Oblicz TPS modelu Xeon Phi SE10X na lokalnych modelach AI

Intel 8 GB GDDR5 352 GB/s November 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

337 modele, które może uruchomić

679 modele w naszym katalogu razem

Największy model, który obsługuje

Baichuan 1-13B

13.3B · Q3_K_M · 19.7 tok/s

Najszybszy model

Gemma 3 QAT 1B

96.9 tok/s · 1B

Które modele AI mogą działać na a Xeon Phi SE10X?

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.

337 modele pasują

Obliczanie

						Kwantyzacja	Pasuje
96.9 tok/s 58–155 · niska pewność	Gemma 3 1B	1B	Mar 2025	1.8 GB	33k tokeny	Q8_0	Wygodny
96.9 tok/s 58–155 · niska pewność	Gemma 3 QAT 1B	1B	Apr 2025	1.8 GB	33k tokeny	Q8_0	Wygodny
96.9 tok/s 58–155 · niska pewność	HGRN 1B (WT 103) ≈	1B	Nov 2023	1.8 GB	131k tokeny ?	Q8_0	Wygodny
96.9 tok/s 58–155 · niska pewność	LLama 3..2 Typhoon 2 1B ≈	1B	Dec 2024	1.8 GB	131k tokeny ?	Q8_0	Wygodny
96.9 tok/s 58–155 · niska pewność	OLMo-1B ≈	1B	Feb 2024	1.8 GB	131k tokeny ?	Q8_0	Wygodny
96.9 tok/s 58–155 · niska pewność	Pythia-1b ≈	1B	Apr 2023	1.8 GB	131k tokeny ?	Q8_0	Wygodny
89.7 tok/s 54–144 · niska pewność	OpenELM-1.1B ≈	1.1B	May 2024	1.9 GB	131k tokeny ?	Q8_0	Wygodny
88.1 tok/s 53–141 · niska pewność	DeciCoder-1B ≈	1.1B	Aug 2023	1.9 GB	131k tokeny ?	Q8_0	Wygodny
88.1 tok/s 53–141 · niska pewność	SantaCoder ≈	1.1B	Jan 2023	1.9 GB	131k tokeny ?	Q8_0	Wygodny
88.1 tok/s 53–141 · niska pewność	TinyLlama-1.1B (1T token checkpoint) ≈	1.1B	Oct 2023	1.9 GB	131k tokeny ?	Q8_0	Wygodny
88.1 tok/s 53–141 · niska pewność	TinyLlama-1.1B (3T token checkpoint) ≈	1.1B	Oct 2023	1.9 GB	131k tokeny ?	Q8_0	Wygodny
80.8 tok/s 48–129 · niska pewność	EXAONE 4.0 (1.2B) ≈	1.2B	Jul 2025	2.0 GB	131k tokeny ?	Q8_0	Wygodny
80.8 tok/s 48–129 · niska pewność	MinerU2.5 ≈	1.2B	Sep 2025	2.0 GB	131k tokeny ?	Q8_0	Wygodny
80.8 tok/s 48–129 · niska pewność	Pleias 1.0 1.2B ≈	1.2B	Dec 2024	2.0 GB	131k tokeny ?	Q8_0	Wygodny
80.8 tok/s 48–129 · niska pewność	Pleias-RAG-1B ≈	1.2B	Apr 2025	2.0 GB	131k tokeny ?	Q8_0	Wygodny
78.8 tok/s 47–126 · niska pewność	Llama 3.2 1B	1.2B	Sep 2024	2.2 GB	131k tokeny	Q8_0	Wygodny
77.7 tok/s 47–124 · niska pewność	MiniCPM-1.2B ≈	1.2B	Jun 2024	2.0 GB	131k tokeny ?	Q8_0	Wygodny
74.5 tok/s 45–119 · niska pewność	DeepSeek Coder 1.3B ≈	1.3B	Jan 2024	2.1 GB	131k tokeny ?	Q8_0	Wygodny
74.5 tok/s 45–119 · niska pewność	DeepSeek-VL-1.3B ≈	1.3B	Mar 2024	2.1 GB	131k tokeny ?	Q8_0	Wygodny
74.5 tok/s 45–119 · niska pewność	DigiRL ≈	1.3B	Jun 2024	2.1 GB	131k tokeny ?	Q8_0	Wygodny
74.5 tok/s 45–119 · niska pewność	GLA Transformer 1.3B ≈	1.3B	Aug 2024	2.1 GB	131k tokeny ?	Q8_0	Wygodny
74.5 tok/s 45–119 · niska pewność	Janus 1.3B ≈	1.3B	Oct 2024	2.1 GB	131k tokeny ?	Q8_0	Wygodny
74.5 tok/s 45–119 · niska pewność	Kosmos-2.5 ≈	1.3B	Aug 2024	2.1 GB	131k tokeny ?	Q8_0	Wygodny
74.5 tok/s 45–119 · niska pewność	Otter ≈	1.3B	May 2023	2.1 GB	131k tokeny ?	Q8_0	Wygodny
74.5 tok/s 45–119 · 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

Xeon Phi SE10X 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: 8 GB
Pasmo pamięci: 352 GB/s
Typ pamięci: GDDR5
Szerokość magistrali pamięci: 512 bit
Zegar pamięci: 1.38 GHz

Czip

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

Procesor graficzny: Knights Corner
Architektura: Knights
Generacja: Knights Corner
Odlewnia: Intel
Rozmiar procesu: 22 nm
Transistory: 5 billion
Gęstość tranzystorów: 6,900 K/mm²
Rozmiar die: 720 mm²
Wydane: 12 November 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: 1.1 GHz
Zegar zwiększający: 1.1 GHz

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: 976
Jednostki mapowania tekstur: 32

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): 2.1 TFLOPS
Współczynnik tekstury: 35 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): 300 W
Zalecany zasilacz: 700 W
Interfejs magistrali: PCIe 3.0 x16
Szerokość slotu: Dual-slot
Wymiary: 248 mm

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.

OpenCL: 1.2
Model cieniowania: 5.0

Oferty

Gdzie kupić GPU Xeon Phi SE10X

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

Dlaczego pamięć jest liczbą, która ma tutaj znaczenie

VRAM

8 GB

Szerokość pasma

352 GB/s

Największy model

Baichuan 1-13B

Xeon Phi SE10X niesie tylko 8 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 7.2 GB.

Przepustowość pamięci osiąga 352 GB/s przez magistralę 512 bity. To jest liczba rządząca prędkością generacji — arytmetyka na bajt odczytany jest na tyle mała, że to magistrala, a nie rdzenie, jest na co wszystko czeka.

To pochodzi z zegara pamięci 1.38 GHz. To dlatego liczba rdzeni tak słabo przewiduje prędkość generacji.

W praktyce ta kombinacja osiąga maksimum na Baichuan 1-13B, 13.3B, skompresowane do Q3_K_M i generowanie wokół 19.7 tokeny na sekundę

Układ scalony i jak został zbudowany

Xeon Phi SE10X jest zbudowany na procesorze graficznym Knights Corner, używając architektury Knights z Intel, jako część generacji Knights Corner.

Chip jest produkowany przez Intel, na procesie 22 nm, z kostką o wymiarach 720 mm², trzymanie 5 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 November 2012, szacunkowo 13.717646855402 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

Zegary działają od podstawy 1.1 GHz do zwiększenia 1.1 GHz. 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

Są 976 Jednostki cieniujące, 32 Jednostki mapowania tekstur. 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

300 W

Xeon Phi SE10X jest oceniane na 300 W, i sugerowane zasilanie systemu wynosi 700 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 dual-slot, pomiarowania 248 mm długi. 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 Xeon Phi SE10X

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

01 OLMo 2 Furious 13B 13B · Q3_K_M · Dec 2024 20.1 tok/s
02 Cambrian-1-13B 13B · Q3_K_M · Jun 2024 20.1 tok/s
03 Fugaku-LLM 13B · Q3_K_M · May 2024 20.1 tok/s
04 OpenThaiGPT v1.0.0 (13B) 13.1B · Q3_K_M · Apr 2024 20.0 tok/s
05 Aya 13B · Q3_K_M · Feb 2024 20.1 tok/s
06 Elyza 13B · Q3_K_M · Dec 2023 20.1 tok/s
07 NexusRaven-V2 13B · Q3_K_M · Dec 2023 20.1 tok/s
08 Baize-v2-13B (白泽) 13B · Q3_K_M · Dec 2023 20.1 tok/s
09 Stockmark-13B 13.2B · Q3_K_M · Oct 2023 19.8 tok/s
10 Baichuan 1-13B 13.3B · Q3_K_M · Jul 2023 19.7 tok/s

Najszybsze modele AI na a Xeon Phi SE10X

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 96.9 tok/s
02 Gemma 3 1B 1B · Q8_0 · 1.8 GB 96.9 tok/s
03 LLama 3..2 Typhoon 2 1B 1B · Q8_0 · 1.8 GB 96.9 tok/s
04 OLMo-1B 1B · Q8_0 · 1.8 GB 96.9 tok/s
05 HGRN 1B (WT 103) 1B · Q8_0 · 1.8 GB 96.9 tok/s
06 Pythia-1b 1B · Q8_0 · 1.8 GB 96.9 tok/s
07 OpenELM-1.1B 1.1B · Q8_0 · 1.9 GB 89.7 tok/s
08 TinyLlama-1.1B (1T token checkpoint) 1.1B · Q8_0 · 1.9 GB 88.1 tok/s
09 TinyLlama-1.1B (3T token checkpoint) 1.1B · Q8_0 · 1.9 GB 88.1 tok/s
10 DeciCoder-1B 1.1B · Q8_0 · 1.9 GB 88.1 tok/s

Krok po kroku

Jak obliczyć liczbę tokenów na sekundę dla a Xeon Phi SE10X

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 337 modele, które ta karta uruchamia. Wyszukiwanie zawęża listę według nazwy lub rozmiaru.
02

Zdecyduj, jak długo trwają twoje rozmowy

Ustaw kontekst na swoją rzeczywistą długość roboczą. Krótkie pytania kosztują prawie nic, ale długi dokument może zająć dużą część 8 GB często jest to to, co pcha duży model na krawędź.
03

Przypnij porównanie do jednego poziomu jakości

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

Przeczytaj prędkość i zasięg

Każda prędkość jest oszacowaniem dla pojedynczej rozmowy, z zakresem poniżej. Górna granica tutaj to 96.9 tok/s na Gemma 3 QAT 1B. Ta sama karta i model różnią się od trzydziestu do pięćdziesięciu procent między czasami wykonywania inference.
05

Sprawdź swój zapas przed podjęciem decyzji

Tight oznacza, że działa dzisiaj; comfortable oznacza, że nadal działa, gdy rozmowa się rozwija. Porównaj, co każdy model potrzebuje w porównaniu z dostępnym. 8 GB.
06

Sprawdź ten sam model z drugiej strony

Każda nazwa modelu w tabeli prowadzi do swojej własnej strony, która wykonuje to samo obliczenie na każdej karcie, którą posiadamy. Tam właśnie zobaczysz, czy odpowiedni zakup jest Xeon Phi SE10X.

Odpowiedzi

Xeon Phi SE10X — częste pytania

Xeon Phi SE10X— czy obsługuje CUDA?

Nie. CUDA jest tylko dla NVIDIA, a to jest karta od Intel. 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.

Xeon Phi SE10X— 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.

Xeon Phi SE10X— 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 337 modele, które śledzimy. Czy to wystarczy, zależy całkowicie od tego, który model chcesz — tabela powyżej odpowiada na to bezpośrednio.

Xeon Phi SE10X— czy może uruchomić model, który nie mieści się w jego VRAM?

Tylko częściowo. Warstwy poza kartą 8 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 Xeon Phi SE10X karty będą dwa razy szybsze?

Liberalizowanie ich kupuje przestrzeń zamiast tempa: 16 GB który pozwala na utrzymanie modeli, których żaden z nich nie mógłby utrzymać samodzielnie, ale generacja nie dzieli się w ten sposób. Te dane opisują jedną KARTĘ.

Xeon Phi SE10X— które modele AI może uruchomić?

337 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.

Xeon Phi SE10X— jaki jest największy model AI, który może uruchomić?

Największy model w naszym katalogu, który pasuje, to Baichuan 1-13B w 13.3B parametry, skompresowane do Q3_K_M. Generuje mniej więcej 19.7 tokenów na sekundę i potrzebuje około 7.2 GB pamięci karty.

Xeon Phi SE10X— Ile tokenów na sekundę produkuje?

To zależy od modelu. Najszybszy model, który śledzimy tutaj, to Gemma 3 QAT 1B około 96.9 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.

Xeon Phi SE10X— czy może działać 7B modele?

Tak. Na przykład działa MetaMath 7B (LLaMa finetune) w Q4_K_M, używając około 6.5 GB pamięci i generowanie około 32.0 tokeny na sekundę

Xeon Phi SE10X— czy może działać 13B modele?

Tak. Na przykład działa Gemma 4 12B w Q3_K_M, używając około 6.5 GB pamięci i generowanie około 21.9 tokeny na sekundę

Xeon Phi SE10X— Ile ma pamięci?

Ta karta ma 8 GB z GDDR5. Około jedna dziesiąta jest zarezerwowana przez czas wykonywania wnioskowania i sterownik, pozostawiając mniej więcej 7.2 GB dostępny dla modelu i jego rozmowy

Xeon Phi SE10X— jaka jest jej przepustowość VRAM?

Przepustowość pamięci osiąga 352 GB/s przez magistralę 512 bity. To jest jedyny najlepszy wskaźnik tego, jak szybko generuje tekst, ponieważ produkcja każdego tokena oznacza odczytanie całego modelu z pamięci jednocześnie.

Xeon Phi SE10X— Jakiego typu pamięci używa?

Używa GDDR5 prędkość zegara na 1.38 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.

Xeon Phi SE10X— kto to robi?

To jest produkt Intel, z chipem wyprodukowanym przez Intel, na procesie 22 nm.

Xeon Phi SE10X— kiedy to zostało wydane?

Został wydany w November 2012.

Xeon Phi SE10X— ile mocy zużywa?

Moc nominalna karty graficznej wynosi 300 W, i sugerowane zasilanie systemu wynosi 700 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.

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