Oblicz TPS modelu Switch GPU 16nm na lokalnych modelach AI

NVIDIA 4 GB DDR4 26 GB/s August 2019

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 · 4.4 tok/s

Najszybszy model

Gemma 3 QAT 1B

9.2 tok/s · 1B

Które modele AI mogą działać na a Switch GPU 16nm?

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
9.2 tok/s

3–18 · niska pewność

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

3–18 · niska pewność

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

3–18 · niska pewność

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

3–18 · niska pewność

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

3–18 · niska pewność

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

3–18 · niska pewność

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

3–17 · niska pewność

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

3–17 · niska pewność

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

3–17 · niska pewność

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

3–17 · niska pewność

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

3–17 · niska pewność

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

3–15 · niska pewność

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

3–15 · niska pewność

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

3–15 · niska pewność

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

3–15 · niska pewność

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

3–15 · niska pewność

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

3–15 · niska pewność

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

2–14 · niska pewność

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

2–14 · niska pewność

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

2–14 · niska pewność

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

2–14 · niska pewność

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

2–14 · niska pewność

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

2–14 · niska pewność

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

2–14 · niska pewność

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

2–14 · 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

Switch GPU 16nm 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
26 GB/s
Typ pamięci
DDR4
Szerokość magistrali pamięci
64 bit
Zegar pamięci
1.6 GHz

Czip

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

Procesor graficzny
GM20B
Architektura
Maxwell 2.0
Generacja
Console GPU(Nintendo)
Odlewnia
TSMC
Rozmiar procesu
16 nm
Transistory
2 billion
Gęstość tranzystorów
20,000 K/mm²
Rozmiar die
100 mm²
Wydane
16 August 2019

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
384 MHz
Zegar zwiększający
768 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
256
Jednostki mapowania tekstur
16
Jednostki wyjściowe.Render
16
Procesory strumieniowe
2

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.

Pół precyzja (FP16)
786.4 GFLOPS
Pojedyncza precyzja (FP32)
393.2 GFLOPS
Podwójna precyzja (FP64)
12.3 GFLOPS
Wskaźnik pikseli
12 GPixel/s
Współczynnik tekstury
12 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)
15 W
Wymiary
239 mm × 28 mm
Wyświetl wyniki
1x USB Type-C

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.

zdolność obliczeniowa CUDA
5.3
DirectX
12.1
OpenGL
4.6
Vulkan
1.4
OpenCL
1.2
Model cieniowania
6.0

Oferty

Gdzie kupić GPU Switch GPU 16nm

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

4 GB

Szerokość pasma

26 GB/s

Największy model

DeciLM 6B

Switch GPU 16nm niesie tylko 4 GB z DDR4. 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 26 GB/s przez magistralę 64 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.

Liczba to szerokość magistrali pomnożona przez zegar pamięci 1.6 GHz. To dlatego liczba rdzeni tak słabo przewiduje prędkość generacji.

W praktyce ta kombinacja osiąga maksimum na DeciLM 6B, 5.7B, skompresowane do Q3_K_M i generowanie wokół 4.4 tokeny na sekundę

Układ scalony i jak został zbudowany

Switch GPU 16nm jest zbudowany na procesorze graficznym GM20B, używając architektury Maxwell 2.0 z NVIDIA, jako część generacji Console GPU(Nintendo).

Chip jest produkowany przez TSMC, na procesie 16 nm, z kostką o wymiarach 100 mm², trzymanie 2 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 2019, szacunkowo 6.958528848159 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

FP16

786.4 GFLOPS

FP64

12.3 GFLOPS

Na papierze Switch GPU 16nm osiąga 786.4 GFLOPS przy półprecyzji, i 393.2 GFLOPS przy pojedynczej precyzji. To są wartości szczytowe, żaden rzeczywisty obciążenie ich nie utrzymuje, a generowanie tekstu osiąga tylko małą część z nich — dekodowanie jest ograniczone przez pamięć, a nie przez arytmetykę, co jest powodem, dla którego karta może wyglądać na niezwykle potężną tutaj i nadal produkować tokeny w zwykłym tempie.

Przepustowość podwójnej precyzji osiąga 12.3 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 384 MHz do zwiększenia 768 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

Są 256 Jednostki cieniujące, 16 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

Pobór mocy

15 W

Switch GPU 16nm jest oceniane na 15 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.

pomiarowania 239 mm długi. Warto sprawdzić z zasilaczem oraz obudową w maszynie, ponieważ największe karty potrzebują zdecydowanie więcej obu niż typowy komputer stacjonarny oferuje.

Ekstremy

Największe modele AI, które działają na a Switch GPU 16nm

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 4.1 tok/s
  2. 02 Voxtral Mini 4.7B · Q4_K_M · Jul 2025 4.5 tok/s
  3. 03 Typhoon 2.1 Gemma 4B 4B · Q4_K_M · May 2025 5.3 tok/s
  4. 04 Qwen3-4B 4B · Q3_K_M · Apr 2025 6.2 tok/s
  5. 05 Gemma 3 QAT 4B 4B · Q4_K_M · Apr 2025 5.3 tok/s
  6. 06 Gemma 3 4B 4B · Q4_K_M · Mar 2025 5.3 tok/s
  7. 07 Phi-4-Multimodal 5.6B · Q3_K_M · Mar 2025 4.4 tok/s
  8. 08 Minitron 4B 4.2B · Q4_K_M · Nov 2024 5.1 tok/s
  9. 09 XVERSE-MoE-A4.2B 4.2B · Q4_K_M · Apr 2024 5.1 tok/s
  10. 10 DeciLM 6B 5.7B · Q3_K_M · Sep 2023 4.4 tok/s

Najszybsze modele AI na a Switch GPU 16nm

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 9.2 tok/s
  2. 02 Gemma 3 1B 1B · Q8_0 · 1.8 GB 9.2 tok/s
  3. 03 LLama 3..2 Typhoon 2 1B 1B · Q8_0 · 1.8 GB 9.2 tok/s
  4. 04 OLMo-1B 1B · Q8_0 · 1.8 GB 9.2 tok/s
  5. 05 HGRN 1B (WT 103) 1B · Q8_0 · 1.8 GB 9.2 tok/s
  6. 06 Pythia-1b 1B · Q8_0 · 1.8 GB 9.2 tok/s
  7. 07 OpenELM-1.1B 1.1B · Q8_0 · 1.9 GB 8.5 tok/s
  8. 08 TinyLlama-1.1B (1T token checkpoint) 1.1B · Q8_0 · 1.9 GB 8.4 tok/s
  9. 09 TinyLlama-1.1B (3T token checkpoint) 1.1B · Q8_0 · 1.9 GB 8.4 tok/s
  10. 10 DeciCoder-1B 1.1B · Q8_0 · 1.9 GB 8.4 tok/s

Krok po kroku

Jak obliczyć liczbę tokenów na sekundę dla a Switch GPU 16nm

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 uruchamia. Wyszukiwanie zawęża listę według nazwy lub rozmiaru.

  2. 02

    Ustaw długość kontekstu, którą faktycznie będziesz używać

    Dłuższe rozmowy kosztują pamięć oprócz wag. 4 GB więc ustawienia warto dobrze ustawić.

  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

    Spójrz na zakres, nie tylko na liczbę

    Każda prędkość jest oszacowaniem dla pojedynczej rozmowy, z zakresem poniżej. Górna granica tutaj to 9.2 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 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 Switch GPU 16nm.

Odpowiedzi

Switch GPU 16nm — częste pytania

01

Switch GPU 16nm— jakie są jego TFLOPS?

Jest oceniane na 786.4 GFLOPS przy połowicznej precyzji i 393.2 GFLOPS przy pojedynczej precyzji. Są to najwyższe sufity arytmetyczne, a nie osiągalne stawki, a generacja tekstu osiąga tylko małą część z nich, ponieważ jest ograniczona przez przepustowość pamięci.

02

Switch GPU 16nm— czy obsługuje CUDA?

Tak. Raportuje zdolność obliczeniową CUDA. 5.3, który poprzedza tensor cores. Funkcjonalność 7.0 i wyższa ma rdzenie tensorowe, z których korzysta nowoczesne oprogramowanie inferencyjne; poniżej tego korzysta z wolniejszych ścieżek kodu dla modelów kwantyzowanych.

03

Switch GPU 16nm— 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.

04

Switch GPU 16nm— czy może uruchomić model, który nie mieści się w jego VRAM?

Można go podzielić, a nadmiar przechowywany jest w pamięci systemowej poza kartą. 4 GB jest możliwe i zwykle jest to fałszywa oszczędność: część pamięci systemu jest wystarczająco wolna, aby zdominować wynik.

05

Czy dwa Switch GPU 16nm 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.

06

Switch GPU 16nm— 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.

07

Switch GPU 16nm— 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 4.4 tokenów na sekundę i potrzebuje około 3.5 GB pamięci karty.

08

Switch GPU 16nm— Ile tokenów na sekundę produkuje?

To zależy od modelu. Najszybszy model, który śledzimy tutaj, to Gemma 3 QAT 1B około 9.2 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.

09

Switch GPU 16nm— Ile ma pamięci?

Ta karta ma 4 GB z DDR4. Około jedna dziesiąta jest zarezerwowana przez czas wykonywania wnioskowania i sterownik, pozostawiając mniej więcej 3.6 GB dostępny dla modelu i jego rozmowy

10

Switch GPU 16nm— jaka jest jej przepustowość VRAM?

Przepustowość pamięci osiąga 26 GB/s przez magistralę 64 bity. To jest jedyny najlepszy wskaźnik tego, jak szybko generuje tekst, ponieważ produkcja każdego tokena oznacza odczytanie całego modelu z pamięci jednocześnie.

11

Switch GPU 16nm— Jakiego typu pamięci używa?

Używa DDR4 prędkość zegara na 1.6 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

Switch GPU 16nm— kto to robi?

To jest produkt NVIDIA, z chipem wyprodukowanym przez TSMC, na procesie 16 nm.

13

Switch GPU 16nm— kiedy to zostało wydane?

Został wydany w August 2019.

14

Switch GPU 16nm— ile mocy zużywa?

Moc nominalna karty graficznej wynosi 15 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