Oblicz TPS modelu RTX 5000 Max-Q Ada Generation na lokalnych modelach AI

NVIDIA 16 GB GDDR6 576 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

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 · 116 tok/s

Najszybszy model

Gemma 3 QAT 1B

244 tok/s · 1B

Które modele AI mogą działać na a RTX 5000 Max-Q Ada Generation?

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
244 tok/s 207–293	Gemma 3 1B	1B	Mar 2025	1.8 GB	33k tokeny	Q8_0	Wygodny
244 tok/s 207–293	Gemma 3 QAT 1B	1B	Apr 2025	1.8 GB	33k tokeny	Q8_0	Wygodny
244 tok/s 146–390 · niska pewność	HGRN 1B (WT 103) ≈	1B	Nov 2023	1.8 GB	131k tokeny ?	Q8_0	Wygodny
244 tok/s 146–390 · niska pewność	LLama 3..2 Typhoon 2 1B ≈	1B	Dec 2024	1.8 GB	131k tokeny ?	Q8_0	Wygodny
244 tok/s 146–390 · niska pewność	OLMo-1B ≈	1B	Feb 2024	1.8 GB	131k tokeny ?	Q8_0	Wygodny
244 tok/s 146–390 · niska pewność	Pythia-1b ≈	1B	Apr 2023	1.8 GB	131k tokeny ?	Q8_0	Wygodny
226 tok/s 136–361 · niska pewność	OpenELM-1.1B ≈	1.1B	May 2024	1.9 GB	131k tokeny ?	Q8_0	Wygodny
222 tok/s 133–355 · niska pewność	DeciCoder-1B ≈	1.1B	Aug 2023	1.9 GB	131k tokeny ?	Q8_0	Wygodny
222 tok/s 133–355 · niska pewność	SantaCoder ≈	1.1B	Jan 2023	1.9 GB	131k tokeny ?	Q8_0	Wygodny
222 tok/s 133–355 · niska pewność	TinyLlama-1.1B (1T token checkpoint) ≈	1.1B	Oct 2023	1.9 GB	131k tokeny ?	Q8_0	Wygodny
222 tok/s 133–355 · niska pewność	TinyLlama-1.1B (3T token checkpoint) ≈	1.1B	Oct 2023	1.9 GB	131k tokeny ?	Q8_0	Wygodny
203 tok/s 122–325 · niska pewność	EXAONE 4.0 (1.2B) ≈	1.2B	Jul 2025	2.0 GB	131k tokeny ?	Q8_0	Wygodny
203 tok/s 122–325 · niska pewność	MinerU2.5 ≈	1.2B	Sep 2025	2.0 GB	131k tokeny ?	Q8_0	Wygodny
203 tok/s 122–325 · niska pewność	Pleias 1.0 1.2B ≈	1.2B	Dec 2024	2.0 GB	131k tokeny ?	Q8_0	Wygodny
203 tok/s 122–325 · niska pewność	Pleias-RAG-1B ≈	1.2B	Apr 2025	2.0 GB	131k tokeny ?	Q8_0	Wygodny
198 tok/s 169–238	Llama 3.2 1B	1.2B	Sep 2024	2.2 GB	131k tokeny	Q8_0	Wygodny
196 tok/s 117–313 · niska pewność	MiniCPM-1.2B ≈	1.2B	Jun 2024	2.0 GB	131k tokeny ?	Q8_0	Wygodny
188 tok/s 113–300 · niska pewność	DeepSeek Coder 1.3B ≈	1.3B	Jan 2024	2.1 GB	131k tokeny ?	Q8_0	Wygodny
188 tok/s 113–300 · niska pewność	DeepSeek-VL-1.3B ≈	1.3B	Mar 2024	2.1 GB	131k tokeny ?	Q8_0	Wygodny
188 tok/s 113–300 · niska pewność	DigiRL ≈	1.3B	Jun 2024	2.1 GB	131k tokeny ?	Q8_0	Wygodny
188 tok/s 113–300 · niska pewność	GLA Transformer 1.3B ≈	1.3B	Aug 2024	2.1 GB	131k tokeny ?	Q8_0	Wygodny
188 tok/s 113–300 · niska pewność	Janus 1.3B ≈	1.3B	Oct 2024	2.1 GB	131k tokeny ?	Q8_0	Wygodny
188 tok/s 113–300 · niska pewność	Kosmos-2.5 ≈	1.3B	Aug 2024	2.1 GB	131k tokeny ?	Q8_0	Wygodny
188 tok/s 113–300 · niska pewność	Otter ≈	1.3B	May 2023	2.1 GB	131k tokeny ?	Q8_0	Wygodny
188 tok/s 113–300 · 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

RTX 5000 Max-Q Ada Generation 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: 576 GB/s
Typ pamięci: GDDR6
Szerokość magistrali pamięci: 256 bit
Zegar pamięci: 2.25 GHz

Czip

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

Procesor graficzny: AD103
Architektura: Ada Lovelace
Generacja: Ada-MW(x000A)
Odlewnia: TSMC
Rozmiar procesu: 5 nm
Transistory: 45.9 billion
Gęstość tranzystorów: 121,100 K/mm²
Rozmiar die: 379 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: 930 MHz
Zegar zwiększający: 1.68 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: 9,728
Jednostki mapowania tekstur: 304
Jednostki wyjściowe.Render: 112
Procesory strumieniowe: 76
Rdzenie tensorowe: 304
Rdzenie śledzenia promieni: 76
cache L1: 128 KB
pamięć podręczna L2: 64 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): 32.7 TFLOPS
Pojedyncza precyzja (FP32): 32.7 TFLOPS
Podwójna precyzja (FP64): 510.7 GFLOPS
Wskaźnik pikseli: 188 GPixel/s
Współczynnik tekstury: 511 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): 120 W
Złącza zasilające: None
Interfejs magistrali: PCIe 4.0 x16
Szerokość slotu: IGP

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: 8.9
DirectX: 12.2
OpenGL: 4.6
Vulkan: 1.4
OpenCL: 3.0
Model cieniowania: 6.8

Oferty

Gdzie kupić GPU RTX 5000 Max-Q Ada Generation

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

16 GB

Szerokość pasma

576 GB/s

Największy model

Nemotron 3-Nano-30B-A3B

RTX 5000 Max-Q Ada Generation 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 576 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.

Liczba to szerokość magistrali pomnożona przez zegar pamięci 2.25 GHz. Obie części mają znaczenie, a żadna z nich nie jest widoczna w benchmarku gier.

Największą rzeczą, jaką ma, jest Nemotron 3-Nano-30B-A3B, 31.6B, skompresowane do Q3_K_M i generowanie wokół 116 tokeny na sekundę

Układ scalony i jak został zbudowany

RTX 5000 Max-Q Ada Generation jest zbudowany na procesorze graficznym AD103, używając architektury Ada Lovelace z NVIDIA, jako część generacji Ada-MW(x000A).

Chip jest produkowany przez TSMC, na procesie 5 nm, z kostką o wymiarach 379 mm², trzymanie 45.9 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 3.364078182231 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

32.7 TFLOPS

FP64

510.7 GFLOPS

Rdzenie tensorowe

304

Na papierze RTX 5000 Max-Q Ada Generation osiąga 32.7 TFLOPS przy półprecyzji, i 32.7 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 510.7 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 304 Rdzenie tensorowe na wzdłuż 76 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 930 MHz do zwiększenia 1.68 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

RTX 5000 Max-Q Ada Generation ma pamięć podręczną L1 128 KB, wspierany przez pamięć podręczną L2 64 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 9,728 Jednostki cieniujące, 304 Jednostki mapowania tekstur, i 112 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

120 W

RTX 5000 Max-Q Ada Generation jest oceniane na 120 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 igp. 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 RTX 5000 Max-Q Ada Generation

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 122 tok/s
02 Qwen 3.6-27B 27B · Q3_K_M · Apr 2026 24.4 tok/s
03 Qwen3.5-27B 27B · Q3_K_M · Feb 2026 24.4 tok/s
04 Nemotron 3-Nano-30B-A3B 31.6B · Q3_K_M · Dec 2025 116 tok/s
05 Nomos 1 30B · Q3_K_M · Dec 2025 122 tok/s
06 C2S-Scale 27B · Q3_K_M · Oct 2025 24.4 tok/s
07 Gemma-SEA-LION-v4-27B-IT 27B · Q3_K_M · Aug 2025 24.4 tok/s
08 ERNIE-4.5-VL-28B-A3B 28B · Q3_K_M · Jun 2025 131 tok/s
09 Qwen3-30B-A3B 30B · Q3_K_M · Apr 2025 122 tok/s
10 Gemma 3 QAT 27B 27B · Q3_K_M · Apr 2025 24.4 tok/s

Najszybsze modele AI na a RTX 5000 Max-Q Ada Generation

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 244 tok/s
02 Gemma 3 1B 1B · Q8_0 · 1.8 GB 244 tok/s
03 LLama 3..2 Typhoon 2 1B 1B · Q8_0 · 1.8 GB 244 tok/s
04 OLMo-1B 1B · Q8_0 · 1.8 GB 244 tok/s
05 HGRN 1B (WT 103) 1B · Q8_0 · 1.8 GB 244 tok/s
06 Pythia-1b 1B · Q8_0 · 1.8 GB 244 tok/s
07 OpenELM-1.1B 1.1B · Q8_0 · 1.9 GB 226 tok/s
08 TinyLlama-1.1B (1T token checkpoint) 1.1B · Q8_0 · 1.9 GB 222 tok/s
09 TinyLlama-1.1B (3T token checkpoint) 1.1B · Q8_0 · 1.9 GB 222 tok/s
10 DeciCoder-1B 1.1B · Q8_0 · 1.9 GB 222 tok/s

Krok po kroku

Jak obliczyć liczbę tokenów na sekundę dla a RTX 5000 Max-Q Ada Generation

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

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 16 GB więc ustawienia warto dobrze ustawić.
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.
04

Przeczytaj prędkość i zasięg

Prędkości mają marginesy błędu z jakiegoś powodu. Najlepszym przypadkiem tutaj jest 244 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. 16 GB.
06

Otwórz model, aby porównać karty

Każda strona modelu powtarza tę kalkulację dla całego katalogu. Warto spojrzeć przed podjęciem decyzji: pokazuje, co jeszcze uruchamia ten sam model, obok RTX 5000 Max-Q Ada Generation.

Odpowiedzi

RTX 5000 Max-Q Ada Generation — częste pytania

RTX 5000 Max-Q Ada Generation— ile mocy zużywa?

Moc nominalna karty graficznej wynosi 120 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.

RTX 5000 Max-Q Ada Generation— ile pamięci podręcznej ma?

Pamięć podręczna L1 jest 128 KB, i pamięć podręczna L2 jest 64 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.

RTX 5000 Max-Q Ada Generation— jakie są jego TFLOPS?

Jest oceniane na 32.7 TFLOPS przy połowicznej precyzji i 32.7 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.

RTX 5000 Max-Q Ada Generation— Ile rdzeni tensorowych ma?

To ma 304 Rdzenie tensorowe na wzdłuż 76 Procesory strumieniowe. Przyspieszają arytmetykę macierzy, z której zbudowany jest transformator, co głównie przyspiesza przetwarzanie długiego promptu, a nie generowanie odpowiedzi.

RTX 5000 Max-Q Ada Generation— czy obsługuje CUDA?

Tak. Raportuje zdolność obliczeniową CUDA. 8.9. Funkcjonalność 7.0 i wyższa ma rdzenie tensorowe, z których korzysta nowoczesne oprogramowanie inferencyjne; poniżej tego korzysta z wolniejszych ścieżek kodu dla modelów kwantyzowanych.

RTX 5000 Max-Q Ada Generation— 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.

RTX 5000 Max-Q Ada Generation— 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.

RTX 5000 Max-Q Ada Generation— czy może uruchomić model, który nie mieści się w jego VRAM?

Przekroczenie karty 16 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 RTX 5000 Max-Q Ada Generation karty będą dwa razy szybsze?

Nie. Druga karta podwaja pamięć do 32 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.

RTX 5000 Max-Q Ada Generation— 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.

RTX 5000 Max-Q Ada Generation— 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 116 tokenów na sekundę i potrzebuje około 14.4 GB pamięci karty.

RTX 5000 Max-Q Ada Generation— Ile tokenów na sekundę produkuje?

To zależy od modelu. Najszybszy model, który śledzimy tutaj, to Gemma 3 QAT 1B około 244 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.

RTX 5000 Max-Q Ada Generation— 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 36.4 tokeny na sekundę

RTX 5000 Max-Q Ada Generation— czy może działać 13B modele?

Tak. Na przykład działa DeepSeekMoE-16B w Q6_K, używając około 13.7 GB pamięci i generowanie około 123 tokeny na sekundę

RTX 5000 Max-Q Ada Generation— 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 131 tokeny na sekundę

RTX 5000 Max-Q Ada Generation— 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

RTX 5000 Max-Q Ada Generation— jaka jest jej przepustowość VRAM?

Przepustowość pamięci osiąga 576 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.

RTX 5000 Max-Q Ada Generation— Jakiego typu pamięci używa?

Używa GDDR6 prędkość zegara na 2.25 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.

RTX 5000 Max-Q Ada Generation— kto to robi?

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

RTX 5000 Max-Q Ada Generation— kiedy to zostało wydane?

Został wydany w March 2023.

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