Oblicz TPS modelu H100 SXM5 64 GB na lokalnych modelach AI

NVIDIA 64 GB HBM3 2,020 GB/s March 2023

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

628 modele, które może uruchomić

721 modele w naszym katalogu razem

Największy model, który obsługuje

Qwen3.5-122B-A10B

122B · Q3_K_M · 105 tok/s

Najszybszy model

Gemma 3 QAT 1B

856 tok/s · 1B

Które modele AI mogą działać na a H100 SXM5 64 GB?

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.

628 modele pasują

Obliczanie

						Kwantyzacja	Pasuje
856 tok/s 727–1,027	Gemma 3 1B	1B	Mar 2025	1.8 GB	33k tokeny	Q8_0	Wygodny
856 tok/s 727–1,027	Gemma 3 QAT 1B	1B	Apr 2025	1.8 GB	33k tokeny	Q8_0	Wygodny
856 tok/s 513–1,369 · niska pewność	HGRN 1B (WT 103) ≈	1B	Nov 2023	1.8 GB	131k tokeny ?	Q8_0	Wygodny
856 tok/s 513–1,369 · niska pewność	LLama 3..2 Typhoon 2 1B ≈	1B	Dec 2024	1.8 GB	131k tokeny ?	Q8_0	Wygodny
856 tok/s 513–1,369 · niska pewność	OLMo-1B ≈	1B	Feb 2024	1.8 GB	131k tokeny ?	Q8_0	Wygodny
856 tok/s 513–1,369 · niska pewność	Pythia-1b ≈	1B	Apr 2023	1.8 GB	131k tokeny ?	Q8_0	Wygodny
792 tok/s 475–1,267 · niska pewność	OpenELM-1.1B ≈	1.1B	May 2024	1.9 GB	131k tokeny ?	Q8_0	Wygodny
778 tok/s 467–1,244 · niska pewność	DeciCoder-1B ≈	1.1B	Aug 2023	1.9 GB	131k tokeny ?	Q8_0	Wygodny
778 tok/s 467–1,244 · niska pewność	SantaCoder ≈	1.1B	Jan 2023	1.9 GB	131k tokeny ?	Q8_0	Wygodny
778 tok/s 467–1,244 · niska pewność	TinyLlama-1.1B (1T token checkpoint) ≈	1.1B	Oct 2023	1.9 GB	131k tokeny ?	Q8_0	Wygodny
778 tok/s 467–1,244 · niska pewność	TinyLlama-1.1B (3T token checkpoint) ≈	1.1B	Oct 2023	1.9 GB	131k tokeny ?	Q8_0	Wygodny
713 tok/s 428–1,141 · niska pewność	EXAONE 4.0 (1.2B) ≈	1.2B	Jul 2025	2.0 GB	131k tokeny ?	Q8_0	Wygodny
713 tok/s 428–1,141 · niska pewność	LFM2-1.2B ≈	1.2B	Jul 2025	2.0 GB	131k tokeny ?	Q8_0	Wygodny
713 tok/s 428–1,141 · niska pewność	MinerU2.5 ≈	1.2B	Sep 2025	2.0 GB	131k tokeny ?	Q8_0	Wygodny
713 tok/s 428–1,141 · niska pewność	Pleias 1.0 1.2B ≈	1.2B	Dec 2024	2.0 GB	131k tokeny ?	Q8_0	Wygodny
713 tok/s 428–1,141 · niska pewność	Pleias-RAG-1B ≈	1.2B	Apr 2025	2.0 GB	131k tokeny ?	Q8_0	Wygodny
696 tok/s 591–835	Llama 3.2 1B	1.2B	Sep 2024	2.2 GB	131k tokeny	Q8_0	Wygodny
686 tok/s 412–1,097 · niska pewność	MiniCPM-1.2B ≈	1.2B	Jun 2024	2.0 GB	131k tokeny ?	Q8_0	Wygodny
658 tok/s 395–1,053 · niska pewność	DeepSeek Coder 1.3B ≈	1.3B	Jan 2024	2.1 GB	131k tokeny ?	Q8_0	Wygodny
658 tok/s 395–1,053 · niska pewność	DeepSeek-VL-1.3B ≈	1.3B	Mar 2024	2.1 GB	131k tokeny ?	Q8_0	Wygodny
658 tok/s 395–1,053 · niska pewność	DigiRL ≈	1.3B	Jun 2024	2.1 GB	131k tokeny ?	Q8_0	Wygodny
658 tok/s 395–1,053 · niska pewność	GLA Transformer 1.3B ≈	1.3B	Aug 2024	2.1 GB	131k tokeny ?	Q8_0	Wygodny
658 tok/s 395–1,053 · niska pewność	Janus 1.3B ≈	1.3B	Oct 2024	2.1 GB	131k tokeny ?	Q8_0	Wygodny
658 tok/s 395–1,053 · niska pewność	Kosmos-2.5 ≈	1.3B	Aug 2024	2.1 GB	131k tokeny ?	Q8_0	Wygodny
658 tok/s 395–1,053 · niska pewność	Otter ≈	1.3B	May 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

H100 SXM5 64 GB 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: 64 GB
Pasmo pamięci: 2,020 GB/s
Typ pamięci: HBM3
Szerokość magistrali pamięci: 3,072 bit
Zegar pamięci: 1.31 GHz

Czip

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

Procesor graficzny: GH100
Architektura: Hopper
Generacja: Server Hopper(Hxx)
Odlewnia: TSMC
Rozmiar procesu: 5 nm
Transistory: 80 billion
Gęstość tranzystorów: 98,300 K/mm²
Rozmiar die: 814 mm²
Wydane: 21 March 2023

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: 1.67 GHz
Zegar zwiększający: 1.98 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: 16,896
Jednostki mapowania tekstur: 528
Jednostki wyjściowe.Render: 24
Procesory strumieniowe: 132
Rdzenie tensorowe: 528
cache L1: 250 KB
pamięć podręczna L2: 30 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): 267.6 TFLOPS
Pojedyncza precyzja (FP32): 66.9 TFLOPS
Podwójna precyzja (FP64): 33.5 TFLOPS
Wskaźnik pikseli: 48 GPixel/s
Współczynnik tekstury: 1,045 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): 700 W
Zalecany zasilacz: 1,100 W
Złącza zasilające: 8-pin EPS
Interfejs magistrali: PCIe 5.0 x16
Szerokość slotu: SXM Module

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: 9.0
OpenCL: 3.0

Oferty

Gdzie kupić GPU H100 SXM5 64 GB

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

64 GB

Szerokość pasma

2,020 GB/s

Największy model

Qwen3.5-122B-A10B

H100 SXM5 64 GB nosi 64 GB z HBM3. To pokrywa modele średniej wielkości, które wiele osób faktycznie uruchamia. Gdy czas działania i sterownik zarezerwują swoją przestrzeń roboczą, mniej więcej tyle zostaje: 57.6 GB.

Przepustowość pamięci osiąga 2,020 GB/s przez magistralę 3,072 bity. To jest na szczycie tego, co istnieje. Ponieważ każdy token oznacza odczytanie całego modelu z pamięci raz, przekłada się to prawie bezpośrednio na prędkość generacji - ta KARTA jest wystarczająco bogata w przepustowość, że rozmiar modelu przestaje być czynnikiem ograniczającym na długo przed tym, jak zrobi to magistrala.

To pochodzi z zegara pamięci 1.31 GHz. Obie części mają znaczenie, a żadna z nich nie jest widoczna w benchmarku gier.

W praktyce ta kombinacja osiąga maksimum na Qwen3.5-122B-A10B, 122B, skompresowane do Q3_K_M i generowanie wokół 105 tokeny na sekundę

Układ scalony i jak został zbudowany

H100 SXM5 64 GB jest zbudowany na procesorze graficznym GH100, używając architektury Hopper z NVIDIA, jako część generacji Server Hopper(Hxx).

Chip jest produkowany przez TSMC, na procesie 5 nm, z kostką o wymiarach 814 mm², trzymanie 80 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 March 2023, szacunkowo 3.4840897831225 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

267.6 TFLOPS

FP64

33.5 TFLOPS

Rdzenie tensorowe

528

Na papierze H100 SXM5 64 GB osiąga 267.6 TFLOPS przy półprecyzji, i 66.9 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 33.5 TFLOPS. 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 528 Rdzenie tensorowe na wzdłuż 132 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 1.67 GHz do zwiększenia 1.98 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

H100 SXM5 64 GB ma pamięć podręczną L1 250 KB, wspierany przez pamięć podręczną L2 30 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 16,896 Jednostki cieniujące, 528 Jednostki mapowania tekstur, i 24 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

700 W

H100 SXM5 64 GB jest oceniane na 700 W, i sugerowane zasilanie systemu wynosi 1,100 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 sxm module, i potrzebuje 8-pin EPS. Warto sprawdzić z zasilaczem oraz obudową w maszynie, ponieważ największe karty potrzebują zdecydowanie więcej obu niż typowy komputer stacjonarny oferuje.

Łączy się przez PCIe 5.0 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 H100 SXM5 64 GB

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

01 Laguna S 2.1 118B · Q3_K_M · Jul 2026 109 tok/s
02 Mistral Small 4 119B · Q3_K_M · Mar 2026 108 tok/s
03 Qwen3.5-122B-A10B 122B · Q3_K_M · Feb 2026 105 tok/s
04 Cohere Command A Reasoning 111B · Q3_K_M · Aug 2025 20.8 tok/s
05 GLM-4.5V 108B · IQ4_XS · Aug 2025 108 tok/s
06 Command A Vision 112B · Q3_K_M · Jul 2025 20.6 tok/s
07 Llama 4 Scout 109B · Q3_K_M · Apr 2025 21.2 tok/s
08 Cohere Command A 111B · Q3_K_M · Mar 2025 20.8 tok/s
09 Telechat2-115B 115B · Q3_K_M · Sep 2024 20.1 tok/s
10 Qwen1.5-110B 110B · Q3_K_M · Apr 2024 21.0 tok/s

Najszybsze modele AI na a H100 SXM5 64 GB

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 856 tok/s
02 Gemma 3 1B 1B · Q8_0 · 1.8 GB 856 tok/s
03 LLama 3..2 Typhoon 2 1B 1B · Q8_0 · 1.8 GB 856 tok/s
04 OLMo-1B 1B · Q8_0 · 1.8 GB 856 tok/s
05 HGRN 1B (WT 103) 1B · Q8_0 · 1.8 GB 856 tok/s
06 Pythia-1b 1B · Q8_0 · 1.8 GB 856 tok/s
07 OpenELM-1.1B 1.1B · Q8_0 · 1.9 GB 792 tok/s
08 TinyLlama-1.1B (1T token checkpoint) 1.1B · Q8_0 · 1.9 GB 778 tok/s
09 TinyLlama-1.1B (3T token checkpoint) 1.1B · Q8_0 · 1.9 GB 778 tok/s
10 DeciCoder-1B 1.1B · Q8_0 · 1.9 GB 778 tok/s

Krok po kroku

Jak obliczyć liczbę tokenów na sekundę dla a H100 SXM5 64 GB

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

Szukaj modelu, którego chcesz

Tabela zawiera 628 modele, które obsługuje karta. Pole wyszukiwania przyjmuje nazwę lub rozmiar, taki jak 27b, który odpowiada liczbie parametrów.
02

Dopasuj kontekst do swojej pracy

Przeciągnij suwak do długości rozmowy, na której planujesz pracować. Pamięć podręczna rośnie wraz z rozmową, a w porównaniu do karty trzymającej 64 GB to często różnica między modelem, który się mieści, a takim, który się nie mieści.
03

Ustaw minimalną jakość, jeśli jest potrzebna.

Kompresja to to, co pozwala większym modelom się zmieścić. Kontrola jakości odrzuca każdy model, który potrzebuje więcej tego, niż jesteś skłonny dać.
04

Spójrz na zakres, nie tylko na liczbę

Każda prędkość jest oszacowaniem dla pojedynczej rozmowy, z zakresem poniżej. Górna granica tutaj to 856 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

Tight oznacza, że działa dzisiaj; comfortable oznacza, że nadal działa, gdy rozmowa się rozwija. Porównaj, co każdy model potrzebuje w porównaniu z dostępnym. 64 GB.
06

Sprawdź ten sam model z drugiej strony

Śledzenie modelu na jego stronie pokazuje cały sprzęt, który może go uruchomić, więc możesz zobaczyć, jak wypada w porównaniu do H100 SXM5 64 GB.

Odpowiedzi

H100 SXM5 64 GB — częste pytania

H100 SXM5 64 GB— które modele AI może uruchomić?

628 z 721 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.

H100 SXM5 64 GB— jaki jest największy model AI, który może uruchomić?

Największy model w naszym katalogu, który pasuje, to Qwen3.5-122B-A10B w 122B parametry, skompresowane do Q3_K_M. Generuje mniej więcej 105 tokenów na sekundę i potrzebuje około 53.1 GB pamięci karty.

H100 SXM5 64 GB— Ile tokenów na sekundę produkuje?

To zależy od modelu. Najszybszy model, który śledzimy tutaj, to Gemma 3 QAT 1B około 856 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.

H100 SXM5 64 GB— czy może działać 7B modele?

Tak. Na przykład działa Gemma 4 E4B w Q8_0, używając około 9.8 GB pamięci i generowanie około 190 tokeny na sekundę

H100 SXM5 64 GB— czy może działać 13B modele?

Tak. Na przykład działa DeepSeekMoE-16B w Q8_0, używając około 17.5 GB pamięci i generowanie około 297 tokeny na sekundę

H100 SXM5 64 GB— czy może działać 30B modele?

Tak. Na przykład działa ERNIE-4.5-VL-28B-A3B w Q8_0, używając około 29.2 GB pamięci i generowanie około 170 tokeny na sekundę

H100 SXM5 64 GB— czy może działać 70B modele?

Tak. Na przykład działa Qwen3-Coder-Next w Q5_K_M, używając około 52.7 GB pamięci i generowanie około 106 tokeny na sekundę

H100 SXM5 64 GB— Ile ma pamięci?

Ta karta ma 64 GB z HBM3. Około jedna dziesiąta jest zarezerwowana przez czas wykonywania wnioskowania i sterownik, pozostawiając mniej więcej 57.6 GB dostępny dla modelu i jego rozmowy

H100 SXM5 64 GB— jaka jest jej przepustowość VRAM?

Przepustowość pamięci osiąga 2,020 GB/s przez magistralę 3,072 bity. To jest jedyny najlepszy wskaźnik tego, jak szybko generuje tekst, ponieważ produkcja każdego tokena oznacza odczytanie całego modelu z pamięci jednocześnie.

H100 SXM5 64 GB— Jakiego typu pamięci używa?

Używa HBM3 prędkość zegara na 1.31 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.

H100 SXM5 64 GB— kto to robi?

To jest produkt NVIDIA, z chipem wyprodukowanym przez TSMC, na procesie 5 nm.

H100 SXM5 64 GB— kiedy to zostało wydane?

Został wydany w March 2023.

H100 SXM5 64 GB— ile mocy zużywa?

Moc nominalna karty graficznej wynosi 700 W, i sugerowane zasilanie systemu wynosi 1,100 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.

H100 SXM5 64 GB— ile pamięci podręcznej ma?

Pamięć podręczna L1 jest 250 KB, i pamięć podręczna L2 jest 30 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.

H100 SXM5 64 GB— jakie są jego TFLOPS?

Jest oceniane na 267.6 TFLOPS przy połowicznej precyzji i 66.9 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.

H100 SXM5 64 GB— Ile rdzeni tensorowych ma?

To ma 528 Rdzenie tensorowe na wzdłuż 132 Procesory strumieniowe. Przyspieszają arytmetykę macierzy, z której zbudowany jest transformator, co głównie przyspiesza przetwarzanie długiego promptu, a nie generowanie odpowiedzi.

H100 SXM5 64 GB— czy obsługuje CUDA?

Tak. Raportuje zdolność obliczeniową CUDA. 9.0. Funkcjonalność 7.0 i wyższa ma rdzenie tensorowe, z których korzysta nowoczesne oprogramowanie inferencyjne; poniżej tego korzysta z wolniejszych ścieżek kodu dla modelów kwantyzowanych.

H100 SXM5 64 GB— Jakiego interfejsu autobusowego używa?

Używa PCIe 5.0 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.

H100 SXM5 64 GB— czy jest dobry do uruchamiania lokalnych modeli AI?

Jego VRAM jest wystarczająco duża dla modeli, do których większość sprzętu komputerowego nie ma dostępu, a jego przepustowość plasuje go wśród najszybszego sprzętu dostępnego do generacji. W sumie działa 628 modele, które śledzimy. Czy to wystarczy, zależy całkowicie od tego, który model chcesz — tabela powyżej odpowiada na to bezpośrednio.

H100 SXM5 64 GB— czy może uruchomić model, który nie mieści się w jego VRAM?

Tylko częściowo. Warstwy poza kartą 64 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.

Czy dwa H100 SXM5 64 GB karty będą dwa razy szybsze?

Pojemność dodaje, wydajność nie. Dwie z nich dają ci 128 GB z połączoną pamięcią, w mniej więcej tej samej prędkości generacji co jeden.

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