Oblicz TPS modelu Xeon Phi 7120X na lokalnych modelach AI

Intel 16 GB GDDR5 352 GB/s June 2013

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

432 modele, które może uruchomić

679 modele w naszym katalogu razem

Największy model, który obsługuje

Nemotron 3-Nano-30B-A3B

31.6B · Q3_K_M · 46.0 tok/s

Najszybszy model

Gemma 3 QAT 1B

96.9 tok/s · 1B

Które modele AI mogą działać na a Xeon Phi 7120X?

Ustaw wejścia, odczytaj odpowiedź.

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

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

432 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 7120X 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
16 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(x100)
Odlewnia
Intel
Rozmiar procesu
22 nm
Transistory
5 billion
Gęstość tranzystorów
6,900 K/mm²
Rozmiar die
720 mm²
Wydane
17 June 2013

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
1.24 GHz
Zegar zwiększający
1.33 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)
2.6 TFLOPS
Współczynnik tekstury
43 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 7120X

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

16 GB

Szerokość pasma

352 GB/s

Największy model

Nemotron 3-Nano-30B-A3B

Xeon Phi 7120X nosi 16 GB z GDDR5. To sięga komfortowo w małe i średnie modele, chociaż największe pozostają poza zasięgiem bez ich dzielenia. Nakład sterowników zostawia w przybliżeniu 14.4 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.

Przepustowość to zegar razy szerokość magistrali, a ta KARTA zegaruje swoją pamięć na 1.38 GHz. To dlatego liczba rdzeni tak słabo przewiduje prędkość generacji.

Praktyczny sufit to Nemotron 3-Nano-30B-A3B, 31.6B, skompresowane do Q3_K_M i generowanie wokół 46.0 tokeny na sekundę

Układ scalony i jak został zbudowany

Xeon Phi 7120X jest zbudowany na procesorze graficznym Knights Corner, używając architektury Knights z Intel, jako część generacji Knights Corner(x100).

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 June 2013, szacunkowo 13.122971133848 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 1.24 GHz do zwiększenia 1.33 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 7120X 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 7120X

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

  1. 01 North Mini Code 30B · Q3_K_M · Jun 2026 48.4 tok/s
  2. 02 Qwen 3.6-27B 27B · Q3_K_M · Apr 2026 9.7 tok/s
  3. 03 Qwen3.5-27B 27B · Q3_K_M · Feb 2026 9.7 tok/s
  4. 04 Nemotron 3-Nano-30B-A3B 31.6B · Q3_K_M · Dec 2025 46.0 tok/s
  5. 05 Nomos 1 30B · Q3_K_M · Dec 2025 48.4 tok/s
  6. 06 C2S-Scale 27B · Q3_K_M · Oct 2025 9.7 tok/s
  7. 07 Gemma-SEA-LION-v4-27B-IT 27B · Q3_K_M · Aug 2025 9.7 tok/s
  8. 08 ERNIE-4.5-VL-28B-A3B 28B · Q3_K_M · Jun 2025 51.9 tok/s
  9. 09 Qwen3-30B-A3B 30B · Q3_K_M · Apr 2025 48.4 tok/s
  10. 10 Gemma 3 QAT 27B 27B · Q3_K_M · Apr 2025 9.7 tok/s

Najszybsze modele AI na a Xeon Phi 7120X

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

  1. 01 Gemma 3 QAT 1B 1B · Q8_0 · 1.8 GB 96.9 tok/s
  2. 02 Gemma 3 1B 1B · Q8_0 · 1.8 GB 96.9 tok/s
  3. 03 LLama 3..2 Typhoon 2 1B 1B · Q8_0 · 1.8 GB 96.9 tok/s
  4. 04 OLMo-1B 1B · Q8_0 · 1.8 GB 96.9 tok/s
  5. 05 HGRN 1B (WT 103) 1B · Q8_0 · 1.8 GB 96.9 tok/s
  6. 06 Pythia-1b 1B · Q8_0 · 1.8 GB 96.9 tok/s
  7. 07 OpenELM-1.1B 1.1B · Q8_0 · 1.9 GB 89.7 tok/s
  8. 08 TinyLlama-1.1B (1T token checkpoint) 1.1B · Q8_0 · 1.9 GB 88.1 tok/s
  9. 09 TinyLlama-1.1B (3T token checkpoint) 1.1B · Q8_0 · 1.9 GB 88.1 tok/s
  10. 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 7120X

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..

  1. 01

    Znajdź model w tabeli

    Tabela zawiera 432 modele, które obsługuje karta. Pole wyszukiwania przyjmuje nazwę lub rozmiar, taki jak 27b, który odpowiada liczbie parametrów.

  2. 02

    Ustaw długość kontekstu, którą faktycznie będziesz używać

    Ustaw kontekst na swoją rzeczywistą długość roboczą. Krótkie pytania kosztują prawie nic, ale długi dokument może zająć dużą część 16 GB to często różnica między modelem, który się mieści, a takim, który się nie mieści.

  3. 03

    Wybierz, jak daleko chcesz skompresować

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

  4. 04

    Weź zakres jako odpowiedź

    Liczby są obliczane, a nie mierzone. Najszybszy wynik na tej karcie 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.

  5. 05

    Sprawdź swój zapas przed podjęciem decyzji

    Kolumna dopasowania oddziela modele, które tylko mieszczą się, od tych, które mają trochę miejsca zapasowego — warto to sprawdzić przed zdecydowaniem się na jeden, w konfrontacji z dostępnym 16 GB.

  6. 06

    Sprawdź w innych urządzeniach.

    Śledzenie modelu na jego stronie pokazuje cały sprzęt, który może go uruchomić, więc możesz zobaczyć, jak wypada w porównaniu do Xeon Phi 7120X.

Odpowiedzi

Xeon Phi 7120X — częste pytania

01

Xeon Phi 7120X— czy może uruchomić model, który nie mieści się w jego VRAM?

Można go podzielić, a nadmiar przechowywany jest w pamięci systemowej poza kartą. 16 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.

02

Czy dwa Xeon Phi 7120X karty będą dwa razy szybsze?

Liberalizowanie ich kupuje przestrzeń zamiast tempa: 32 GB pracować z zamiast dwa razy więcej tokenów na sekundę — każda liczba tutaj dotyczy pojedynczej KARTY.

03

Xeon Phi 7120X— które modele AI może uruchomić?

432 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.

04

Xeon Phi 7120X— jaki jest największy model AI, który może uruchomić?

Największy model w naszym katalogu, który pasuje, to Nemotron 3-Nano-30B-A3B w 31.6B parametry, skompresowane do Q3_K_M. Generuje mniej więcej 46.0 tokenów na sekundę i potrzebuje około 14.4 GB pamięci karty.

05

Xeon Phi 7120X— 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.

06

Xeon Phi 7120X— czy może działać 7B modele?

Tak. Na przykład działa Multi-Token Prediction 7B w Q8_0, używając około 7.9 GB pamięci i generowanie około 14.5 tokeny na sekundę

07

Xeon Phi 7120X— czy może działać 13B modele?

Tak. Na przykład działa DeepSeekMoE-16B w Q6_K, używając około 13.7 GB pamięci i generowanie około 48.9 tokeny na sekundę

08

Xeon Phi 7120X— czy może działać 30B modele?

Tak. Na przykład działa ERNIE-4.5-VL-28B-A3B w Q3_K_M, używając około 12.9 GB pamięci i generowanie około 51.9 tokeny na sekundę

09

Xeon Phi 7120X— Ile ma pamięci?

Ta karta ma 16 GB z GDDR5. Około jedna dziesiąta jest zarezerwowana przez czas wykonywania wnioskowania i sterownik, pozostawiając mniej więcej 14.4 GB dostępny dla modelu i jego rozmowy

10

Xeon Phi 7120X— 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.

11

Xeon Phi 7120X— 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.

12

Xeon Phi 7120X— kto to robi?

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

13

Xeon Phi 7120X— kiedy to zostało wydane?

Został wydany w June 2013.

14

Xeon Phi 7120X— 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.

15

Xeon Phi 7120X— 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.

16

Xeon Phi 7120X— 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.

17

Xeon Phi 7120X— czy jest dobry do uruchamiania lokalnych modeli AI?

Jego pamięć obejmuje małe i średnie modele, chociaż największe są poza zasięgiem, a jego przepustowość oznacza, że generacja będzie wydawać się wolna na większych modelach. W sumie uruchamia 432 modele, które śledzimy. Czy to wystarczy, zależy całkowicie od tego, który model chcesz — tabela powyżej odpowiada na to bezpośrednio.

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