Oblicz TPS modelu H200 NVL na lokalnych modelach AI

NVIDIA 141 GB HBM3e 4,890 GB/s November 2024

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

679 modele w naszym katalogu razem

Największy model, który obsługuje

Tencent Hy3 preview

295B · Q3_K_M · 105 tok/s

Najszybszy model

Gemma 3 QAT 1B

2,071 tok/s · 1B

Które modele AI mogą działać na a H200 NVL?

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.

628 modele pasują

Obliczanie
Kwantyzacja Pasuje
2,071 tok/s

1,760–2,485

Gemma 3 1B 1B Mar 2025 1.8 GB 33k tokeny Q8_0 Wygodny
2,071 tok/s

1,760–2,485

Gemma 3 QAT 1B 1B Apr 2025 1.8 GB 33k tokeny Q8_0 Wygodny
2,071 tok/s

1,243–3,314 · niska pewność

HGRN 1B (WT 103) ≈ 1B Nov 2023 1.8 GB 131k tokeny ? Q8_0 Wygodny
2,071 tok/s

1,243–3,314 · niska pewność

LLama 3..2 Typhoon 2 1B ≈ 1B Dec 2024 1.8 GB 131k tokeny ? Q8_0 Wygodny
2,071 tok/s

1,243–3,314 · niska pewność

OLMo-1B ≈ 1B Feb 2024 1.8 GB 131k tokeny ? Q8_0 Wygodny
2,071 tok/s

1,243–3,314 · niska pewność

Pythia-1b ≈ 1B Apr 2023 1.8 GB 131k tokeny ? Q8_0 Wygodny
1,918 tok/s

1,151–3,068 · niska pewność

OpenELM-1.1B ≈ 1.1B May 2024 1.9 GB 131k tokeny ? Q8_0 Wygodny
1,883 tok/s

1,130–3,012 · niska pewność

DeciCoder-1B ≈ 1.1B Aug 2023 1.9 GB 131k tokeny ? Q8_0 Wygodny
1,883 tok/s

1,130–3,012 · niska pewność

SantaCoder ≈ 1.1B Jan 2023 1.9 GB 131k tokeny ? Q8_0 Wygodny
1,883 tok/s

1,130–3,012 · niska pewność

TinyLlama-1.1B (1T token checkpoint) ≈ 1.1B Oct 2023 1.9 GB 131k tokeny ? Q8_0 Wygodny
1,883 tok/s

1,130–3,012 · niska pewność

TinyLlama-1.1B (3T token checkpoint) ≈ 1.1B Oct 2023 1.9 GB 131k tokeny ? Q8_0 Wygodny
1,726 tok/s

1,036–2,761 · niska pewność

EXAONE 4.0 (1.2B) ≈ 1.2B Jul 2025 2.0 GB 131k tokeny ? Q8_0 Wygodny
1,726 tok/s

1,036–2,761 · niska pewność

MinerU2.5 ≈ 1.2B Sep 2025 2.0 GB 131k tokeny ? Q8_0 Wygodny
1,726 tok/s

1,036–2,761 · niska pewność

Pleias 1.0 1.2B ≈ 1.2B Dec 2024 2.0 GB 131k tokeny ? Q8_0 Wygodny
1,726 tok/s

1,036–2,761 · niska pewność

Pleias-RAG-1B ≈ 1.2B Apr 2025 2.0 GB 131k tokeny ? Q8_0 Wygodny
1,684 tok/s

1,431–2,021

Llama 3.2 1B 1.2B Sep 2024 2.2 GB 131k tokeny Q8_0 Wygodny
1,660 tok/s

996–2,656 · niska pewność

MiniCPM-1.2B ≈ 1.2B Jun 2024 2.0 GB 131k tokeny ? Q8_0 Wygodny
1,593 tok/s

956–2,549 · niska pewność

DeepSeek Coder 1.3B ≈ 1.3B Jan 2024 2.1 GB 131k tokeny ? Q8_0 Wygodny
1,593 tok/s

956–2,549 · niska pewność

DeepSeek-VL-1.3B ≈ 1.3B Mar 2024 2.1 GB 131k tokeny ? Q8_0 Wygodny
1,593 tok/s

956–2,549 · niska pewność

DigiRL ≈ 1.3B Jun 2024 2.1 GB 131k tokeny ? Q8_0 Wygodny
1,593 tok/s

956–2,549 · niska pewność

GLA Transformer 1.3B ≈ 1.3B Aug 2024 2.1 GB 131k tokeny ? Q8_0 Wygodny
1,593 tok/s

956–2,549 · niska pewność

Janus 1.3B ≈ 1.3B Oct 2024 2.1 GB 131k tokeny ? Q8_0 Wygodny
1,593 tok/s

956–2,549 · niska pewność

Kosmos-2.5 ≈ 1.3B Aug 2024 2.1 GB 131k tokeny ? Q8_0 Wygodny
1,593 tok/s

956–2,549 · niska pewność

Otter ≈ 1.3B May 2023 2.1 GB 131k tokeny ? Q8_0 Wygodny
1,593 tok/s

956–2,549 · 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

H200 NVL 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
141 GB
Pasmo pamięci
4,890 GB/s
Typ pamięci
HBM3e
Szerokość magistrali pamięci
6,144 bit
Zegar pamięci
1.59 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
18 November 2024

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
1.37 GHz
Zegar zwiększający
1.79 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
50 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)
241.3 TFLOPS
Pojedyncza precyzja (FP32)
60.3 TFLOPS
Podwójna precyzja (FP64)
30.2 TFLOPS
Wskaźnik pikseli
43 GPixel/s
Współczynnik tekstury
943 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
8-pin EPS
Interfejs magistrali
PCIe 5.0 x16
Szerokość slotu
Dual-slot
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.

zdolność obliczeniowa CUDA
9.0
OpenCL
3.0

Oferty

Gdzie kupić GPU H200 NVL

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

141 GB

Szerokość pasma

4,890 GB/s

Największy model

Tencent Hy3 preview

H200 NVL trzyma 141 GB z HBM3e. To stawia go w klasie sprzętu, który obsługuje największe modele open-weight bez dzielenia ich na maszyny. Czas wykonania inferencji może osiągnąć około 126.9 GB.

Przepustowość pamięci osiąga 4,890 GB/s przez magistralę 6,144 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 1.59 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 Tencent Hy3 preview, 295B, skompresowane do Q3_K_M i generowanie wokół 105 tokeny na sekundę

Układ scalony i jak został zbudowany

H200 NVL 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 November 2024, szacunkowo 1.7010486256199 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

241.3 TFLOPS

FP64

30.2 TFLOPS

Rdzenie tensorowe

528

Na papierze H200 NVL osiąga 241.3 TFLOPS przy półprecyzji, i 60.3 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 30.2 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 1.37 GHz do zwiększenia 1.79 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

H200 NVL ma pamięć podręczną L1 250 KB, wspierany przez pamięć podręczną L2 50 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

600 W

H200 NVL 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 dual-slot, pomiarowania 267 mm długi, 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 H200 NVL

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 · IQ4_XS · Jun 2026 113 tok/s
  2. 02 DeepSeek-V4-Flash 284B · Q3_K_M · Apr 2026 109 tok/s
  3. 03 Tencent Hy3 preview 295B · Q3_K_M · Apr 2026 105 tok/s
  4. 04 P1-235B-A22B 235B · IQ4_XS · Nov 2025 120 tok/s
  5. 05 Qwen3-235B-A22B-Thinking (Jul 2025) 235B · IQ4_XS · Jul 2025 120 tok/s
  6. 06 Qwen3-235B-A22B (Jul 2025) 235B · IQ4_XS · Jul 2025 120 tok/s
  7. 07 Llama Nemotron Ultra 253B 253B · Q3_K_M · Mar 2025 22.1 tok/s
  8. 08 DeepSeek-V2.5 236B · IQ4_XS · Sep 2024 120 tok/s
  9. 09 DeepSeek-Coder-V2 236B 236B · Q3_K_M · Jun 2024 23.7 tok/s
  10. 10 DeepSeek-V2 (MoE-236B) 236B · IQ4_XS · May 2024 120 tok/s

Najszybsze modele AI na a H200 NVL

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 2,071 tok/s
  2. 02 Gemma 3 1B 1B · Q8_0 · 1.8 GB 2,071 tok/s
  3. 03 LLama 3..2 Typhoon 2 1B 1B · Q8_0 · 1.8 GB 2,071 tok/s
  4. 04 OLMo-1B 1B · Q8_0 · 1.8 GB 2,071 tok/s
  5. 05 HGRN 1B (WT 103) 1B · Q8_0 · 1.8 GB 2,071 tok/s
  6. 06 Pythia-1b 1B · Q8_0 · 1.8 GB 2,071 tok/s
  7. 07 OpenELM-1.1B 1.1B · Q8_0 · 1.9 GB 1,918 tok/s
  8. 08 TinyLlama-1.1B (1T token checkpoint) 1.1B · Q8_0 · 1.9 GB 1,883 tok/s
  9. 09 TinyLlama-1.1B (3T token checkpoint) 1.1B · Q8_0 · 1.9 GB 1,883 tok/s
  10. 10 DeciCoder-1B 1.1B · Q8_0 · 1.9 GB 1,883 tok/s

Krok po kroku

Jak obliczyć liczbę tokenów na sekundę dla a H200 NVL

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

    Znajdź model w tabeli

    Tabela zawiera 628 modele, które ta karta uruchamia. Wyszukiwanie zawęża listę według nazwy lub rozmiaru.

  2. 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 141 GB więc ustawienia warto dobrze ustawić.

  3. 03

    Wybierz, jak daleko chcesz skompresować

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

  4. 04

    Weź zakres jako odpowiedź

    Prędkości mają marginesy błędu z jakiegoś powodu. Najlepszym przypadkiem tutaj jest 2,071 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. 141 GB.

  6. 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 H200 NVL.

Odpowiedzi

H200 NVL — częste pytania

01

H200 NVL— 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.

02

H200 NVL— czy może uruchomić model, który nie mieści się w jego VRAM?

Można go podzielić, a nadmiar przechowywany jest w pamięci systemowej poza kartą. 141 GB jest możliwe i zwykle jest to fałszywa oszczędność: część pamięci systemu jest wystarczająco wolna, aby zdominować wynik.

03

Czy dwa H200 NVL karty będą dwa razy szybsze?

Pojemność dodaje, wydajność nie. Dwie z nich dają ci 282 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.

04

H200 NVL— które modele AI może uruchomić?

628 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

H200 NVL— jaki jest największy model AI, który może uruchomić?

Największy model w naszym katalogu, który pasuje, to Tencent Hy3 preview w 295B parametry, skompresowane do Q3_K_M. Generuje mniej więcej 105 tokenów na sekundę i potrzebuje około 126.5 GB pamięci karty.

06

H200 NVL— Ile tokenów na sekundę produkuje?

To zależy od modelu. Najszybszy model, który śledzimy tutaj, to Gemma 3 QAT 1B około 2,071 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

H200 NVL— 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 309 tokeny na sekundę

08

H200 NVL— czy może działać 13B modele?

Tak. Na przykład działa DeepSeekMoE-16B w Q8_0, używając około 17.5 GB pamięci i generowanie około 719 tokeny na sekundę

09

H200 NVL— 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 411 tokeny na sekundę

10

H200 NVL— czy może działać 70B modele?

Tak. Na przykład działa Qwen3-Coder-Next w Q8_0, używając około 80.7 GB pamięci i generowanie około 144 tokeny na sekundę

11

H200 NVL— Ile ma pamięci?

Ta karta ma 141 GB z HBM3e. Około jedna dziesiąta jest zarezerwowana przez czas wykonywania wnioskowania i sterownik, pozostawiając mniej więcej 126.9 GB dostępny dla modelu i jego rozmowy

12

H200 NVL— jaka jest jej przepustowość VRAM?

Przepustowość pamięci osiąga 4,890 GB/s przez magistralę 6,144 bity. To jest jedyny najlepszy wskaźnik tego, jak szybko generuje tekst, ponieważ produkcja każdego tokena oznacza odczytanie całego modelu z pamięci jednocześnie.

13

H200 NVL— Jakiego typu pamięci używa?

Używa HBM3e prędkość zegara na 1.59 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

H200 NVL— kto to robi?

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

15

H200 NVL— kiedy to zostało wydane?

Został wydany w November 2024.

16

H200 NVL— 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

H200 NVL— ile pamięci podręcznej ma?

Pamięć podręczna L1 jest 250 KB, i pamięć podręczna L2 jest 50 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

H200 NVL— jakie są jego TFLOPS?

Jest oceniane na 241.3 TFLOPS przy połowicznej precyzji i 60.3 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

H200 NVL— 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.

20

H200 NVL— 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.

21

H200 NVL— 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