyczaj oznacza większą wydajność przy tej samej mocy.

Procesor graficzny: Pitcairn
Architektura: GCN 1.0
Generacja: FirePro Server(Sx000)
Odlewnia: TSMC
Rozmiar procesu: 28 nm
Transistory: 2.8 billion
Gęstość tranzystorów: 13,200 K/mm²
Rozmiar die: 212 mm²
Pakiet: FCBGA-1737
Wydane: 27 August 2012

Częstotliwości zegara

Jak szybko działa procesor. Warto znacznie mniej tutaj niż w testach wydajności gier: generowanie tekstu jest ograniczone przez przepustowość pamięci, więc wyższa częstotliwość ledwo wpływa na rezultat.

Zegar bazowy: 950 MHz
Zegar zwiększający: 950 MHz

Jednostki przetwarzania

Co zawiera chip. Te elementy napędzają wydajność grafiki i mają znaczenie głównie dla przetwarzania długiego promptu, a nie dla generowania odpowiedzi.

Jednostki cieniujące: 1,280
Jednostki mapowania tekstur: 80
Jednostki wyjściowe.Render: 32
cache L1: 16 KB
pamięć podręczna L2: 0.5 MB

Wydajność teoretyczna

Szczytowe współczynniki arytmetyczne opublikowane dla karty. Są to limity, które żadne rzeczywiste obciążenie nie osiąga, a generowanie tekstu osiąga jedynie małą ich część, ponieważ jest ograniczone przez VRAM, a nie arytmetykę.

Pojedyncza precyzja (FP32): 2.4 TFLOPS
Podwójna precyzja (FP64): 152 GFLOPS
Wskaźnik pikseli: 30 GPixel/s
Współczynnik tekstury: 76 GTexel/s

Płyta

Co jest potrzebne do fizycznej instalacji i zasilania karty — praktyczne ograniczenia, które decydują, czy pasuje do maszyny, którą już posiadasz.

Pobór mocy (TDP): 150 W
Zalecany zasilacz: 450 W
Złącza zasilające: 1x 6-pin
Interfejs magistrali: PCIe 3.0 x16
Szerokość slotu: Single-slot
Wymiary: 292 mm
Wyświetl wyniki: 1x DisplayPort 1.2

Wsparcie oprogramowania

Jakie interfejsy graficzne i obliczeniowe obsługuje karta. Możliwość obliczeniowa CUDA ma znaczenie dla wnioskowania: poniżej 7.0 nie ma rdzeni tensorowych, a nowoczesne oprogramowanie do wnioskowania wraca do wolniejszych ścieżek kodu.

DirectX: 11.1
OpenGL: 4.6
Vulkan: 1.2
OpenCL: 1.2
Model cieniowania: 5.1

Oferty

Gdzie kupić GPU FirePro S7000

Żaden dostawca obecnie nie wymienia tej karty. Oferty pochodzą od dostawców, którzy publikują je tutaj bezpośrednio. — przejrzyj katalog dostawców zobaczyć, kto sprzedaje co.

Co oznaczają liczby

Pojemność i przepustowość

VRAM

4 GB

Szerokość pasma

154 GB/s

Największy model

DeciLM 6B

FirePro S7000 niesie tylko 4 GB z GDDR5. To ogranicza do mniejszego końca katalogu, a model musi całkowicie zmieścić się w środku, zanim wygeneruje cokolwiek. Rzeczywisty czas działania wynosi około 3.6 GB.

Przepustowość pamięci osiąga 154 GB/s przez magistralę 256 bity. Przepustowość jest prawdziwym ograniczeniem tej karty. Każdy token wymaga odczytania całego modelu z pamięci, więc duży model będzie tutaj wydawał się wolny, nawet gdy się mieści.

To pochodzi z zegara pamięci 1.2 GHz. Obie części mają znaczenie, a żadna z nich nie jest widoczna w benchmarku gier.

W praktyce ta kombinacja osiąga maksimum na DeciLM 6B, 5.7B, skompresowane do Q3_K_M i generowanie wokół 24.0 tokeny na sekundę

Układ scalony i jak został zbudowany

FirePro S7000 jest zbudowany na procesorze graficznym Pitcairn, używając architektury GCN 1.0 z AMD, jako część generacji FirePro Server(Sx000).

Chip jest produkowany przez TSMC, na procesie 28 nm, z kostką o wymiarach 212 mm², trzymanie 2.8 billion Transistory. Mniejszy proces zazwyczaj oznacza lepszą wydajność przy tej samej mocy, chociaż w przypadku modeli językowych ma to znacznie mniejsze znaczenie niż subsystem pamięci.

Został wydany w August 2012, szacunkowo 13.928609602357 lata temu. Wsparcie oprogramowania do wnioskowania zazwyczaj podąża za sprzętem z opóźnieniem roku lub dwóch, więc karta tego wieku zazwyczaj ma dostępne dojrzałe, dobrze zoptymalizowane ścieżki kodu.

Wydajność obliczeniowa i dlaczego ma mniejsze znaczenie, niż się wydaje

FP64

152 GFLOPS

Przepustowość podwójnej precyzji osiąga 152 GFLOPS. Nie ma to wpływu na uruchamianie modelu językowego — żadna sesja inferencyjna tego nie używa — ale oddziela części datacenter od konsumenckich, ponieważ te drugie celowo to ograniczają.

Zegary działają od podstawy 950 MHz do zwiększenia 950 MHz. Warto tu znacznie mniej niż na benchmarkach gier: podnoszenie szybkości zegara poprawia arytmetykę, a arytmetyka nie jest tym, na co czeka generacja.

Pamięć podręczna i jednostki przetwarzające

FirePro S7000 ma pamięć podręczną L1 16 KB, wspierany przez pamięć podręczną L2 0.5 MB. Cache absorbuje część ruchu pamięci, która w przeciwnym razie uderzyłaby w główną magistralę, która jest jednym miejscem na tej stronie, gdzie liczba inna niż przepustowość cicho wpływa na szybkość generacji — duża L2 pozwala większej części zbioru roboczego pozostać blisko rdzeni.

Są 1,280 Jednostki cieniujące, 80 Jednostki mapowania tekstur, i 32 Jednostki wyjściowe.Render. Te napędy obsługują obciążenia graficzne i przyczyniają się do przetwarzania zapytań, ale pozostają bezczynne przez dużą część czasu, gdy model generuje odpowiedź.

Moc, rozmiar i instalacja

Pobór mocy

150 W

FirePro S7000 jest oceniane na 150 W, i sugerowane zasilanie systemu wynosi 450 W. Uruchamianie modelu językowego zajmuje kartę w krótkich momentach zamiast ciągłego — intensywnie korzysta podczas generowania i jest w uśpieniu między zapytaniami — więc utrzymane obciążenie w ciągu roboczego dnia jest zazwyczaj znacznie poniżej nominalnej wartości.

Płyta zajmuje single-slot, pomiarowania 292 mm długi, i potrzebuje 1x 6-pin. Warto sprawdzić z zasilaczem oraz obudową w maszynie, ponieważ największe karty potrzebują zdecydowanie więcej obu niż typowy komputer stacjonarny oferuje.

Łączy się przez PCIe 3.0 x16. Interfejs reguluje, jak szybko model jest ładowany z dysku do karty, a nie jak szybko działa po załadowaniu, więc węższe połączenie kosztuje kilka sekund na starcie i nic później.

Ekstremy

Największe modele AI, które działają na a FirePro S7000

Największe modele open-weight, które mieszczą się na tej karcie, najnowsze najpierw. Każdy jest pokazany w najlepszej kompresji, jaką karta może pomieścić..

01 Qwen3.5-4B 4B · Q5_K_M · Feb 2026 22.7 tok/s
02 Voxtral Mini 4.7B · Q4_K_M · Jul 2025 24.9 tok/s
03 Typhoon 2.1 Gemma 4B 4B · Q4_K_M · May 2025 29.3 tok/s
04 Qwen3-4B 4B · Q3_K_M · Apr 2025 34.2 tok/s
05 Gemma 3 QAT 4B 4B · Q4_K_M · Apr 2025 29.3 tok/s
06 Gemma 3 4B 4B · Q4_K_M · Mar 2025 29.3 tok/s
07 Phi-4-Multimodal 5.6B · Q3_K_M · Mar 2025 24.5 tok/s
08 Minitron 4B 4.2B · Q4_K_M · Nov 2024 27.9 tok/s
09 XVERSE-MoE-A4.2B 4.2B · Q4_K_M · Apr 2024 27.9 tok/s
10 DeciLM 6B 5.7B · Q3_K_M · Sep 2023 24.0 tok/s

Najszybsze modele AI na a FirePro S7000

Gdzie ta KARTA produkuje tokeny najszybciej. Mniejsze modele dominują tutaj, ponieważ generowanie każdego tokenu oznacza odczytanie całego modelu z pamięci raz..

01 Gemma 3 QAT 1B 1B · Q8_0 · 1.8 GB 50.7 tok/s
02 Gemma 3 1B 1B · Q8_0 · 1.8 GB 50.7 tok/s
03 LLama 3..2 Typhoon 2 1B 1B · Q8_0 · 1.8 GB 50.7 tok/s
04 OLMo-1B 1B · Q8_0 · 1.8 GB 50.7 tok/s
05 HGRN 1B (WT 103) 1B · Q8_0 · 1.8 GB 50.7 tok/s
06 Pythia-1b 1B · Q8_0 · 1.8 GB 50.7 tok/s
07 OpenELM-1.1B 1.1B · Q8_0 · 1.9 GB 47.0 tok/s
08 TinyLlama-1.1B (1T token checkpoint) 1.1B · Q8_0 · 1.9 GB 46.1 tok/s
09 TinyLlama-1.1B (3T token checkpoint) 1.1B · Q8_0 · 1.9 GB 46.1 tok/s
10 DeciCoder-1B 1.1B · Q8_0 · 1.9 GB 46.1 tok/s

Krok po kroku

Jak obliczyć liczbę tokenów na sekundę dla a FirePro S7000

Nie musisz niczego obliczać ręcznie — kalkulator gputps.com na tej stronie już obliczył to dla każdego modelu, który ta karta może pomieścić. Odczytanie odpowiedzi zajmuje sześć kroków..

01

Szukaj modelu, którego chcesz

Tabela zawiera 97 modele, które ta karta uruchamia. Wyszukiwanie zawęża listę według nazwy lub rozmiaru.
02

Ustaw długość kontekstu, którą faktycznie będziesz używać

Dłuższe rozmowy kosztują pamięć oprócz wag. 4 GB często jest to to, co pcha duży model na krawędź.
03

Ustaw minimalną jakość, jeśli jest potrzebna.

Domyślnie tabela wybiera najmniej skompresowaną kopię, która się zmieści. Ustawienie minimum usuwa modele, które kwalifikują się tylko dzięki dużej kompresji.
04

Spójrz na zakres, nie tylko na liczbę

Prędkości mają marginesy błędu z jakiegoś powodu. Najlepszym przypadkiem tutaj jest 50.7 tok/s na Gemma 3 QAT 1B. Ta sama karta i model różnią się od trzydziestu do pięćdziesięciu procent między czasami wykonywania inference.
05

Przeczytaj werdykt dopasowania ostatni

Tight oznacza, że działa dzisiaj; comfortable oznacza, że nadal działa, gdy rozmowa się rozwija. Porównaj, co każdy model potrzebuje w porównaniu z dostępnym. 4 GB.
06

Sprawdź w innych urządzeniach.

Każda strona modelu powtarza tę kalkulację dla całego katalogu. Warto spojrzeć przed podjęciem decyzji: pokazuje, co jeszcze uruchamia ten sam model, obok FirePro S7000.

Odpowiedzi

FirePro S7000 — częste pytania

FirePro S7000— które modele AI może uruchomić?

97 z 679 modele językowe open-weight, które śledzimy, mieszczą się na tej karcie i mogą być uruchamiane lokalnie. Tabela na tej stronie zawiera każdy z nich, z wymaganą pamięcią, poziomem kwantyzacji oraz szacowaną prędkością generacji.

FirePro S7000— jaki jest największy model AI, który może uruchomić?

Największy model w naszym katalogu, który pasuje, to DeciLM 6B w 5.7B parametry, skompresowane do Q3_K_M. Generuje mniej więcej 24.0 tokenów na sekundę i potrzebuje około 3.5 GB pamięci karty.

FirePro S7000— Ile tokenów na sekundę produkuje?

To zależy od modelu. Najszybszy model, który śledzimy tutaj, to Gemma 3 QAT 1B około 50.7 tokenów na sekundę, podczas gdy większe modele działają proporcjonalnie wolniej, ponieważ każdy token wymaga odczytania całego modelu z pamięci za każdym razem. Prędkości są szacunkami dla jednej rozmowy na raz.

FirePro S7000— Ile ma pamięci?

Ta karta ma 4 GB z GDDR5. Około jedna dziesiąta jest zarezerwowana przez czas wykonywania wnioskowania i sterownik, pozostawiając mniej więcej 3.6 GB dostępny dla modelu i jego rozmowy

FirePro S7000— jaka jest jej przepustowość VRAM?

Przepustowość pamięci osiąga 154 GB/s przez magistralę 256 bity. To jest jedyny najlepszy wskaźnik tego, jak szybko generuje tekst, ponieważ produkcja każdego tokena oznacza odczytanie całego modelu z pamięci jednocześnie.

FirePro S7000— Jakiego typu pamięci używa?

Używa GDDR5 prędkość zegara na 1.2 GHz. Typy HBM znajdują się na akceleratorach w centrum danych i mają znacznie większą przepustowość niż GDDR używane na kartach stacjonarnych, dlatego generują tokeny znacznie szybciej przy tej samej pojemności.

FirePro S7000— kto to robi?

To jest produkt AMD, z chipem wyprodukowanym przez TSMC, na procesie 28 nm.

FirePro S7000— kiedy to zostało wydane?

Został wydany w August 2012.

FirePro S7000— ile mocy zużywa?

Moc nominalna karty graficznej wynosi 150 W, i sugerowane zasilanie systemu wynosi 450 W. Generowanie tekstu bardzo obciąża w krótkich szczytach i idle'uje między żądaniami, więc średnie zużycie podczas sesji roboczej jest zazwyczaj znacznie poniżej określonej wartości.

FirePro S7000— ile pamięci podręcznej ma?

Pamięć podręczna L1 jest 16 KB, i pamięć podręczna L2 jest 0.5 MB. Cache absorbuje część ruchu pamięci, który w przeciwnym razie dotarłby do głównej magistrali, więc większy L2 daje skromny wzrost prędkości generacji ponad to, co przewiduje sama szerokość pasma.

FirePro S7000— czy obsługuje CUDA?

Nie. CUDA jest tylko dla NVIDIA, a to jest karta od AMD. Uruchamia modele językowe przez ROCm, Vulkan lub Metal w zależności od oprogramowania, które są mniej dojrzałe niż ścieżka CUDA — nasze oszacowania uwzględniają karę za to.

FirePro S7000— Jakiego interfejsu autobusowego używa?

Używa PCIe 3.0 x16. To reguluje, jak szybko model jest ładowany na kartę, a nie jak szybko działa po załadowaniu, więc kosztuje kilka sekund podczas uruchamiania i nic podczas generacji.

FirePro S7000— czy jest dobry do uruchamiania lokalnych modeli AI?

Jego pamięć ogranicza go do mniejszych modeli, chociaż jego przepustowość oznacza, że generowanie będzie wydawać się wolne na większych modelach. W sumie działa 97 modele, które śledzimy. Czy to wystarczy, zależy całkowicie od tego, który model chcesz — tabela powyżej odpowiada na to bezpośrednio.

FirePro S7000— czy może uruchomić model, który nie mieści się w jego VRAM?

Tylko częściowo. Warstwy poza kartą 4 GB siedzi w pamięci GPU i działa z ułamkową prędkością, więc w dużej mierze zrzucany model rzadko jest wart użycia. Każda wartość tutaj zakłada, że jest w pełni dostępna na karcie.

Czy dwa FirePro S7000 karty będą dwa razy szybsze?

Liberalizowanie ich kupuje przestrzeń zamiast tempa: 8 GB z połączoną pamięcią, w mniej więcej tej samej prędkości generacji co jeden.

Druga strona

Patrząc na to z drugiej strony?

Ta strona zaczyna się od sprzętu. Jeśli już wiesz, jaki model chcesz i potrzebujesz wiedzieć, co jest potrzebne do jego uruchomienia, Zacznij od modelu zamiast.

Wszystkie GPU