Oblicz TPS modelu Data Center GPU Max 1550 na lokalnych modelach AI

Intel 128 GB HBM2e 3,280 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

658 modele, które może uruchomić

721 modele w naszym katalogu razem

Największy model, który obsługuje

Solar Open2 250B

250.3B · Q3_K_M · 54.1 tok/s

Najszybszy model

Gemma 3 QAT 1B

903 tok/s · 1B

Które modele AI mogą działać na a Data Center GPU Max 1550?

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.

658 modele pasują

Obliczanie

						Kwantyzacja	Pasuje
903 tok/s 542–1,445 · niska pewność	Gemma 3 1B	1B	Mar 2025	1.8 GB	33k tokeny	Q8_0	Wygodny
903 tok/s 542–1,445 · niska pewność	Gemma 3 QAT 1B	1B	Apr 2025	1.8 GB	33k tokeny	Q8_0	Wygodny
903 tok/s 542–1,445 · niska pewność	HGRN 1B (WT 103) ≈	1B	Nov 2023	1.8 GB	131k tokeny ?	Q8_0	Wygodny
903 tok/s 542–1,445 · niska pewność	LLama 3..2 Typhoon 2 1B ≈	1B	Dec 2024	1.8 GB	131k tokeny ?	Q8_0	Wygodny
903 tok/s 542–1,445 · niska pewność	OLMo-1B ≈	1B	Feb 2024	1.8 GB	131k tokeny ?	Q8_0	Wygodny
903 tok/s 542–1,445 · niska pewność	Pythia-1b ≈	1B	Apr 2023	1.8 GB	131k tokeny ?	Q8_0	Wygodny
836 tok/s 502–1,338 · niska pewność	OpenELM-1.1B ≈	1.1B	May 2024	1.9 GB	131k tokeny ?	Q8_0	Wygodny
821 tok/s 493–1,313 · niska pewność	DeciCoder-1B ≈	1.1B	Aug 2023	1.9 GB	131k tokeny ?	Q8_0	Wygodny
821 tok/s 493–1,313 · niska pewność	SantaCoder ≈	1.1B	Jan 2023	1.9 GB	131k tokeny ?	Q8_0	Wygodny
821 tok/s 493–1,313 · niska pewność	TinyLlama-1.1B (1T token checkpoint) ≈	1.1B	Oct 2023	1.9 GB	131k tokeny ?	Q8_0	Wygodny
821 tok/s 493–1,313 · niska pewność	TinyLlama-1.1B (3T token checkpoint) ≈	1.1B	Oct 2023	1.9 GB	131k tokeny ?	Q8_0	Wygodny
752 tok/s 451–1,204 · niska pewność	EXAONE 4.0 (1.2B) ≈	1.2B	Jul 2025	2.0 GB	131k tokeny ?	Q8_0	Wygodny
752 tok/s 451–1,204 · niska pewność	LFM2-1.2B ≈	1.2B	Jul 2025	2.0 GB	131k tokeny ?	Q8_0	Wygodny
752 tok/s 451–1,204 · niska pewność	MinerU2.5 ≈	1.2B	Sep 2025	2.0 GB	131k tokeny ?	Q8_0	Wygodny
752 tok/s 451–1,204 · niska pewność	Pleias 1.0 1.2B ≈	1.2B	Dec 2024	2.0 GB	131k tokeny ?	Q8_0	Wygodny
752 tok/s 451–1,204 · niska pewność	Pleias-RAG-1B ≈	1.2B	Apr 2025	2.0 GB	131k tokeny ?	Q8_0	Wygodny
734 tok/s 440–1,175 · niska pewność	Llama 3.2 1B	1.2B	Sep 2024	2.2 GB	131k tokeny	Q8_0	Wygodny
724 tok/s 434–1,158 · niska pewność	MiniCPM-1.2B ≈	1.2B	Jun 2024	2.0 GB	131k tokeny ?	Q8_0	Wygodny
695 tok/s 417–1,111 · niska pewność	DeepSeek Coder 1.3B ≈	1.3B	Jan 2024	2.1 GB	131k tokeny ?	Q8_0	Wygodny
695 tok/s 417–1,111 · niska pewność	DeepSeek-VL-1.3B ≈	1.3B	Mar 2024	2.1 GB	131k tokeny ?	Q8_0	Wygodny
695 tok/s 417–1,111 · niska pewność	DigiRL ≈	1.3B	Jun 2024	2.1 GB	131k tokeny ?	Q8_0	Wygodny
695 tok/s 417–1,111 · niska pewność	GLA Transformer 1.3B ≈	1.3B	Aug 2024	2.1 GB	131k tokeny ?	Q8_0	Wygodny
695 tok/s 417–1,111 · niska pewność	Janus 1.3B ≈	1.3B	Oct 2024	2.1 GB	131k tokeny ?	Q8_0	Wygodny
695 tok/s 417–1,111 · niska pewność	Kosmos-2.5 ≈	1.3B	Aug 2024	2.1 GB	131k tokeny ?	Q8_0	Wygodny
695 tok/s 417–1,111 · 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

Data Center GPU Max 1550 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: 3,280 GB/s
Typ pamięci: HBM2e
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: Ponte Vecchio
Architektura: Generation 12.5
Generacja: Data Center GPU(Ponte Vecchio)
Odlewnia: Intel
Rozmiar procesu: 10 nm
Transistory: 100 billion
Gęstość tranzystorów: 78,100 K/mm²
Rozmiar die: 1,280 mm²
Wydane: 10 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: 900 MHz
Zegar zwiększający: 1.6 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: 16,384
Jednostki mapowania tekstur: 1,024
Rdzenie śledzenia promieni: 128
cache L1: 64 KB
pamięć podręczna L2: 408 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): 52.4 TFLOPS
Pojedyncza precyzja (FP32): 52.4 TFLOPS
Podwójna precyzja (FP64): 52.4 TFLOPS
Współczynnik tekstury: 1,638 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
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.

DirectX: 12.1
OpenGL: 4.6
OpenCL: 3.0
Model cieniowania: 6.6

Oferty

Gdzie kupić GPU Data Center GPU Max 1550

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

128 GB

Szerokość pasma

3,280 GB/s

Największy model

Solar Open2 250B

Data Center GPU Max 1550 trzyma 128 GB z HBM2e. 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 3,280 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.

To pochodzi z zegara pamięci 1.6 GHz. Obie części mają znaczenie, a żadna z nich nie jest widoczna w benchmarku gier.

Praktyczny sufit to Solar Open2 250B, 250.3B, skompresowane do Q3_K_M i generowanie wokół 54.1 tokeny na sekundę

Układ scalony i jak został zbudowany

Data Center GPU Max 1550 jest zbudowany na procesorze graficznym Ponte Vecchio, używając architektury Generation 12.5 z Intel, jako część generacji Data Center GPU(Ponte Vecchio).

Chip jest produkowany przez Intel, na procesie 10 nm, z kostką o wymiarach 1,280 mm², trzymanie 100 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 3.675868900849 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

52.4 TFLOPS

FP64

52.4 TFLOPS

Na papierze Data Center GPU Max 1550 osiąga 52.4 TFLOPS przy półprecyzji, i 52.4 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 52.4 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 900 MHz do zwiększenia 1.6 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

Data Center GPU Max 1550 ma pamięć podręczną L1 64 KB, wspierany przez pamięć podręczną L2 408 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 16,384 Jednostki cieniujące, 1,024 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

Data Center GPU Max 1550 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.

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 Data Center GPU Max 1550

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

01 Solar Open2 250B 250.3B · Q3_K_M · Jun 2026 54.1 tok/s
02 MiniMax-M2.7 229B · Q3_K_M · Mar 2026 10.6 tok/s
03 MiniMax-M2.5 229B · Q3_K_M · Feb 2026 10.6 tok/s
04 MiniMax-M2.1 229B · Q3_K_M · Dec 2025 10.6 tok/s
05 P1-235B-A22B 235B · Q3_K_M · Nov 2025 57.6 tok/s
06 Qwen3-235B-A22B-Thinking (Jul 2025) 235B · Q3_K_M · Jul 2025 57.6 tok/s
07 Qwen3-235B-A22B (Jul 2025) 235B · Q3_K_M · Jul 2025 57.6 tok/s
08 Qwen3-235B-A22B 235B · IQ4_XS · Apr 2025 52.4 tok/s
09 DeepSeek-V2.5 236B · Q3_K_M · Sep 2024 57.4 tok/s
10 DeepSeek-V2 (MoE-236B) 236B · Q3_K_M · May 2024 57.4 tok/s

Najszybsze modele AI na a Data Center GPU Max 1550

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 903 tok/s
02 Gemma 3 1B 1B · Q8_0 · 1.8 GB 903 tok/s
03 LLama 3..2 Typhoon 2 1B 1B · Q8_0 · 1.8 GB 903 tok/s
04 OLMo-1B 1B · Q8_0 · 1.8 GB 903 tok/s
05 HGRN 1B (WT 103) 1B · Q8_0 · 1.8 GB 903 tok/s
06 Pythia-1b 1B · Q8_0 · 1.8 GB 903 tok/s
07 OpenELM-1.1B 1.1B · Q8_0 · 1.9 GB 836 tok/s
08 TinyLlama-1.1B (1T token checkpoint) 1.1B · Q8_0 · 1.9 GB 821 tok/s
09 TinyLlama-1.1B (3T token checkpoint) 1.1B · Q8_0 · 1.9 GB 821 tok/s
10 DeciCoder-1B 1.1B · Q8_0 · 1.9 GB 821 tok/s

Krok po kroku

Jak obliczyć liczbę tokenów na sekundę dla a Data Center GPU Max 1550

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 658 modele, które ta karta uruchamia. Wyszukiwanie zawęża listę według nazwy lub rozmiaru.
02

Zdecyduj, jak długo trwają twoje rozmowy

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.
03

Ustaw minimalną jakość, jeśli jest potrzebna.

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

Spójrz na zakres, nie tylko na liczbę

Każda prędkość jest oszacowaniem dla pojedynczej rozmowy, z zakresem poniżej. Górna granica tutaj to 903 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 swój zapas przed podjęciem decyzji

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 128 GB.
06

Sprawdź w innych urządzeniach.

Śledzenie modelu na jego stronie pokazuje cały sprzęt, który może go uruchomić, więc możesz zobaczyć, jak wypada w porównaniu do Data Center GPU Max 1550.

Odpowiedzi

Data Center GPU Max 1550 — częste pytania

Data Center GPU Max 1550— czy może działać 7B modele?

Tak. Na przykład działa Gemma 4 E4B w Q8_0, używając około 9.8 GB pamięci i generowanie około 201 tokeny na sekundę

Data Center GPU Max 1550— czy może działać 13B modele?

Tak. Na przykład działa DeepSeekMoE-16B w Q8_0, używając około 17.5 GB pamięci i generowanie około 314 tokeny na sekundę

Data Center GPU Max 1550— 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 179 tokeny na sekundę

Data Center GPU Max 1550— czy może działać 70B modele?

Tak. Na przykład działa Qwen3-Coder-Next w Q8_0, używając około 80.7 GB pamięci i generowanie około 62.7 tokeny na sekundę

Data Center GPU Max 1550— Ile ma pamięci?

Ta karta ma 128 GB z HBM2e. Około jedna dziesiąta jest zarezerwowana przez czas wykonywania wnioskowania i sterownik, pozostawiając mniej więcej 115.2 GB dostępny dla modelu i jego rozmowy

Data Center GPU Max 1550— jaka jest jej przepustowość VRAM?

Przepustowość pamięci osiąga 3,280 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.

Data Center GPU Max 1550— Jakiego typu pamięci używa?

Używa HBM2e 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.

Data Center GPU Max 1550— kto to robi?

To jest produkt Intel, z chipem wyprodukowanym przez Intel, na procesie 10 nm.

Data Center GPU Max 1550— kiedy to zostało wydane?

Został wydany w January 2023.

Data Center GPU Max 1550— 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.

Data Center GPU Max 1550— ile pamięci podręcznej ma?

Pamięć podręczna L1 jest 64 KB, i pamięć podręczna L2 jest 408 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 Max 1550— jakie są jego TFLOPS?

Jest oceniane na 52.4 TFLOPS przy połowicznej precyzji i 52.4 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 Max 1550— 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 Max 1550— 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.

Data Center GPU Max 1550— 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 658 modele, które śledzimy. Czy to wystarczy, zależy całkowicie od tego, który model chcesz — tabela powyżej odpowiada na to bezpośrednio.

Data Center GPU Max 1550— czy może uruchomić model, który nie mieści się w jego VRAM?

Tylko częściowo. Warstwy poza kartą 128 GB jest możliwe i zwykle jest to fałszywa oszczędność: część pamięci systemu jest wystarczająco wolna, aby zdominować wynik.

Czy dwa Data Center GPU Max 1550 karty będą dwa razy szybsze?

Liberalizowanie ich kupuje przestrzeń zamiast tempa: 256 GB z połączoną pamięcią, w mniej więcej tej samej prędkości generacji co jeden.

Data Center GPU Max 1550— które modele AI może uruchomić?

658 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.

Data Center GPU Max 1550— 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 54.1 tokenów na sekundę i potrzebuje około 106.6 GB pamięci karty.

Data Center GPU Max 1550— Ile tokenów na sekundę produkuje?

To zależy od modelu. Najszybszy model, który śledzimy tutaj, to Gemma 3 QAT 1B około 903 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.

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