Oblicz TPS modelu Data Center GPU Flex 170 na lokalnych modelach AI

Intel 16 GB GDDR6 512 GB/s August 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

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 · 66.9 tok/s

Najszybszy model

Gemma 3 QAT 1B

141 tok/s · 1B

Które modele AI mogą działać na a Data Center GPU Flex 170?

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.

432 modele pasują

Obliczanie

						Kwantyzacja	Pasuje
141 tok/s 85–226 · niska pewność	Gemma 3 1B	1B	Mar 2025	1.8 GB	33k tokeny	Q8_0	Wygodny
141 tok/s 85–226 · niska pewność	Gemma 3 QAT 1B	1B	Apr 2025	1.8 GB	33k tokeny	Q8_0	Wygodny
141 tok/s 85–226 · niska pewność	HGRN 1B (WT 103) ≈	1B	Nov 2023	1.8 GB	131k tokeny ?	Q8_0	Wygodny
141 tok/s 85–226 · niska pewność	LLama 3..2 Typhoon 2 1B ≈	1B	Dec 2024	1.8 GB	131k tokeny ?	Q8_0	Wygodny
141 tok/s 85–226 · niska pewność	OLMo-1B ≈	1B	Feb 2024	1.8 GB	131k tokeny ?	Q8_0	Wygodny
141 tok/s 85–226 · niska pewność	Pythia-1b ≈	1B	Apr 2023	1.8 GB	131k tokeny ?	Q8_0	Wygodny
131 tok/s 78–209 · niska pewność	OpenELM-1.1B ≈	1.1B	May 2024	1.9 GB	131k tokeny ?	Q8_0	Wygodny
128 tok/s 77–205 · niska pewność	DeciCoder-1B ≈	1.1B	Aug 2023	1.9 GB	131k tokeny ?	Q8_0	Wygodny
128 tok/s 77–205 · niska pewność	SantaCoder ≈	1.1B	Jan 2023	1.9 GB	131k tokeny ?	Q8_0	Wygodny
128 tok/s 77–205 · niska pewność	TinyLlama-1.1B (1T token checkpoint) ≈	1.1B	Oct 2023	1.9 GB	131k tokeny ?	Q8_0	Wygodny
128 tok/s 77–205 · niska pewność	TinyLlama-1.1B (3T token checkpoint) ≈	1.1B	Oct 2023	1.9 GB	131k tokeny ?	Q8_0	Wygodny
117 tok/s 70–188 · niska pewność	EXAONE 4.0 (1.2B) ≈	1.2B	Jul 2025	2.0 GB	131k tokeny ?	Q8_0	Wygodny
117 tok/s 70–188 · niska pewność	MinerU2.5 ≈	1.2B	Sep 2025	2.0 GB	131k tokeny ?	Q8_0	Wygodny
117 tok/s 70–188 · niska pewność	Pleias 1.0 1.2B ≈	1.2B	Dec 2024	2.0 GB	131k tokeny ?	Q8_0	Wygodny
117 tok/s 70–188 · niska pewność	Pleias-RAG-1B ≈	1.2B	Apr 2025	2.0 GB	131k tokeny ?	Q8_0	Wygodny
115 tok/s 69–183 · niska pewność	Llama 3.2 1B	1.2B	Sep 2024	2.2 GB	131k tokeny	Q8_0	Wygodny
113 tok/s 68–181 · niska pewność	MiniCPM-1.2B ≈	1.2B	Jun 2024	2.0 GB	131k tokeny ?	Q8_0	Wygodny
108 tok/s 65–173 · niska pewność	DeepSeek Coder 1.3B ≈	1.3B	Jan 2024	2.1 GB	131k tokeny ?	Q8_0	Wygodny
108 tok/s 65–173 · niska pewność	DeepSeek-VL-1.3B ≈	1.3B	Mar 2024	2.1 GB	131k tokeny ?	Q8_0	Wygodny
108 tok/s 65–173 · niska pewność	DigiRL ≈	1.3B	Jun 2024	2.1 GB	131k tokeny ?	Q8_0	Wygodny
108 tok/s 65–173 · niska pewność	GLA Transformer 1.3B ≈	1.3B	Aug 2024	2.1 GB	131k tokeny ?	Q8_0	Wygodny
108 tok/s 65–173 · niska pewność	Janus 1.3B ≈	1.3B	Oct 2024	2.1 GB	131k tokeny ?	Q8_0	Wygodny
108 tok/s 65–173 · niska pewność	Kosmos-2.5 ≈	1.3B	Aug 2024	2.1 GB	131k tokeny ?	Q8_0	Wygodny
108 tok/s 65–173 · niska pewność	Otter ≈	1.3B	May 2023	2.1 GB	131k tokeny ?	Q8_0	Wygodny
108 tok/s 65–173 · 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

Data Center GPU Flex 170 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: 512 GB/s
Typ pamięci: GDDR6
Szerokość magistrali pamięci: 256 bit
Zegar pamięci: 2 GHz

Czip

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

Procesor graficzny: DG2-512
Architektura: Xe-HPG
Generacja: Data Center GPU(Arctic Sound)
Odlewnia: TSMC
Rozmiar procesu: 6 nm
Transistory: 21.7 billion
Gęstość tranzystorów: 53,400 K/mm²
Rozmiar die: 406 mm²
Wydane: 24 August 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: 1.95 GHz
Zegar zwiększający: 2.05 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: 4,096
Jednostki mapowania tekstur: 256
Jednostki wyjściowe.Render: 128
Rdzenie śledzenia promieni: 32
pamięć podręczna L2: 16 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): 33.6 TFLOPS
Pojedyncza precyzja (FP32): 16.8 TFLOPS
Wskaźnik pikseli: 262 GPixel/s
Współczynnik tekstury: 525 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): 150 W
Zalecany zasilacz: 450 W
Złącza zasilające: 1x 8-pin
Interfejs magistrali: PCIe 4.0 x16
Szerokość slotu: Dual-slot
Wyświetl wyniki: 1x HDMI 2.1, 3x DisplayPort 2.0

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: 12.2
OpenGL: 4.6
Vulkan: 1.4
OpenCL: 3.0
Model cieniowania: 6.6

Oferty

Gdzie kupić GPU Data Center GPU Flex 170

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

Pamięć: specyfikacja, która decyduje o wszystkim

VRAM

16 GB

Szerokość pasma

512 GB/s

Największy model

Nemotron 3-Nano-30B-A3B

Data Center GPU Flex 170 nosi 16 GB z GDDR6. 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 512 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 2 GHz. Obie części mają znaczenie, a żadna z nich nie jest widoczna w benchmarku gier.

Praktyczny sufit to Nemotron 3-Nano-30B-A3B, 31.6B, skompresowane do Q3_K_M i generowanie wokół 66.9 tokeny na sekundę

Układ scalony i jak został zbudowany

Data Center GPU Flex 170 jest zbudowany na procesorze graficznym DG2-512, używając architektury Xe-HPG z Intel, jako część generacji Data Center GPU(Arctic Sound).

Chip jest produkowany przez TSMC, na procesie 6 nm, z kostką o wymiarach 406 mm², trzymanie 21.7 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 2022, szacunkowo 3.9366569703714 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

33.6 TFLOPS

Na papierze Data Center GPU Flex 170 osiąga 33.6 TFLOPS przy półprecyzji, i 16.8 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.

Zegary działają od podstawy 1.95 GHz do zwiększenia 2.05 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

wspierany przez pamięć podręczną L2 16 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 4,096 Jednostki cieniujące, 256 Jednostki mapowania tekstur, i 128 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

150 W

Data Center GPU Flex 170 jest oceniane na 150 W, i sugerowane zasilanie systemu wynosi 450 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, 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 Data Center GPU Flex 170

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

01 North Mini Code 30B · Q3_K_M · Jun 2026 70.4 tok/s
02 Qwen 3.6-27B 27B · Q3_K_M · Apr 2026 14.1 tok/s
03 Qwen3.5-27B 27B · Q3_K_M · Feb 2026 14.1 tok/s
04 Nemotron 3-Nano-30B-A3B 31.6B · Q3_K_M · Dec 2025 66.9 tok/s
05 Nomos 1 30B · Q3_K_M · Dec 2025 70.4 tok/s
06 C2S-Scale 27B · Q3_K_M · Oct 2025 14.1 tok/s
07 Gemma-SEA-LION-v4-27B-IT 27B · Q3_K_M · Aug 2025 14.1 tok/s
08 ERNIE-4.5-VL-28B-A3B 28B · Q3_K_M · Jun 2025 75.5 tok/s
09 Qwen3-30B-A3B 30B · Q3_K_M · Apr 2025 70.4 tok/s
10 Gemma 3 QAT 27B 27B · Q3_K_M · Apr 2025 14.1 tok/s

Najszybsze modele AI na a Data Center GPU Flex 170

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 141 tok/s
02 Gemma 3 1B 1B · Q8_0 · 1.8 GB 141 tok/s
03 LLama 3..2 Typhoon 2 1B 1B · Q8_0 · 1.8 GB 141 tok/s
04 OLMo-1B 1B · Q8_0 · 1.8 GB 141 tok/s
05 HGRN 1B (WT 103) 1B · Q8_0 · 1.8 GB 141 tok/s
06 Pythia-1b 1B · Q8_0 · 1.8 GB 141 tok/s
07 OpenELM-1.1B 1.1B · Q8_0 · 1.9 GB 131 tok/s
08 TinyLlama-1.1B (1T token checkpoint) 1.1B · Q8_0 · 1.9 GB 128 tok/s
09 TinyLlama-1.1B (3T token checkpoint) 1.1B · Q8_0 · 1.9 GB 128 tok/s
10 DeciCoder-1B 1.1B · Q8_0 · 1.9 GB 128 tok/s

Krok po kroku

Jak obliczyć liczbę tokenów na sekundę dla a Data Center GPU Flex 170

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

Znajdź model w tabeli

Tabela zawiera 432 modele, które obsługuje karta. Pole wyszukiwania przyjmuje nazwę lub rozmiar, taki jak 27b, który odpowiada liczbie parametrów.
02

Ustaw długość kontekstu, którą faktycznie będziesz używać

Dłuższe rozmowy kosztują pamięć oprócz wag. 16 GB często jest to to, co pcha duży model na krawędź.
03

Przypnij porównanie do jednego poziomu jakości

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.
04

Przeczytaj prędkość i zasięg

Liczby są obliczane, a nie mierzone. Najszybszy wynik na tej karcie to 141 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 kolumnę pamięci przed zatwierdzeniem

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.
06

Otwórz model, aby porównać karty

Śledzenie modelu na jego stronie pokazuje cały sprzęt, który może go uruchomić, więc możesz zobaczyć, jak wypada w porównaniu do Data Center GPU Flex 170.

Odpowiedzi

Data Center GPU Flex 170 — częste pytania

Data Center GPU Flex 170— czy może działać 13B modele?

Tak. Na przykład działa DeepSeekMoE-16B w Q6_K, używając około 13.7 GB pamięci i generowanie około 71.1 tokeny na sekundę

Data Center GPU Flex 170— 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 75.5 tokeny na sekundę

Data Center GPU Flex 170— Ile ma pamięci?

Ta karta ma 16 GB z GDDR6. Około jedna dziesiąta jest zarezerwowana przez czas wykonywania wnioskowania i sterownik, pozostawiając mniej więcej 14.4 GB dostępny dla modelu i jego rozmowy

Data Center GPU Flex 170— jaka jest jej przepustowość VRAM?

Przepustowość pamięci osiąga 512 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.

Data Center GPU Flex 170— Jakiego typu pamięci używa?

Używa GDDR6 prędkość zegara na 2 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.

Data Center GPU Flex 170— kto to robi?

To jest produkt Intel, z chipem wyprodukowanym przez TSMC, na procesie 6 nm.

Data Center GPU Flex 170— kiedy to zostało wydane?

Został wydany w August 2022.

Data Center GPU Flex 170— ile mocy zużywa?

Moc nominalna karty graficznej wynosi 150 W, i sugerowane zasilanie systemu wynosi 450 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.

Data Center GPU Flex 170— ile pamięci podręcznej ma?

i pamięć podręczna L2 jest 16 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.

Data Center GPU Flex 170— jakie są jego TFLOPS?

Jest oceniane na 33.6 TFLOPS przy połowicznej precyzji i 16.8 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.

Data Center GPU Flex 170— 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.

Data Center GPU Flex 170— 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.

Data Center GPU Flex 170— czy jest dobry do uruchamiania lokalnych modeli AI?

Jego pamięć obejmuje małe i średnie modele, chociaż największe są poza zasięgiem, a jego przepustowość zapewnia użyteczne, chociaż niespektakularne, prędkości generacji. W sumie działa 432 modele, które śledzimy. Czy to wystarczy, zależy całkowicie od tego, który model chcesz — tabela powyżej odpowiada na to bezpośrednio.

Data Center GPU Flex 170— czy może uruchomić model, który nie mieści się w jego VRAM?

Tylko częściowo. Warstwy poza kartą 16 GB zaciąga cały system w dół, a żadne z danych na tej stronie tego nie uwzględnia.

Czy dwa Data Center GPU Flex 170 karty będą dwa razy szybsze?

Liberalizowanie ich kupuje przestrzeń zamiast tempa: 32 GB z połączoną pamięcią, w mniej więcej tej samej prędkości generacji co jeden.

Data Center GPU Flex 170— 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.

Data Center GPU Flex 170— 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 66.9 tokenów na sekundę i potrzebuje około 14.4 GB pamięci karty.

Data Center GPU Flex 170— Ile tokenów na sekundę produkuje?

To zależy od modelu. Najszybszy model, który śledzimy tutaj, to Gemma 3 QAT 1B około 141 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.

Data Center GPU Flex 170— 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 21.0 tokeny na sekundę

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