Oblicz TPS modelu Radeon Instinct MI308X na lokalnych modelach AI
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
679 modele w naszym katalogu razem
Największy model, który obsługuje
Llama 4 Maverick
400B · Q3_K_M · 65.9 tok/s
Najszybszy model
Gemma 3 QAT 1B
1,759 tok/s · 1B
Które modele AI mogą działać na a Radeon Instinct MI308X?
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.
636 modele pasują
Obliczanie| Kwantyzacja | Pasuje | ||||||
|---|---|---|---|---|---|---|---|
|
1,759
tok/s
1,055–2,815 · niska pewność |
Gemma 3 1B | 1B | Mar 2025 | 1.8 GB | 33k tokeny | Q8_0 | Wygodny |
|
1,759
tok/s
1,055–2,815 · niska pewność |
Gemma 3 QAT 1B | 1B | Apr 2025 | 1.8 GB | 33k tokeny | Q8_0 | Wygodny |
|
1,759
tok/s
1,055–2,815 · niska pewność |
HGRN 1B (WT 103) ≈ | 1B | Nov 2023 | 1.8 GB | 131k tokeny ? | Q8_0 | Wygodny |
|
1,759
tok/s
1,055–2,815 · niska pewność |
LLama 3..2 Typhoon 2 1B ≈ | 1B | Dec 2024 | 1.8 GB | 131k tokeny ? | Q8_0 | Wygodny |
|
1,759
tok/s
1,055–2,815 · niska pewność |
OLMo-1B ≈ | 1B | Feb 2024 | 1.8 GB | 131k tokeny ? | Q8_0 | Wygodny |
|
1,759
tok/s
1,055–2,815 · niska pewność |
Pythia-1b ≈ | 1B | Apr 2023 | 1.8 GB | 131k tokeny ? | Q8_0 | Wygodny |
|
1,629
tok/s
977–2,606 · niska pewność |
OpenELM-1.1B ≈ | 1.1B | May 2024 | 1.9 GB | 131k tokeny ? | Q8_0 | Wygodny |
|
1,599
tok/s
960–2,559 · niska pewność |
DeciCoder-1B ≈ | 1.1B | Aug 2023 | 1.9 GB | 131k tokeny ? | Q8_0 | Wygodny |
|
1,599
tok/s
960–2,559 · niska pewność |
SantaCoder ≈ | 1.1B | Jan 2023 | 1.9 GB | 131k tokeny ? | Q8_0 | Wygodny |
|
1,599
tok/s
960–2,559 · niska pewność |
TinyLlama-1.1B (1T token checkpoint) ≈ | 1.1B | Oct 2023 | 1.9 GB | 131k tokeny ? | Q8_0 | Wygodny |
|
1,599
tok/s
960–2,559 · niska pewność |
TinyLlama-1.1B (3T token checkpoint) ≈ | 1.1B | Oct 2023 | 1.9 GB | 131k tokeny ? | Q8_0 | Wygodny |
|
1,466
tok/s
880–2,346 · niska pewność |
EXAONE 4.0 (1.2B) ≈ | 1.2B | Jul 2025 | 2.0 GB | 131k tokeny ? | Q8_0 | Wygodny |
|
1,466
tok/s
880–2,346 · niska pewność |
MinerU2.5 ≈ | 1.2B | Sep 2025 | 2.0 GB | 131k tokeny ? | Q8_0 | Wygodny |
|
1,466
tok/s
880–2,346 · niska pewność |
Pleias 1.0 1.2B ≈ | 1.2B | Dec 2024 | 2.0 GB | 131k tokeny ? | Q8_0 | Wygodny |
|
1,466
tok/s
880–2,346 · niska pewność |
Pleias-RAG-1B ≈ | 1.2B | Apr 2025 | 2.0 GB | 131k tokeny ? | Q8_0 | Wygodny |
|
1,430
tok/s
858–2,288 · niska pewność |
Llama 3.2 1B | 1.2B | Sep 2024 | 2.2 GB | 131k tokeny | Q8_0 | Wygodny |
|
1,410
tok/s
846–2,256 · niska pewność |
MiniCPM-1.2B ≈ | 1.2B | Jun 2024 | 2.0 GB | 131k tokeny ? | Q8_0 | Wygodny |
|
1,353
tok/s
812–2,165 · niska pewność |
DeepSeek Coder 1.3B ≈ | 1.3B | Jan 2024 | 2.1 GB | 131k tokeny ? | Q8_0 | Wygodny |
|
1,353
tok/s
812–2,165 · niska pewność |
DeepSeek-VL-1.3B ≈ | 1.3B | Mar 2024 | 2.1 GB | 131k tokeny ? | Q8_0 | Wygodny |
|
1,353
tok/s
812–2,165 · niska pewność |
DigiRL ≈ | 1.3B | Jun 2024 | 2.1 GB | 131k tokeny ? | Q8_0 | Wygodny |
|
1,353
tok/s
812–2,165 · niska pewność |
GLA Transformer 1.3B ≈ | 1.3B | Aug 2024 | 2.1 GB | 131k tokeny ? | Q8_0 | Wygodny |
|
1,353
tok/s
812–2,165 · niska pewność |
Janus 1.3B ≈ | 1.3B | Oct 2024 | 2.1 GB | 131k tokeny ? | Q8_0 | Wygodny |
|
1,353
tok/s
812–2,165 · niska pewność |
Kosmos-2.5 ≈ | 1.3B | Aug 2024 | 2.1 GB | 131k tokeny ? | Q8_0 | Wygodny |
|
1,353
tok/s
812–2,165 · niska pewność |
Otter ≈ | 1.3B | May 2023 | 2.1 GB | 131k tokeny ? | Q8_0 | Wygodny |
|
1,353
tok/s
812–2,165 · 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 MI308X 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
- 192 GB
- Pasmo pamięci
- 5,325 GB/s
- Typ pamięci
- HBM3
- Szerokość magistrali pamięci
- 8,192 bit
- Zegar pamięci
- 1.3 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
- 6 December 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
- 2.1 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
- 19,456
- Jednostki mapowania tekstur
- 1,216
- 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)
- 653.7 TFLOPS
- Pojedyncza precyzja (FP32)
- 81.7 TFLOPS
- Podwójna precyzja (FP64)
- 81.7 TFLOPS
- Współczynnik tekstury
- 2,554 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)
- 750 W
- Zalecany zasilacz
- 1,150 W
- Złącza zasilające
- None
- Interfejs magistrali
- PCIe 5.0 x16
- Szerokość slotu
- OAM 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.
- OpenCL
- 3.0
Oferty
Gdzie kupić GPU Radeon Instinct MI308X
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
192 GB
Szerokość pasma
5,325 GB/s
Największy model
Llama 4 Maverick
Radeon Instinct MI308X trzyma 192 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 172.8 GB.
Przepustowość pamięci osiąga 5,325 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.
Liczba to szerokość magistrali pomnożona przez zegar pamięci 1.3 GHz. Poszerzenie magistrali i podniesienie zegara to dwa dźwignie, które ma producent, dlatego karta z nie wybitnymi rdzeniami może nadal generować szybko.
W praktyce ta kombinacja osiąga maksimum na Llama 4 Maverick, 400B, skompresowane do Q3_K_M i generowanie wokół 65.9 tokeny na sekundę
Układ scalony i jak został zbudowany
Radeon Instinct MI308X 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 December 2023, szacunkowo 2.6517328235842 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
653.7 TFLOPS
FP64
81.7 TFLOPS
Na papierze Radeon Instinct MI308X osiąga 653.7 TFLOPS przy półprecyzji, i 81.7 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 81.7 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 2.1 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 MI308X 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 19,456 Jednostki cieniujące, 1,216 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
750 W
Radeon Instinct MI308X jest oceniane na 750 W, i sugerowane zasilanie systemu wynosi 1,150 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 oam module. 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 MI308X
Największe modele open-weight, które mieszczą się na tej karcie, najnowsze najpierw. Każdy jest pokazany w najlepszej kompresji, jaką karta może pomieścić..
Najszybsze modele AI na a Radeon Instinct MI308X
Gdzie ta KARTA produkuje tokeny najszybciej. Mniejsze modele dominują tutaj, ponieważ generowanie każdego tokenu oznacza odczytanie całego modelu z pamięci raz..
Krok po kroku
Jak obliczyć liczbę tokenów na sekundę dla a Radeon Instinct MI308X
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
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 636 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. 192 GB często jest to to, co pcha duży model na krawędź.
-
03
Przypnij porównanie do jednego poziomu jakości
Kompresja to to, co pozwala większym modelom się zmieścić. Kontrola jakości odrzuca każdy model, który potrzebuje więcej tego, niż jesteś skłonny dać.
-
04
Weź zakres jako odpowiedź
Każda prędkość jest oszacowaniem dla pojedynczej rozmowy, z zakresem poniżej. Górna granica tutaj to 1,759 tok/s na Gemma 3 QAT 1B. Ta sama karta i model różnią się od trzydziestu do pięćdziesięciu procent między czasami wykonywania inference.
-
05
Przeczytaj werdykt dopasowania ostatni
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 192 GB.
-
06
Otwórz model, aby porównać karty
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 MI308X.
Odpowiedzi
Radeon Instinct MI308X — częste pytania
Radeon Instinct MI308X— 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.
Radeon Instinct MI308X— 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 636 modele, które śledzimy. Czy to wystarczy, zależy całkowicie od tego, który model chcesz — tabela powyżej odpowiada na to bezpośrednio.
Radeon Instinct MI308X— czy może uruchomić model, który nie mieści się w jego VRAM?
Tylko częściowo. Warstwy poza kartą 192 GB jest możliwe i zwykle jest to fałszywa oszczędność: część pamięci systemu jest wystarczająco wolna, aby zdominować wynik.
Czy dwa Radeon Instinct MI308X karty będą dwa razy szybsze?
Pojemność dodaje, wydajność nie. Dwie z nich dają ci 384 GB pracować z zamiast dwa razy więcej tokenów na sekundę — każda liczba tutaj dotyczy pojedynczej KARTY.
Radeon Instinct MI308X— które modele AI może uruchomić?
636 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.
Radeon Instinct MI308X— jaki jest największy model AI, który może uruchomić?
Największy model w naszym katalogu, który pasuje, to Llama 4 Maverick w 400B parametry, skompresowane do Q3_K_M. Generuje mniej więcej 65.9 tokenów na sekundę i potrzebuje około 168.2 GB pamięci karty.
Radeon Instinct MI308X— Ile tokenów na sekundę produkuje?
To zależy od modelu. Najszybszy model, który śledzimy tutaj, to Gemma 3 QAT 1B około 1,759 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.
Radeon Instinct MI308X— 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 263 tokeny na sekundę
Radeon Instinct MI308X— czy może działać 13B modele?
Tak. Na przykład działa DeepSeekMoE-16B w Q8_0, używając około 17.5 GB pamięci i generowanie około 611 tokeny na sekundę
Radeon Instinct MI308X— 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 349 tokeny na sekundę
Radeon Instinct MI308X— czy może działać 70B modele?
Tak. Na przykład działa Qwen3-Coder-Next w Q8_0, używając około 80.7 GB pamięci i generowanie około 122 tokeny na sekundę
Radeon Instinct MI308X— Ile ma pamięci?
Ta karta ma 192 GB z HBM3. Około jedna dziesiąta jest zarezerwowana przez czas wykonywania wnioskowania i sterownik, pozostawiając mniej więcej 172.8 GB dostępny dla modelu i jego rozmowy
Radeon Instinct MI308X— jaka jest jej przepustowość VRAM?
Przepustowość pamięci osiąga 5,325 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.
Radeon Instinct MI308X— Jakiego typu pamięci używa?
Używa HBM3 prędkość zegara na 1.3 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.
Radeon Instinct MI308X— kto to robi?
To jest produkt AMD, z chipem wyprodukowanym przez TSMC, na procesie 5 nm.
Radeon Instinct MI308X— kiedy to zostało wydane?
Został wydany w December 2023.
Radeon Instinct MI308X— ile mocy zużywa?
Moc nominalna karty graficznej wynosi 750 W, i sugerowane zasilanie systemu wynosi 1,150 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.
Radeon Instinct MI308X— 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.
Radeon Instinct MI308X— jakie są jego TFLOPS?
Jest oceniane na 653.7 TFLOPS przy połowicznej precyzji i 81.7 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.
Radeon Instinct MI308X— 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.
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.