Oblicz TPS modelu Radeon Instinct MI300 na lokalnych modelach AI

AMD 128 GB HBM3 6,550 GB/s January 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

624 modele, które może uruchomić

679 modele w naszym katalogu razem

Największy model, który obsługuje

Solar Open2 250B

250.3B · Q3_K_M · 130 tok/s

Najszybszy model

Gemma 3 QAT 1B

2,164 tok/s · 1B

Które modele AI mogą działać na a Radeon Instinct MI300?

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.

624 modele pasują

Obliczanie
Kwantyzacja Pasuje
2,164 tok/s

1,298–3,462 · niska pewność

Gemma 3 1B 1B Mar 2025 1.8 GB 33k tokeny Q8_0 Wygodny
2,164 tok/s

1,298–3,462 · niska pewność

Gemma 3 QAT 1B 1B Apr 2025 1.8 GB 33k tokeny Q8_0 Wygodny
2,164 tok/s

1,298–3,462 · niska pewność

HGRN 1B (WT 103) ≈ 1B Nov 2023 1.8 GB 131k tokeny ? Q8_0 Wygodny
2,164 tok/s

1,298–3,462 · niska pewność

LLama 3..2 Typhoon 2 1B ≈ 1B Dec 2024 1.8 GB 131k tokeny ? Q8_0 Wygodny
2,164 tok/s

1,298–3,462 · niska pewność

OLMo-1B ≈ 1B Feb 2024 1.8 GB 131k tokeny ? Q8_0 Wygodny
2,164 tok/s

1,298–3,462 · niska pewność

Pythia-1b ≈ 1B Apr 2023 1.8 GB 131k tokeny ? Q8_0 Wygodny
2,004 tok/s

1,202–3,206 · niska pewność

OpenELM-1.1B ≈ 1.1B May 2024 1.9 GB 131k tokeny ? Q8_0 Wygodny
1,967 tok/s

1,180–3,147 · niska pewność

DeciCoder-1B ≈ 1.1B Aug 2023 1.9 GB 131k tokeny ? Q8_0 Wygodny
1,967 tok/s

1,180–3,147 · niska pewność

SantaCoder ≈ 1.1B Jan 2023 1.9 GB 131k tokeny ? Q8_0 Wygodny
1,967 tok/s

1,180–3,147 · niska pewność

TinyLlama-1.1B (1T token checkpoint) ≈ 1.1B Oct 2023 1.9 GB 131k tokeny ? Q8_0 Wygodny
1,967 tok/s

1,180–3,147 · niska pewność

TinyLlama-1.1B (3T token checkpoint) ≈ 1.1B Oct 2023 1.9 GB 131k tokeny ? Q8_0 Wygodny
1,803 tok/s

1,082–2,885 · niska pewność

EXAONE 4.0 (1.2B) ≈ 1.2B Jul 2025 2.0 GB 131k tokeny ? Q8_0 Wygodny
1,803 tok/s

1,082–2,885 · niska pewność

MinerU2.5 ≈ 1.2B Sep 2025 2.0 GB 131k tokeny ? Q8_0 Wygodny
1,803 tok/s

1,082–2,885 · niska pewność

Pleias 1.0 1.2B ≈ 1.2B Dec 2024 2.0 GB 131k tokeny ? Q8_0 Wygodny
1,803 tok/s

1,082–2,885 · niska pewność

Pleias-RAG-1B ≈ 1.2B Apr 2025 2.0 GB 131k tokeny ? Q8_0 Wygodny
1,759 tok/s

1,056–2,815 · niska pewność

Llama 3.2 1B 1.2B Sep 2024 2.2 GB 131k tokeny Q8_0 Wygodny
1,735 tok/s

1,041–2,775 · niska pewność

MiniCPM-1.2B ≈ 1.2B Jun 2024 2.0 GB 131k tokeny ? Q8_0 Wygodny
1,664 tok/s

999–2,663 · niska pewność

DeepSeek Coder 1.3B ≈ 1.3B Jan 2024 2.1 GB 131k tokeny ? Q8_0 Wygodny
1,664 tok/s

999–2,663 · niska pewność

DeepSeek-VL-1.3B ≈ 1.3B Mar 2024 2.1 GB 131k tokeny ? Q8_0 Wygodny
1,664 tok/s

999–2,663 · niska pewność

DigiRL ≈ 1.3B Jun 2024 2.1 GB 131k tokeny ? Q8_0 Wygodny
1,664 tok/s

999–2,663 · niska pewność

GLA Transformer 1.3B ≈ 1.3B Aug 2024 2.1 GB 131k tokeny ? Q8_0 Wygodny
1,664 tok/s

999–2,663 · niska pewność

Janus 1.3B ≈ 1.3B Oct 2024 2.1 GB 131k tokeny ? Q8_0 Wygodny
1,664 tok/s

999–2,663 · niska pewność

Kosmos-2.5 ≈ 1.3B Aug 2024 2.1 GB 131k tokeny ? Q8_0 Wygodny
1,664 tok/s

999–2,663 · niska pewność

Otter ≈ 1.3B May 2023 2.1 GB 131k tokeny ? Q8_0 Wygodny
1,664 tok/s

999–2,663 · 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

Radeon Instinct MI300 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
128 GB
Pasmo pamięci
6,550 GB/s
Typ pamięci
HBM3
Szerokość magistrali pamięci
8,192 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
Aqua Vanjaram
Architektura
CDNA 3.0
Generacja
Radeon Instinct(MIx)
Odlewnia
TSMC
Rozmiar procesu
5 nm
Transistory
153 billion
Gęstość tranzystorów
150,400 K/mm²
Rozmiar die
1,017 mm²
Pakiet
MCM
Wydane
4 January 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 GHz
Zegar zwiększający
1.7 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
14,080
Jednostki mapowania tekstur
880
cache L1
16 KB
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)
383 TFLOPS
Pojedyncza precyzja (FP32)
47.9 TFLOPS
Podwójna precyzja (FP64)
47.9 TFLOPS
Współczynnik tekstury
1,496 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)
600 W
Zalecany zasilacz
1,000 W
Złącza zasilające
2x 8-pin
Interfejs magistrali
PCIe 5.0 x16
Wymiary
267 mm

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.

OpenCL
3.0

Oferty

Gdzie kupić GPU Radeon Instinct MI300

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

Co oznacza subsystém pamięci dla AI

VRAM

128 GB

Szerokość pasma

6,550 GB/s

Największy model

Solar Open2 250B

Radeon Instinct MI300 trzyma 128 GB z HBM3. To stawia go w klasie sprzętu, który obsługuje największe modele open-weight bez dzielenia ich na maszyny. Czas wykonania inferencji może osiągnąć około 115.2 GB.

Przepustowość pamięci osiąga 6,550 GB/s przez magistralę 8,192 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.

Przepustowość to zegar razy szerokość magistrali, a ta KARTA zegaruje swoją pamięć na 1.6 GHz. Obie części mają znaczenie, a żadna z nich nie jest widoczna w benchmarku gier.

W całości największy model, który się mieści, to Solar Open2 250B, 250.3B, skompresowane do Q3_K_M i generowanie wokół 130 tokeny na sekundę

Układ scalony i jak został zbudowany

Radeon Instinct MI300 jest zbudowany na procesorze graficznym Aqua Vanjaram, używając architektury CDNA 3.0 z AMD, jako część generacji Radeon Instinct(MIx).

Chip jest produkowany przez TSMC, na procesie 5 nm, z kostką o wymiarach 1,017 mm², trzymanie 153 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 January 2023, szacunkowo 3.5722806290003 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

383 TFLOPS

FP64

47.9 TFLOPS

Na papierze Radeon Instinct MI300 osiąga 383 TFLOPS przy półprecyzji, i 47.9 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 47.9 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.

Zegary działają od podstawy 1 GHz do zwiększenia 1.7 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

Radeon Instinct MI300 ma pamięć podręczną L1 16 KB, 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 14,080 Jednostki cieniujące, 880 Jednostki mapowania tekstur. 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

600 W

Radeon Instinct MI300 jest oceniane na 600 W, i sugerowane zasilanie systemu wynosi 1,000 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 267 mm długi, i potrzebuje 2x 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 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 Radeon Instinct MI300

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

  1. 01 Solar Open2 250B 250.3B · Q3_K_M · Jun 2026 130 tok/s
  2. 02 MiniMax-M2.7 229B · Q3_K_M · Mar 2026 25.5 tok/s
  3. 03 MiniMax-M2.5 229B · Q3_K_M · Feb 2026 25.5 tok/s
  4. 04 MiniMax-M2.1 229B · Q3_K_M · Dec 2025 25.5 tok/s
  5. 05 P1-235B-A22B 235B · Q3_K_M · Nov 2025 138 tok/s
  6. 06 Qwen3-235B-A22B-Thinking (Jul 2025) 235B · Q3_K_M · Jul 2025 138 tok/s
  7. 07 Qwen3-235B-A22B (Jul 2025) 235B · Q3_K_M · Jul 2025 138 tok/s
  8. 08 Qwen3-235B-A22B 235B · IQ4_XS · Apr 2025 126 tok/s
  9. 09 DeepSeek-V2.5 236B · Q3_K_M · Sep 2024 137 tok/s
  10. 10 DeepSeek-V2 (MoE-236B) 236B · Q3_K_M · May 2024 137 tok/s

Najszybsze modele AI na a Radeon Instinct MI300

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 2,164 tok/s
  2. 02 Gemma 3 1B 1B · Q8_0 · 1.8 GB 2,164 tok/s
  3. 03 LLama 3..2 Typhoon 2 1B 1B · Q8_0 · 1.8 GB 2,164 tok/s
  4. 04 OLMo-1B 1B · Q8_0 · 1.8 GB 2,164 tok/s
  5. 05 HGRN 1B (WT 103) 1B · Q8_0 · 1.8 GB 2,164 tok/s
  6. 06 Pythia-1b 1B · Q8_0 · 1.8 GB 2,164 tok/s
  7. 07 OpenELM-1.1B 1.1B · Q8_0 · 1.9 GB 2,004 tok/s
  8. 08 TinyLlama-1.1B (1T token checkpoint) 1.1B · Q8_0 · 1.9 GB 1,967 tok/s
  9. 09 TinyLlama-1.1B (3T token checkpoint) 1.1B · Q8_0 · 1.9 GB 1,967 tok/s
  10. 10 DeciCoder-1B 1.1B · Q8_0 · 1.9 GB 1,967 tok/s

Krok po kroku

Jak obliczyć liczbę tokenów na sekundę dla a Radeon Instinct MI300

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

    Model: model AI Run: uruchomienie modelu AI Does not fit: nie mieści się w GPU VRAM Tight: ledwo uruchamialny Comfortable: działa płynnie Open weight: model AI typu open-source On file: w naszej bazie danych Releases: nowo wydane GPU Memory/memory-bound: GPU VRAM/bandwidth Card: karta GPU Context length: okno kontekstu AI

    Tabela zawiera 624 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

    Dopasuj kontekst do swojej pracy

    Ustaw kontekst na swoją rzeczywistą długość roboczą. Krótkie pytania kosztują prawie nic, ale długi dokument może zająć dużą część 128 GB to często różnica między modelem, który się mieści, a takim, który się nie mieści.

  3. 03

    Wybierz, jak daleko chcesz skompresować

    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.

  4. 04

    Spójrz na zakres, nie tylko na liczbę

    Prędkości mają marginesy błędu z jakiegoś powodu. Najlepszym przypadkiem tutaj jest 2,164 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. 128 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 Radeon Instinct MI300.

Odpowiedzi

Radeon Instinct MI300 — częste pytania

01

Radeon Instinct MI300— 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 624 modele, które śledzimy. Czy to wystarczy, zależy całkowicie od tego, który model chcesz — tabela powyżej odpowiada na to bezpośrednio.

02

Radeon Instinct MI300— czy może uruchomić model, który nie mieści się w jego VRAM?

Można go podzielić, a nadmiar przechowywany jest w pamięci systemowej poza kartą. 128 GB zaciąga cały system w dół, a żadne z danych na tej stronie tego nie uwzględnia.

03

Czy dwa Radeon Instinct MI300 karty będą dwa razy szybsze?

Liberalizowanie ich kupuje przestrzeń zamiast tempa: 256 GB pracować z zamiast dwa razy więcej tokenów na sekundę — każda liczba tutaj dotyczy pojedynczej KARTY.

04

Radeon Instinct MI300— które modele AI może uruchomić?

624 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.

05

Radeon Instinct MI300— jaki jest największy model AI, który może uruchomić?

Największy model w naszym katalogu, który pasuje, to Solar Open2 250B w 250.3B parametry, skompresowane do Q3_K_M. Generuje mniej więcej 130 tokenów na sekundę i potrzebuje około 106.6 GB pamięci karty.

06

Radeon Instinct MI300— Ile tokenów na sekundę produkuje?

To zależy od modelu. Najszybszy model, który śledzimy tutaj, to Gemma 3 QAT 1B około 2,164 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.

07

Radeon Instinct MI300— 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 323 tokeny na sekundę

08

Radeon Instinct MI300— czy może działać 13B modele?

Tak. Na przykład działa DeepSeekMoE-16B w Q8_0, używając około 17.5 GB pamięci i generowanie około 751 tokeny na sekundę

09

Radeon Instinct MI300— 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 429 tokeny na sekundę

10

Radeon Instinct MI300— czy może działać 70B modele?

Tak. Na przykład działa Qwen3-Coder-Next w Q8_0, używając około 80.7 GB pamięci i generowanie około 150 tokeny na sekundę

11

Radeon Instinct MI300— Ile ma pamięci?

Ta karta ma 128 GB z HBM3. Około jedna dziesiąta jest zarezerwowana przez czas wykonywania wnioskowania i sterownik, pozostawiając mniej więcej 115.2 GB dostępny dla modelu i jego rozmowy

12

Radeon Instinct MI300— jaka jest jej przepustowość VRAM?

Przepustowość pamięci osiąga 6,550 GB/s przez magistralę 8,192 bity. To jest jedyny najlepszy wskaźnik tego, jak szybko generuje tekst, ponieważ produkcja każdego tokena oznacza odczytanie całego modelu z pamięci jednocześnie.

13

Radeon Instinct MI300— Jakiego typu pamięci używa?

Używa HBM3 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.

14

Radeon Instinct MI300— kto to robi?

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

15

Radeon Instinct MI300— kiedy to zostało wydane?

Został wydany w January 2023.

16

Radeon Instinct MI300— ile mocy zużywa?

Moc nominalna karty graficznej wynosi 600 W, i sugerowane zasilanie systemu wynosi 1,000 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.

17

Radeon Instinct MI300— ile pamięci podręcznej ma?

Pamięć podręczna L1 jest 16 KB, 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.

18

Radeon Instinct MI300— jakie są jego TFLOPS?

Jest oceniane na 383 TFLOPS przy połowicznej precyzji i 47.9 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.

19

Radeon Instinct MI300— czy obsługuje CUDA?

Nie. CUDA jest tylko dla NVIDIA, a to jest karta od AMD. 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.

20

Radeon Instinct MI300— 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.

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