趋近智
Radeon PRO W7500 (8GB)
Radeon PRO W7500 (8GB) 提供 8 GB 显存/内存与 176 GB/s 带宽，支持通过 ROCm 与 Vulkan 加速进行本地推理。
总显存
8 GB
可用显存上限
8 GB
显存带宽
176 GB/s
最大推理模型级别
8B 模型 (Q4)
热设计功耗
70W
显存占用随上下文长度变化曲线
随上下文长度增长的显存需求评估。当曲线超过参考线时将导致显存不足（OOM）。
量化精度:
Radeon PRO W7500 (8GB) 最佳运行大模型与速度矩阵
主流开源大模型在 Radeon PRO W7500 (8GB) 上的推理速度、显存兼容性与生成吞吐表现。
排序:
上下文长度:
KV 缓存:
显卡数量:
| 排名 | 模型 | 参数量 | 量化精度 | 预估 TPS | TTFT | 可运行 |
|---|---|---|---|---|---|---|
#122 | Qwen3.5-9B | 9B | INT4 | 27 tok/s | ~4.2s | |
#125 | K2 Horizon 7B | 7B | INT4 | 33 tok/s | ~3.3s | |
#138 | Qwen3.5-4B | 4B | INT4 Q8 | 53 tok/s 32 tok/s | ~1.9s ~1.9s | |
#147 | NVIDIA Nemotron 3 Nano 30B-A3B | 3.5B (30B active) | INT4 Q8 | 8 tok/s 4 tok/s | ~13.1s ~14.3s | |
#153 | Granite 4.2 8B | 8B | INT4 | 30 tok/s | ~3.7s | |
#155 | Gemma 4 E4B | 8B | INT4 | 30 tok/s | ~3.7s | |
#182 | Gemma 3 12B | 12B | INT4 | 18 tok/s | ~6.5s | |
#186 | Ministral 3 8B | 8B | INT4 | 19 tok/s | ~4.4s | |
#187 | MiniCPM5-2B | 2B | INT4 Q8 FP16 | 89 tok/s 58 tok/s 33 tok/s | ~1.0s ~1.0s ~1.0s | |
#188 | Qwen3.5-2B | 2B | INT4 Q8 FP16 | 89 tok/s 58 tok/s 33 tok/s | ~1.0s ~1.0s ~1.0s | |
#189 | OLMo 3 7B Think | 7B | INT4 | 22 tok/s | ~3.5s | |
#194 | Gemma 4 E2B | 5.1B | INT4 Q8 | 44 tok/s 25 tok/s | ~2.4s ~2.6s | |
#197 | DeepSeek-R1 8B | 8B | INT4 | 30 tok/s | ~3.7s | |
#198 | Ministral 3 3B | 3B | INT4 Q8 | 41 tok/s 31 tok/s | ~1.5s ~1.5s | |
#201 | Qwen3-4B | 4B | INT4 Q8 | 53 tok/s 32 tok/s | ~1.9s ~1.9s | |
#203 | Gemma 2 9B | 9B | INT4 | 27 tok/s | ~4.2s | |
#206 | Gemma 3 4B | 4B | INT4 Q8 | 53 tok/s 32 tok/s | ~1.9s ~1.9s | |
#207 | DeepSeek-R1 7B | 7B | INT4 Q8 | 34 tok/s 18 tok/s | ~3.3s ~3.8s | |
#208 | Qwen3.5-0.8B | 0.8B | INT4 Q8 FP16 | 163 tok/s 117 tok/s 72 tok/s | ~414 ms ~416 ms ~421 ms | |
#209 | Qwen3-8B | 8B | INT4 | 30 tok/s | ~3.7s | |
#210 | Llama 3.1 8B | 8B | INT4 | 30 tok/s | ~3.7s | |
#212 | Qwen3-1.7B | 1.7B | INT4 Q8 FP16 | 101 tok/s 66 tok/s 38 tok/s | ~867 ms ~872 ms ~884 ms | |
#214 | Gemma 3 270M | 0.27B | INT4 Q8 FP16 | 214 tok/s 185 tok/s 138 tok/s | ~140 ms ~140 ms ~142 ms | |
#216 | Llama 3 8B | 8B | INT4 | 30 tok/s | ~3.7s | |
#217 | Qwen3-0.6B | 0.6B | INT4 Q8 FP16 | 192 tok/s 142 tok/s 91 tok/s | ~307 ms ~308 ms ~312 ms | |
#218 | Phi-4-Mini | 3.8B | INT4 Q8 | 56 tok/s 34 tok/s | ~1.8s ~1.8s | |
#219 | Qwen2.5-7B | 7B | INT4 | 33 tok/s | ~3.3s | |
#221 | Ministral-8B-2410 | 8B | INT4 | 30 tok/s | ~3.7s | |
#222 | DeepSeek-R1 1.5B | 1.5B | INT4 Q8 FP16 | 110 tok/s 73 tok/s 42 tok/s | ~768 ms ~772 ms ~782 ms | |
#223 | Llama 3.2 3B | 3B | INT4 Q8 FP16 | 67 tok/s 42 tok/s 22 tok/s | ~1.5s ~1.5s ~1.6s | |
#225 | Phi-3-mini | 3.8B | INT4 Q8 | 56 tok/s 34 tok/s | ~1.8s ~1.8s | |
#226 | Gemma 3n E2B IT | 6B (2B active) | INT4 | 39 tok/s | ~1.2s | |
#227 | Mistral-7B-Instruct-v0.1 | 7.3B | INT4 | 32 tok/s | ~3.4s | |
#228 | Llama 3.2 1B | 1B | INT4 Q8 FP16 | 142 tok/s 99 tok/s 60 tok/s | ~525 ms ~528 ms ~535 ms | |
#229 | Gemma 2 2B | 2B | INT4 Q8 FP16 | 89 tok/s 58 tok/s 33 tok/s | ~1.0s ~1.0s ~1.0s | |
#231 | OLMo 3 7B Instruct | 7B | INT4 | 22 tok/s | ~3.5s | |
#233 | Qwen2-7B | 7B | INT4 | 33 tok/s | ~3.3s | |
#234 | Phi-3-small | 7B | INT4 | 33 tok/s | ~3.3s | |
#235 | Gemma 3 1B | 1B | INT4 Q8 FP16 | 142 tok/s 99 tok/s 60 tok/s | ~525 ms ~528 ms ~535 ms | |
#236 | Mistral-7B-Instruct-v0.2 | 7.3B | INT4 | 32 tok/s | ~3.4s | |
#238 | Gemma 1 7B | 7B | INT4 | 22 tok/s | ~3.5s | |
#239 | Gemma 1 2B | 2B | INT4 Q8 FP16 | 97 tok/s 61 tok/s 34 tok/s | ~1.0s ~1.0s ~1.0s | |
#240 | ChatGLM3-6B | 6B | INT4 | 24 tok/s | ~3.1s | |
#241 | ChatGLM2-6B | 6B | INT4 | 24 tok/s | ~3.1s | |
#242 | ChatGLM-6B | 6B | INT4 | 24 tok/s | ~3.1s | |
未上榜模型（按推理速度排序） | ||||||
- | DINOv3 ViT-L/16 | 0.3B | INT4 Q8 FP16 | 254 tok/s 207 tok/s 146 tok/s | ~154 ms ~155 ms ~157 ms | |
- | Qwen2-0.5B | 0.5B | INT4 Q8 FP16 | 209 tok/s 159 tok/s 104 tok/s | ~255 ms ~256 ms ~260 ms | |
- | Qwen2.5-0.5B | 0.5B | INT4 Q8 FP16 | 209 tok/s 159 tok/s 104 tok/s | ~255 ms ~256 ms ~260 ms | |
- | ERNIE-4.5-0.3B | 0.3B | INT4 Q8 FP16 | 202 tok/s 173 tok/s 129 tok/s | ~155 ms ~156 ms ~158 ms | |
- | ERNIE-4.5-0.3B-Base | 0.3B | INT4 Q8 FP16 | 202 tok/s 173 tok/s 129 tok/s | ~155 ms ~156 ms ~158 ms | |
- | Liquid D1-Omni 600M | 0.6B | INT4 Q8 FP16 | 192 tok/s 142 tok/s 91 tok/s | ~307 ms ~308 ms ~312 ms | |
- | Nemotron 3.5 Parse | 0.63B | INT4 Q8 FP16 | 186 tok/s 138 tok/s 87 tok/s | ~323 ms ~325 ms ~330 ms | |
- | Falcon-1B | 1B | INT4 Q8 FP16 | 154 tok/s 105 tok/s 62 tok/s | ~525 ms ~528 ms ~534 ms | |
- | Falcon3-1B | 1B | INT4 Q8 FP16 | 142 tok/s 99 tok/s 60 tok/s | ~525 ms ~528 ms ~535 ms | |
- | MiniCPM-V 4.7 1B | 1B | INT4 Q8 FP16 | 142 tok/s 99 tok/s 60 tok/s | ~525 ms ~528 ms ~535 ms | |
- | Qwen2-1.5B | 1.5B | INT4 Q8 FP16 | 110 tok/s 73 tok/s 42 tok/s | ~768 ms ~772 ms ~782 ms | |
- | Qwen2.5-1.5B | 1.5B | INT4 Q8 FP16 | 110 tok/s 73 tok/s 42 tok/s | ~768 ms ~772 ms ~782 ms | |
- | LFM3 1.7B | 1.7B | INT4 Q8 FP16 | 101 tok/s 66 tok/s 38 tok/s | ~867 ms ~872 ms ~884 ms | |
- | Spark X2.5 1.7B | 1.7B | INT4 Q8 FP16 | 101 tok/s 66 tok/s 38 tok/s | ~867 ms ~872 ms ~884 ms | |
- | Hy-MT2 1.8B | 1.8B | INT4 Q8 FP16 | 97 tok/s 64 tok/s 36 tok/s | ~913 ms ~918 ms ~931 ms | |
- | LFM3 Audio 2B | 2B | INT4 Q8 FP16 | 89 tok/s 58 tok/s 33 tok/s | ~1.0s ~1.0s ~1.0s | |
- | LFM3 Omni 2B | 2B | INT4 Q8 FP16 | 89 tok/s 58 tok/s 33 tok/s | ~1.0s ~1.0s ~1.0s | |
- | LFM3 VL 2B | 2B | INT4 Q8 FP16 | 89 tok/s 58 tok/s 33 tok/s | ~1.0s ~1.0s ~1.0s | |
- | Liquid D1 2B | 2B | INT4 Q8 FP16 | 89 tok/s 58 tok/s 33 tok/s | ~1.0s ~1.0s ~1.0s | |
- | Falcon-3B | 3B | INT4 Q8 FP16 | 72 tok/s 43 tok/s 22 tok/s | ~1.5s ~1.5s ~1.6s | |
- | CroissantLLM Base | 1.3B | INT4 Q8 FP16 | 70 tok/s 57 tok/s 38 tok/s | ~675 ms ~678 ms ~687 ms | |
- | Phi-1 | 1.3B | INT4 Q8 FP16 | 70 tok/s 57 tok/s 38 tok/s | ~675 ms ~678 ms ~687 ms | |
- | Phi-1.5 | 1.3B | INT4 Q8 FP16 | 70 tok/s 57 tok/s 38 tok/s | ~675 ms ~678 ms ~687 ms | |
- | DeepSeek-R1 3B | 3B | INT4 Q8 FP16 | 68 tok/s 42 tok/s 22 tok/s | ~1.5s ~1.5s ~1.6s | |
- | Falcon3-3B | 3B | INT4 Q8 FP16 | 67 tok/s 42 tok/s 22 tok/s | ~1.5s ~1.5s ~1.6s | |
- | LFM2-VL 3B | 3B | INT4 Q8 FP16 | 67 tok/s 42 tok/s 22 tok/s | ~1.5s ~1.5s ~1.6s | |
- | Liquid D1 3B | 3B | INT4 Q8 FP16 | 67 tok/s 42 tok/s 22 tok/s | ~1.5s ~1.5s ~1.6s | |
- | Liquid D1-VL 3B | 3B | INT4 Q8 FP16 | 67 tok/s 42 tok/s 22 tok/s | ~1.5s ~1.5s ~1.6s | |
- | Liquid LFM2-VL 3B D1 | 3B | INT4 Q8 FP16 | 67 tok/s 42 tok/s 22 tok/s | ~1.5s ~1.5s ~1.6s | |
- | Qwen2.5-3B | 3B | INT4 Q8 FP16 | 67 tok/s 42 tok/s 22 tok/s | ~1.5s ~1.5s ~1.6s | |
- | Mellum 2.1 12B A2.5B Thinking | 12B (2.5B active) | INT4 | 61 tok/s | ~1.7s | |
- | FrogNano 4B | 4B | INT4 Q8 | 53 tok/s 32 tok/s | ~1.9s ~1.9s | |
- | Spark X2.5 4B | 4B | INT4 Q8 | 53 tok/s 32 tok/s | ~1.9s ~1.9s | |
- | EmbeddingGemma 2 | 2B | INT4 Q8 FP16 | 51 tok/s 40 tok/s 25 tok/s | ~1.0s ~1.0s ~1.1s | |
- | Phi-2 | 2.7B | INT4 Q8 FP16 | 44 tok/s 33 tok/s 19 tok/s | ~1.3s ~1.3s ~1.6s | |
- | MaLLaM-3B | 3B | INT4 Q8 | 41 tok/s 31 tok/s | ~1.5s ~1.5s | |
- | SmolLM3 3B | 3B | INT4 Q8 | 41 tok/s 31 tok/s | ~1.5s ~1.5s | |
- | Falcon-7B | 7B | INT4 Q8 | 35 tok/s 18 tok/s | ~3.3s ~3.8s | |
- | Falcon3-7B | 7B | INT4 | 33 tok/s | ~3.3s | |
- | Hy-MT2 7B | 7B | INT4 | 33 tok/s | ~3.3s | |
- | Mistral-7B-v0.1 | 7.3B | INT4 | 32 tok/s | ~3.4s | |
- | Youtu Parsing Omni | 8B | INT4 | 30 tok/s | ~3.7s | |
- | LensVLM 9B | 9B | INT4 | 27 tok/s | ~4.2s | |
- | MiMo V2.6 Distill Qwen 9B | 9B | INT4 | 27 tok/s | ~4.2s | |
- | ChatGLM3-6B-32K | 6B | INT4 | 24 tok/s | ~3.1s | |
- | Yi-6B | 6B | INT4 | 24 tok/s | ~3.1s | |
- | Falcon3-10B | 10B | INT4 | 23 tok/s | ~5.0s | |
- | Falcon2-11B | 11B | INT4 | 22 tok/s | ~5.5s | |
- | Hunyuan Lite | 7B | INT4 | 22 tok/s | ~3.5s | |
- | OLMo 3 7B Base | 7B | INT4 | 22 tok/s | ~3.5s | |
- | SEA-LION-7B | 7.1B | INT4 | 22 tok/s | ~3.6s | |
- | SEA-LION-7B-Instruct | 7.1B | INT4 | 22 tok/s | ~3.6s | |
- | Sahabat-AI-Llama3-8B-Instruct | 8B | INT4 | 19 tok/s | ~4.4s | |
- | Typhoon-2-8B | 8B | INT4 | 19 tok/s | ~4.4s | |
推理能力评估
不同量化精度下可运行的最大模型参数级别。
上下文长度:
4位量化
8B 模型
8位精度
3B 模型
16位全精度
< 1B 模型
微调能力评估
本地模型训练与适配器微调支持能力。
微调上下文:
QLoRA
8B 模型
LoRA
3B 模型
全参数微调
< 1B 模型
负载与选型建议
Radeon PRO W7500 (8GB) 上的最佳量化精度与运行规格建议。
最佳推理区间
推荐以 FP16/Q8 精度运行 1B 至 3B 轻量级模型，或在 4-bit 量化下运行 7B/8B 模型。
显存带宽与推理速率
具备 176 GB/s 聚合带宽，单批次推理处于显存带宽受限模式。8B Q4 模型预估生成速度约 39 tok/s，70B Q4 模型预估生成速度约 5 tok/s。