Oblicz TPS modelu GeForce RTX 3070 TiM na lokalnych modelach AI

NVIDIA 8 GB GDDR6 448 GB/s November 2022

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 · 38.6 tok/s

Najszybszy model

Gemma 3 QAT 1B

190 tok/s · 1B

Które modele AI mogą działać na a GeForce RTX 3070 TiM?

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.

337 modele pasują

Obliczanie
Kwantyzacja Pasuje
190 tok/s

161–228

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

161–228

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

114–304 · niska pewność

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

114–304 · niska pewność

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

114–304 · niska pewność

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

114–304 · niska pewność

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

105–281 · niska pewność

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

104–276 · niska pewność

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

104–276 · niska pewność

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

104–276 · niska pewność

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

104–276 · niska pewność

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

95–253 · niska pewność

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

95–253 · niska pewność

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

95–253 · niska pewność

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

95–253 · niska pewność

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

131–185

Llama 3.2 1B 1.2B Sep 2024 2.2 GB 131k tokeny Q8_0 Wygodny
152 tok/s

91–243 · niska pewność

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

88–234 · niska pewność

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

88–234 · niska pewność

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

88–234 · niska pewność

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

88–234 · niska pewność

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

88–234 · niska pewność

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

88–234 · niska pewność

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

88–234 · niska pewność

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

88–234 · 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

GeForce RTX 3070 TiM 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
448 GB/s
Typ pamięci
GDDR6
Szerokość magistrali pamięci
256 bit
Zegar pamięci
1.75 GHz

Czip

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

Procesor graficzny
GA104
Architektura
Ampere
Generacja
GeForce 30
Odlewnia
Samsung
Rozmiar procesu
8 nm
Transistory
17.4 billion
Gęstość tranzystorów
44,400 K/mm²
Rozmiar die
392 mm²
Pakiet
BGA-2713
Wydane
1 November 2022

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
915 MHz
Zegar zwiększający
1.41 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
5,888
Jednostki mapowania tekstur
184
Jednostki wyjściowe.Render
96
Procesory strumieniowe
46
Rdzenie tensorowe
184
Rdzenie śledzenia promieni
46
cache L1
128 KB
pamięć podręczna L2
4 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.

Pół precyzja (FP16)
16.6 TFLOPS
Pojedyncza precyzja (FP32)
16.6 TFLOPS
Podwójna precyzja (FP64)
259.4 GFLOPS
Wskaźnik pikseli
135 GPixel/s
Współczynnik tekstury
259 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)
220 W
Zalecany zasilacz
550 W
Złącza zasilające
1x 8-pin
Interfejs magistrali
PCIe 4.0 x16
Szerokość slotu
Triple-slot
Wymiary
270 mm × 55 mm
Wyświetl wyniki
1x HDMI 2.1, 3x DisplayPort 1.4a

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
8.6
DirectX
12.2
OpenGL
4.6
Vulkan
1.4
OpenCL
3.0
Model cieniowania
6.8

Oferty

Gdzie kupić GPU GeForce RTX 3070 TiM

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

8 GB

Szerokość pasma

448 GB/s

Największy model

Baichuan 1-13B

GeForce RTX 3070 TiM niesie tylko 8 GB z GDDR6. 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 448 GB/s przez magistralę 256 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 1.75 GHz. Poszerzenie magistrali i podniesienie zegara to dwa dźwignie, które ma producent, dlatego karta z nie wybitnymi rdzeniami może nadal generować szybko.

Największą rzeczą, jaką ma, jest Baichuan 1-13B, 13.3B, skompresowane do Q3_K_M i generowanie wokół 38.6 tokeny na sekundę

Układ scalony i jak został zbudowany

GeForce RTX 3070 TiM jest zbudowany na procesorze graficznym GA104, używając architektury Ampere z NVIDIA, jako część generacji GeForce 30.

Chip jest produkowany przez Samsung, na procesie 8 nm, z kostką o wymiarach 392 mm², trzymanie 17.4 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 2022, szacunkowo 3.7475345683597 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

16.6 TFLOPS

FP64

259.4 GFLOPS

Rdzenie tensorowe

184

Na papierze GeForce RTX 3070 TiM osiąga 16.6 TFLOPS przy półprecyzji, i 16.6 TFLOPS 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 259.4 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.

Karta przenosi 184 Rdzenie tensorowe na wzdłuż 46 Procesory strumieniowe. Te przyspieszają obliczenia macierzowe, które są sercem transformatora, i to one sprawiają, że przetwarzanie poleceń — czytanie długiego dokumentu przed udzieleniem odpowiedzi — jest znacznie szybsze, niż byłoby w przeciwnym razie.

Zegary działają od podstawy 915 MHz do zwiększenia 1.41 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

GeForce RTX 3070 TiM ma pamięć podręczną L1 128 KB, wspierany przez pamięć podręczną L2 4 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 5,888 Jednostki cieniujące, 184 Jednostki mapowania tekstur, i 96 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

220 W

GeForce RTX 3070 TiM jest oceniane na 220 W, i sugerowane zasilanie systemu wynosi 550 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 triple-slot, pomiarowania 270 mm długi, i potrzebuje 1x 8-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 4.0 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 GeForce RTX 3070 TiM

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

  1. 01 OLMo 2 Furious 13B 13B · Q3_K_M · Dec 2024 39.4 tok/s
  2. 02 Cambrian-1-13B 13B · Q3_K_M · Jun 2024 39.4 tok/s
  3. 03 Fugaku-LLM 13B · Q3_K_M · May 2024 39.4 tok/s
  4. 04 OpenThaiGPT v1.0.0 (13B) 13.1B · Q3_K_M · Apr 2024 39.1 tok/s
  5. 05 Aya 13B · Q3_K_M · Feb 2024 39.4 tok/s
  6. 06 Elyza 13B · Q3_K_M · Dec 2023 39.4 tok/s
  7. 07 NexusRaven-V2 13B · Q3_K_M · Dec 2023 39.4 tok/s
  8. 08 Baize-v2-13B (白泽) 13B · Q3_K_M · Dec 2023 39.4 tok/s
  9. 09 Stockmark-13B 13.2B · Q3_K_M · Oct 2023 38.8 tok/s
  10. 10 Baichuan 1-13B 13.3B · Q3_K_M · Jul 2023 38.6 tok/s

Najszybsze modele AI na a GeForce RTX 3070 TiM

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 190 tok/s
  2. 02 Gemma 3 1B 1B · Q8_0 · 1.8 GB 190 tok/s
  3. 03 LLama 3..2 Typhoon 2 1B 1B · Q8_0 · 1.8 GB 190 tok/s
  4. 04 OLMo-1B 1B · Q8_0 · 1.8 GB 190 tok/s
  5. 05 HGRN 1B (WT 103) 1B · Q8_0 · 1.8 GB 190 tok/s
  6. 06 Pythia-1b 1B · Q8_0 · 1.8 GB 190 tok/s
  7. 07 OpenELM-1.1B 1.1B · Q8_0 · 1.9 GB 176 tok/s
  8. 08 TinyLlama-1.1B (1T token checkpoint) 1.1B · Q8_0 · 1.9 GB 172 tok/s
  9. 09 TinyLlama-1.1B (3T token checkpoint) 1.1B · Q8_0 · 1.9 GB 172 tok/s
  10. 10 DeciCoder-1B 1.1B · Q8_0 · 1.9 GB 172 tok/s

Krok po kroku

Jak obliczyć liczbę tokenów na sekundę dla a GeForce RTX 3070 TiM

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

    Szukaj modelu, którego chcesz

    Tabela zawiera 337 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 8 GB często jest to to, co pcha duży model na krawędź.

  3. 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.

  4. 04

    Przeczytaj prędkość i zasięg

    Prędkości mają marginesy błędu z jakiegoś powodu. Najlepszym przypadkiem tutaj jest 190 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 kolumnę pamięci przed zatwierdzeniem

    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.

  6. 06

    Sprawdź w innych urządzeniach.

    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 GeForce RTX 3070 TiM.

Odpowiedzi

GeForce RTX 3070 TiM — częste pytania

01

GeForce RTX 3070 TiM— kto to robi?

To jest produkt NVIDIA, z chipem wyprodukowanym przez Samsung, na procesie 8 nm.

02

GeForce RTX 3070 TiM— kiedy to zostało wydane?

Został wydany w November 2022.

03

GeForce RTX 3070 TiM— ile mocy zużywa?

Moc nominalna karty graficznej wynosi 220 W, i sugerowane zasilanie systemu wynosi 550 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.

04

GeForce RTX 3070 TiM— ile pamięci podręcznej ma?

Pamięć podręczna L1 jest 128 KB, i pamięć podręczna L2 jest 4 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.

05

GeForce RTX 3070 TiM— jakie są jego TFLOPS?

Jest oceniane na 16.6 TFLOPS przy połowicznej precyzji i 16.6 TFLOPS 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.

06

GeForce RTX 3070 TiM— Ile rdzeni tensorowych ma?

To ma 184 Rdzenie tensorowe na wzdłuż 46 Procesory strumieniowe. Przyspieszają arytmetykę macierzy, z której zbudowany jest transformator, co głównie przyspiesza przetwarzanie długiego promptu, a nie generowanie odpowiedzi.

07

GeForce RTX 3070 TiM— czy obsługuje CUDA?

Tak. Raportuje zdolność obliczeniową CUDA. 8.6. Funkcjonalność 7.0 i wyższa ma rdzenie tensorowe, z których korzysta nowoczesne oprogramowanie inferencyjne; poniżej tego korzysta z wolniejszych ścieżek kodu dla modelów kwantyzowanych.

08

GeForce RTX 3070 TiM— Jakiego interfejsu autobusowego używa?

Używa PCIe 4.0 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.

09

GeForce RTX 3070 TiM— czy jest dobry do uruchamiania lokalnych modeli AI?

Jego pamięć ogranicza go do mniejszych modeli, a jego przepustowość daje użyteczne, chociaż niespektakularne, prędkości generacji. W sumie działa 337 modele, które śledzimy. Czy to wystarczy, zależy całkowicie od tego, który model chcesz — tabela powyżej odpowiada na to bezpośrednio.

10

GeForce RTX 3070 TiM— 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.

11

Czy dwa GeForce RTX 3070 TiM karty będą dwa razy szybsze?

Nie. Druga karta podwaja pamięć do 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.

12

GeForce RTX 3070 TiM— 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.

13

GeForce RTX 3070 TiM— 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 38.6 tokenów na sekundę i potrzebuje około 7.2 GB pamięci karty.

14

GeForce RTX 3070 TiM— Ile tokenów na sekundę produkuje?

To zależy od modelu. Najszybszy model, który śledzimy tutaj, to Gemma 3 QAT 1B około 190 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.

15

GeForce RTX 3070 TiM— 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 62.6 tokeny na sekundę

16

GeForce RTX 3070 TiM— 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 42.9 tokeny na sekundę

17

GeForce RTX 3070 TiM— Ile ma pamięci?

Ta karta ma 8 GB z GDDR6. Około jedna dziesiąta jest zarezerwowana przez czas wykonywania wnioskowania i sterownik, pozostawiając mniej więcej 7.2 GB dostępny dla modelu i jego rozmowy

18

GeForce RTX 3070 TiM— jaka jest jej przepustowość VRAM?

Przepustowość pamięci osiąga 448 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.

19

GeForce RTX 3070 TiM— Jakiego typu pamięci używa?

Używa GDDR6 prędkość zegara na 1.75 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.

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