Oblicz TPS modelu Radeon R9 M360 na lokalnych modelach AI

AMD 4 GB GDDR5 72 GB/s May 2015

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 · 11.3 tok/s

Najszybszy model

Gemma 3 QAT 1B

23.8 tok/s · 1B

Które modele AI mogą działać na a Radeon R9 M360?

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.

97 modele pasują

Obliczanie
Kwantyzacja Pasuje
23.8 tok/s

14–38 · niska pewność

Gemma 3 1B 1B Mar 2025 1.8 GB 33k tokeny Q8_0 Wygodny
23.8 tok/s

14–38 · niska pewność

Gemma 3 QAT 1B 1B Apr 2025 1.8 GB 33k tokeny Q8_0 Wygodny
23.8 tok/s

14–38 · niska pewność

HGRN 1B (WT 103) ≈ 1B Nov 2023 1.8 GB 131k tokeny ? Q8_0 Wygodny
23.8 tok/s

14–38 · niska pewność

LLama 3..2 Typhoon 2 1B ≈ 1B Dec 2024 1.8 GB 131k tokeny ? Q8_0 Wygodny
23.8 tok/s

14–38 · niska pewność

OLMo-1B ≈ 1B Feb 2024 1.8 GB 131k tokeny ? Q8_0 Wygodny
23.8 tok/s

14–38 · niska pewność

Pythia-1b ≈ 1B Apr 2023 1.8 GB 131k tokeny ? Q8_0 Wygodny
22.0 tok/s

13–35 · niska pewność

OpenELM-1.1B ≈ 1.1B May 2024 1.9 GB 131k tokeny ? Q8_0 Wygodny
21.6 tok/s

13–35 · niska pewność

DeciCoder-1B ≈ 1.1B Aug 2023 1.9 GB 131k tokeny ? Q8_0 Wygodny
21.6 tok/s

13–35 · niska pewność

SantaCoder ≈ 1.1B Jan 2023 1.9 GB 131k tokeny ? Q8_0 Wygodny
21.6 tok/s

13–35 · niska pewność

TinyLlama-1.1B (1T token checkpoint) ≈ 1.1B Oct 2023 1.9 GB 131k tokeny ? Q8_0 Wygodny
21.6 tok/s

13–35 · niska pewność

TinyLlama-1.1B (3T token checkpoint) ≈ 1.1B Oct 2023 1.9 GB 131k tokeny ? Q8_0 Wygodny
19.8 tok/s

12–32 · niska pewność

EXAONE 4.0 (1.2B) ≈ 1.2B Jul 2025 2.0 GB 131k tokeny ? Q8_0 Wygodny
19.8 tok/s

12–32 · niska pewność

MinerU2.5 ≈ 1.2B Sep 2025 2.0 GB 131k tokeny ? Q8_0 Wygodny
19.8 tok/s

12–32 · niska pewność

Pleias 1.0 1.2B ≈ 1.2B Dec 2024 2.0 GB 131k tokeny ? Q8_0 Wygodny
19.8 tok/s

12–32 · niska pewność

Pleias-RAG-1B ≈ 1.2B Apr 2025 2.0 GB 131k tokeny ? Q8_0 Wygodny
19.3 tok/s

12–31 · niska pewność

Llama 3.2 1B 1.2B Sep 2024 2.2 GB 54k tokeny Q8_0 Wygodny
19.1 tok/s

11–31 · niska pewność

MiniCPM-1.2B ≈ 1.2B Jun 2024 2.0 GB 131k tokeny ? Q8_0 Wygodny
18.3 tok/s

11–29 · niska pewność

DeepSeek Coder 1.3B ≈ 1.3B Jan 2024 2.1 GB 131k tokeny ? Q8_0 Wygodny
18.3 tok/s

11–29 · niska pewność

DeepSeek-VL-1.3B ≈ 1.3B Mar 2024 2.1 GB 131k tokeny ? Q8_0 Wygodny
18.3 tok/s

11–29 · niska pewność

DigiRL ≈ 1.3B Jun 2024 2.1 GB 131k tokeny ? Q8_0 Wygodny
18.3 tok/s

11–29 · niska pewność

GLA Transformer 1.3B ≈ 1.3B Aug 2024 2.1 GB 131k tokeny ? Q8_0 Wygodny
18.3 tok/s

11–29 · niska pewność

Janus 1.3B ≈ 1.3B Oct 2024 2.1 GB 131k tokeny ? Q8_0 Wygodny
18.3 tok/s

11–29 · niska pewność

Kosmos-2.5 ≈ 1.3B Aug 2024 2.1 GB 131k tokeny ? Q8_0 Wygodny
18.3 tok/s

11–29 · niska pewność

Otter ≈ 1.3B May 2023 2.1 GB 131k tokeny ? Q8_0 Wygodny
18.3 tok/s

11–29 · 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

Radeon R9 M360 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
72 GB/s
Typ pamięci
GDDR5
Szerokość magistrali pamięci
128 bit
Zegar pamięci
1.13 GHz

Czip

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

Procesor graficzny
Tropo
Architektura
GCN 1.0
Generacja
Gem System(R9 M300)
Odlewnia
TSMC
Rozmiar procesu
28 nm
Transistory
1.5 billion
Gęstość tranzystorów
12,200 K/mm²
Rozmiar die
123 mm²
Pakiet
FCBGA-962
Wydane
5 May 2015

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
900 MHz
Zegar zwiększający
925 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
512
Jednostki mapowania tekstur
32
Jednostki wyjściowe.Render
16
cache L1
16 KB
pamięć podręczna L2
0.25 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)
947.2 GFLOPS
Podwójna precyzja (FP64)
59.2 GFLOPS
Wskaźnik pikseli
15 GPixel/s
Współczynnik tekstury
30 GTexel/s

Płyta

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

Interfejs magistrali
PCIe 3.0 x16

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 Radeon R9 M360

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

72 GB/s

Największy model

DeciLM 6B

Radeon R9 M360 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 72 GB/s przez magistralę 128 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.

Przepustowość to zegar razy szerokość magistrali, a ta KARTA zegaruje swoją pamięć na 1.13 GHz. Obie części mają znaczenie, a żadna z nich nie jest widoczna w benchmarku gier.

W całości największy model, który się mieści, to DeciLM 6B, 5.7B, skompresowane do Q3_K_M i generowanie wokół 11.3 tokeny na sekundę

Układ scalony i jak został zbudowany

Radeon R9 M360 jest zbudowany na procesorze graficznym Tropo, używając architektury GCN 1.0 z AMD, jako część generacji Gem System(R9 M300).

Chip jest produkowany przez TSMC, na procesie 28 nm, z kostką o wymiarach 123 mm², trzymanie 1.5 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 May 2015, szacunkowo 11.24078053654 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

59.2 GFLOPS

Przepustowość podwójnej precyzji osiąga 59.2 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 900 MHz do zwiększenia 925 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

Radeon R9 M360 ma pamięć podręczną L1 16 KB, wspierany przez pamięć podręczną L2 0.25 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 512 Jednostki cieniujące, 32 Jednostki mapowania tekstur, i 16 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

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 Radeon R9 M360

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

  1. 01 Qwen3.5-4B 4B · Q5_K_M · Feb 2026 10.6 tok/s
  2. 02 Voxtral Mini 4.7B · Q4_K_M · Jul 2025 11.7 tok/s
  3. 03 Typhoon 2.1 Gemma 4B 4B · Q4_K_M · May 2025 13.7 tok/s
  4. 04 Qwen3-4B 4B · Q3_K_M · Apr 2025 16.1 tok/s
  5. 05 Gemma 3 QAT 4B 4B · Q4_K_M · Apr 2025 13.7 tok/s
  6. 06 Gemma 3 4B 4B · Q4_K_M · Mar 2025 13.7 tok/s
  7. 07 Phi-4-Multimodal 5.6B · Q3_K_M · Mar 2025 11.5 tok/s
  8. 08 Minitron 4B 4.2B · Q4_K_M · Nov 2024 13.1 tok/s
  9. 09 XVERSE-MoE-A4.2B 4.2B · Q4_K_M · Apr 2024 13.1 tok/s
  10. 10 DeciLM 6B 5.7B · Q3_K_M · Sep 2023 11.3 tok/s

Najszybsze modele AI na a Radeon R9 M360

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 23.8 tok/s
  2. 02 Gemma 3 1B 1B · Q8_0 · 1.8 GB 23.8 tok/s
  3. 03 LLama 3..2 Typhoon 2 1B 1B · Q8_0 · 1.8 GB 23.8 tok/s
  4. 04 OLMo-1B 1B · Q8_0 · 1.8 GB 23.8 tok/s
  5. 05 HGRN 1B (WT 103) 1B · Q8_0 · 1.8 GB 23.8 tok/s
  6. 06 Pythia-1b 1B · Q8_0 · 1.8 GB 23.8 tok/s
  7. 07 OpenELM-1.1B 1.1B · Q8_0 · 1.9 GB 22.0 tok/s
  8. 08 TinyLlama-1.1B (1T token checkpoint) 1.1B · Q8_0 · 1.9 GB 21.6 tok/s
  9. 09 TinyLlama-1.1B (3T token checkpoint) 1.1B · Q8_0 · 1.9 GB 21.6 tok/s
  10. 10 DeciCoder-1B 1.1B · Q8_0 · 1.9 GB 21.6 tok/s

Krok po kroku

Jak obliczyć liczbę tokenów na sekundę dla a Radeon R9 M360

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 97 modele, które ta karta może uruchomić. Szukaj według nazwy lub rozmiaru — wpisanie 27b pasuje do liczby parametrów, nawet gdy nazwa tego nie stwierdza.

  2. 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 4 GB więc ustawienia warto dobrze ustawić.

  3. 03

    Wybierz, jak daleko chcesz skompresować

    Każdy model jest pokazany w najlepszej kompresji, jaką ta KARTA może pomieścić. Minimalna jakość ukrywa te, które mieszczą się tylko po dalszym ściskaniu, niż byś zaakceptował.

  4. 04

    Weź zakres jako odpowiedź

    Każda prędkość jest oszacowaniem dla pojedynczej rozmowy, z zakresem poniżej. Górna granica tutaj to 23.8 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

    Tight dopasowanie działa, ale nie zostawia miejsca na zwiększenie kontekstu później; comfortable ma zapas. Kolumna pamięci pokazuje, czego każdy model potrzebuje w porównaniu do dostępnej 4 GB.

  6. 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 Radeon R9 M360.

Odpowiedzi

Radeon R9 M360 — częste pytania

01

Radeon R9 M360— 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.

02

Radeon R9 M360— 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.

03

Radeon R9 M360— czy może uruchomić model, który nie mieści się w jego VRAM?

Tylko częściowo. Warstwy poza kartą 4 GB jest możliwe i zwykle jest to fałszywa oszczędność: część pamięci systemu jest wystarczająco wolna, aby zdominować wynik.

04

Czy dwa Radeon R9 M360 karty będą dwa razy szybsze?

Liberalizowanie ich kupuje przestrzeń zamiast tempa: 8 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.

05

Radeon R9 M360— 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.

06

Radeon R9 M360— 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 11.3 tokenów na sekundę i potrzebuje około 3.5 GB pamięci karty.

07

Radeon R9 M360— Ile tokenów na sekundę produkuje?

To zależy od modelu. Najszybszy model, który śledzimy tutaj, to Gemma 3 QAT 1B około 23.8 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.

08

Radeon R9 M360— 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

09

Radeon R9 M360— jaka jest jej przepustowość VRAM?

Przepustowość pamięci osiąga 72 GB/s przez magistralę 128 bity. To jest jedyny najlepszy wskaźnik tego, jak szybko generuje tekst, ponieważ produkcja każdego tokena oznacza odczytanie całego modelu z pamięci jednocześnie.

10

Radeon R9 M360— Jakiego typu pamięci używa?

Używa GDDR5 prędkość zegara na 1.13 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.

11

Radeon R9 M360— kto to robi?

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

12

Radeon R9 M360— kiedy to zostało wydane?

Został wydany w May 2015.

13

Radeon R9 M360— ile pamięci podręcznej ma?

Pamięć podręczna L1 jest 16 KB, i pamięć podręczna L2 jest 0.25 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.

14

Radeon R9 M360— 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.

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