趋近智
Radeon PRO W7700 (16GB)
Radeon PRO W7700 (16GB) 提供 16 GB 显存/内存与 576 GB/s 带宽，支持通过 ROCm 与 Vulkan 加速进行本地推理。
总显存
16 GB
可用显存上限
16 GB
显存带宽
576 GB/s
最大推理模型级别
14B 模型 (Q4)
热设计功耗
190W
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 W7700 (16GB) 最佳运行大模型与速度矩阵
主流开源大模型在 Radeon PRO W7700 (16GB) 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 |
|---|---|---|---|---|---|---|
#32 | Qwen 3.8 27B | 27B | INT4 | 26 tok/s | ~5.4s | |
#82 | Qwen3.5-27B | 27B | INT4 | 26 tok/s | ~5.4s | |
#96 | Phi-4 Reasoning Plus | 14B | INT4 | 38 tok/s | ~2.4s | |
#97 | MiMo V2 Flash | 15B (309B active) | INT4 | 3 tok/s | ~54.4s | |
#110 | Gemma 4 12B | 11.95B | INT4 Q8 | 44 tok/s 27 tok/s | ~2.1s ~2.4s | |
#116 | Gemma 4 26B A4B | 25.2B (3.8B active) | INT4 | 114 tok/s | ~895 ms | |
#118 | K2 Horizon 7B | 7B | INT4 Q8 FP16 | 90 tok/s 57 tok/s 28 tok/s | ~1.2s ~1.2s ~1.5s | |
#132 | Qwen3.5-4B | 4B | INT4 Q8 FP16 | 132 tok/s 89 tok/s 51 tok/s | ~720 ms ~724 ms ~732 ms | |
#133 | Qwen3.5-9B | 9B | INT4 Q8 | 75 tok/s 46 tok/s | ~1.6s ~1.6s | |
#136 | GPT-OSS 20B | 21B (3.6B active) | INT4 | 54 tok/s | ~915 ms | |
#141 | NVIDIA Nemotron 3 Nano 30B-A3B | 3.5B (30B active) | INT4 Q8 FP16 | 25 tok/s 15 tok/s 8 tok/s | ~4.9s ~5.0s ~5.0s | |
#149 | Granite 4.2 8B | 8B | INT4 Q8 | 82 tok/s 51 tok/s | ~1.4s ~1.4s | |
#155 | Gemma 4 E4B | 8B | INT4 Q8 | 82 tok/s 51 tok/s | ~1.4s ~1.4s | |
#159 | Gemma 3 27B | 27B | INT4 | 26 tok/s | ~5.4s | |
#161 | Phi-4 | 14B | INT4 Q8 | 52 tok/s 28 tok/s | ~2.4s ~2.9s | |
#163 | GLM-4V | 9B | INT4 Q8 | 55 tok/s 36 tok/s | ~1.6s ~1.7s | |
#173 | Ministral 3 14B | 14B | INT4 | 38 tok/s | ~2.4s | |
#176 | DeepSeek-R1 14B | 14B | INT4 Q8 | 54 tok/s 28 tok/s | ~2.4s ~2.8s | |
#177 | Gemma 3 12B | 12B | INT4 Q8 | 59 tok/s 34 tok/s | ~2.1s ~2.3s | |
#182 | Mistral-Small-2501 | 24B | INT4 | 31 tok/s | ~4.4s | |
#183 | Ministral 3 8B | 8B | INT4 Q8 | 60 tok/s 42 tok/s | ~1.4s ~1.4s | |
#184 | Qwen3.5-2B | 2B | INT4 Q8 FP16 | 189 tok/s 140 tok/s 89 tok/s | ~385 ms ~387 ms ~391 ms | |
#185 | Qwen2.5-14B | 14B | INT4 Q8 | 52 tok/s 28 tok/s | ~2.4s ~2.9s | |
#186 | MiniCPM5-2B | 2B | INT4 Q8 FP16 | 189 tok/s 140 tok/s 89 tok/s | ~385 ms ~387 ms ~391 ms | |
#187 | Gemma 2 27B | 27B | INT4 | 26 tok/s | ~5.4s | |
#188 | OLMo 3 7B Think | 7B | INT4 Q8 | 66 tok/s 47 tok/s | ~1.2s ~1.2s | |
#190 | Gemma 4 E2B | 5.1B | INT4 Q8 FP16 | 113 tok/s 74 tok/s 42 tok/s | ~906 ms ~910 ms ~921 ms | |
#192 | Ministral 3 3B | 3B | INT4 Q8 FP16 | 107 tok/s 84 tok/s 56 tok/s | ~555 ms ~557 ms ~564 ms | |
#194 | DeepSeek-R1 8B | 8B | INT4 Q8 | 84 tok/s 52 tok/s | ~1.4s ~1.4s | |
#195 | Gemma 2 9B | 9B | INT4 Q8 | 75 tok/s 46 tok/s | ~1.6s ~1.6s | |
#197 | Gemma 3 4B | 4B | INT4 Q8 FP16 | 132 tok/s 89 tok/s 51 tok/s | ~720 ms ~724 ms ~732 ms | |
#198 | Qwen2.5-7B | 7B | INT4 Q8 FP16 | 90 tok/s 57 tok/s 28 tok/s | ~1.2s ~1.2s ~1.5s | |
#199 | DeepSeek-R1 7B | 7B | INT4 Q8 FP16 | 93 tok/s 58 tok/s 30 tok/s | ~1.2s ~1.2s ~1.4s | |
#199 | Qwen3-14B | 14B | INT4 Q8 | 52 tok/s 28 tok/s | ~2.4s ~2.9s | |
#202 | Qwen3-8B | 8B | INT4 Q8 | 82 tok/s 51 tok/s | ~1.4s ~1.4s | |
#203 | Llama 3.1 8B | 8B | INT4 Q8 | 82 tok/s 51 tok/s | ~1.4s ~1.4s | |
#204 | Qwen3-4B | 4B | INT4 Q8 FP16 | 132 tok/s 89 tok/s 51 tok/s | ~720 ms ~724 ms ~732 ms | |
#209 | Llama 3 8B | 8B | INT4 Q8 | 82 tok/s 51 tok/s | ~1.4s ~1.4s | |
#210 | Phi-4-Mini | 3.8B | INT4 Q8 FP16 | 136 tok/s 92 tok/s 54 tok/s | ~687 ms ~690 ms ~698 ms | |
#211 | Gemma 3 270M | 0.27B | INT4 Q8 FP16 | 303 tok/s 283 tok/s 245 tok/s | ~57 ms ~57 ms ~58 ms | |
#212 | Qwen3-1.7B | 1.7B | INT4 Q8 FP16 | 203 tok/s 154 tok/s 101 tok/s | ~330 ms ~332 ms ~335 ms | |
#213 | Qwen3-0.6B | 0.6B | INT4 Q8 FP16 | 288 tok/s 249 tok/s 191 tok/s | ~120 ms ~120 ms ~122 ms | |
#214 | Ministral-8B-2410 | 8B | INT4 Q8 | 82 tok/s 51 tok/s | ~1.4s ~1.4s | |
#216 | DeepSeek-R1 1.5B | 1.5B | INT4 Q8 FP16 | 215 tok/s 166 tok/s 110 tok/s | ~293 ms ~294 ms ~297 ms | |
#217 | Llama 3.2 3B | 3B | INT4 Q8 FP16 | 155 tok/s 109 tok/s 65 tok/s | ~552 ms ~555 ms ~561 ms | |
#218 | Phi-3-mini | 3.8B | INT4 Q8 FP16 | 136 tok/s 92 tok/s 54 tok/s | ~687 ms ~690 ms ~698 ms | |
#219 | Qwen3.5-0.8B | 0.8B | INT4 Q8 FP16 | 267 tok/s 223 tok/s 164 tok/s | ~160 ms ~161 ms ~162 ms | |
#220 | Gemma 3n E2B IT | 6B (2B active) | INT4 Q8 FP16 | 107 tok/s 92 tok/s 64 tok/s | ~414 ms ~416 ms ~456 ms | |
#221 | Gemma 2 2B | 2B | INT4 Q8 FP16 | 189 tok/s 140 tok/s 89 tok/s | ~385 ms ~387 ms ~391 ms | |
#222 | Phi-3-medium | 14B | INT4 Q8 | 52 tok/s 28 tok/s | ~2.4s ~2.9s | |
#223 | Mistral-7B-Instruct-v0.1 | 7.3B | INT4 Q8 FP16 | 88 tok/s 55 tok/s 27 tok/s | ~1.3s ~1.3s ~1.5s | |
#224 | Llama 3.2 1B | 1B | INT4 Q8 FP16 | 248 tok/s 202 tok/s 143 tok/s | ~202 ms ~203 ms ~205 ms | |
#226 | OLMo 3 7B Instruct | 7B | INT4 Q8 | 66 tok/s 47 tok/s | ~1.2s ~1.2s | |
#227 | Qwen2-7B | 7B | INT4 Q8 FP16 | 90 tok/s 57 tok/s 28 tok/s | ~1.2s ~1.2s ~1.5s | |
#228 | Phi-3-small | 7B | INT4 Q8 FP16 | 90 tok/s 57 tok/s 28 tok/s | ~1.2s ~1.2s ~1.5s | |
#229 | Gemma 3 1B | 1B | INT4 Q8 FP16 | 248 tok/s 202 tok/s 143 tok/s | ~202 ms ~203 ms ~205 ms | |
#230 | Mistral-7B-Instruct-v0.2 | 7.3B | INT4 Q8 FP16 | 88 tok/s 55 tok/s 27 tok/s | ~1.3s ~1.3s ~1.5s | |
#232 | Gemma 1 7B | 7B | INT4 Q8 | 66 tok/s 47 tok/s | ~1.2s ~1.2s | |
#233 | Gemma 1 2B | 2B | INT4 Q8 FP16 | 200 tok/s 146 tok/s 91 tok/s | ~385 ms ~387 ms ~391 ms | |
#234 | ChatGLM3-6B | 6B | INT4 Q8 FP16 | 73 tok/s 53 tok/s 30 tok/s | ~1.1s ~1.1s ~1.2s | |
#235 | ChatGLM2-6B | 6B | INT4 Q8 FP16 | 73 tok/s 53 tok/s 30 tok/s | ~1.1s ~1.1s ~1.2s | |
#236 | ChatGLM-6B | 6B | INT4 Q8 FP16 | 73 tok/s 53 tok/s 30 tok/s | ~1.1s ~1.1s ~1.2s | |
未上榜模型（按推理速度排序） | ||||||
- | Qwen2-0.5B | 0.5B | INT4 Q8 FP16 | 300 tok/s 263 tok/s 208 tok/s | ~100 ms ~101 ms ~102 ms | |
- | Qwen2.5-0.5B | 0.5B | INT4 Q8 FP16 | 300 tok/s 263 tok/s 208 tok/s | ~100 ms ~101 ms ~102 ms | |
- | ERNIE-4.5-0.3B | 0.3B | INT4 Q8 FP16 | 295 tok/s 275 tok/s 235 tok/s | ~63 ms ~63 ms ~64 ms | |
- | ERNIE-4.5-0.3B-Base | 0.3B | INT4 Q8 FP16 | 295 tok/s 275 tok/s 235 tok/s | ~63 ms ~63 ms ~64 ms | |
- | Liquid D1-Omni 600M | 0.6B | INT4 Q8 FP16 | 288 tok/s 249 tok/s 191 tok/s | ~120 ms ~120 ms ~122 ms | |
- | Falcon-1B | 1B | INT4 Q8 FP16 | 259 tok/s 209 tok/s 146 tok/s | ~202 ms ~203 ms ~205 ms | |
- | Falcon3-1B | 1B | INT4 Q8 FP16 | 248 tok/s 202 tok/s 143 tok/s | ~202 ms ~203 ms ~205 ms | |
- | Qwen2-1.5B | 1.5B | INT4 Q8 FP16 | 215 tok/s 166 tok/s 110 tok/s | ~293 ms ~294 ms ~297 ms | |
- | Qwen2.5-1.5B | 1.5B | INT4 Q8 FP16 | 215 tok/s 166 tok/s 110 tok/s | ~293 ms ~294 ms ~297 ms | |
- | Spark X2.5 1.7B | 1.7B | INT4 Q8 FP16 | 203 tok/s 154 tok/s 101 tok/s | ~330 ms ~332 ms ~335 ms | |
- | Hy-MT2 1.8B | 1.8B | INT4 Q8 FP16 | 199 tok/s 150 tok/s 97 tok/s | ~347 ms ~349 ms ~353 ms | |
- | Falcon-3B | 3B | INT4 Q8 FP16 | 163 tok/s 112 tok/s 66 tok/s | ~552 ms ~554 ms ~561 ms | |
- | CroissantLLM Base | 1.3B | INT4 Q8 FP16 | 161 tok/s 138 tok/s 101 tok/s | ~257 ms ~258 ms ~261 ms | |
- | Phi-1 | 1.3B | INT4 Q8 FP16 | 161 tok/s 138 tok/s 101 tok/s | ~257 ms ~258 ms ~261 ms | |
- | Phi-1.5 | 1.3B | INT4 Q8 FP16 | 161 tok/s 138 tok/s 101 tok/s | ~257 ms ~258 ms ~261 ms | |
- | DeepSeek-R1 3B | 3B | INT4 Q8 FP16 | 157 tok/s 109 tok/s 66 tok/s | ~552 ms ~555 ms ~561 ms | |
- | Mellum 2.1 12B A2.5B Thinking | 12B (2.5B active) | INT4 Q8 | 157 tok/s 110 tok/s | ~539 ms ~588 ms | |
- | Falcon3-3B | 3B | INT4 Q8 FP16 | 155 tok/s 109 tok/s 65 tok/s | ~552 ms ~555 ms ~561 ms | |
- | LFM2-VL 3B | 3B | INT4 Q8 FP16 | 155 tok/s 109 tok/s 65 tok/s | ~552 ms ~555 ms ~561 ms | |
- | Liquid LFM2-VL 3B D1 | 3B | INT4 Q8 FP16 | 155 tok/s 109 tok/s 65 tok/s | ~552 ms ~555 ms ~561 ms | |
- | Qwen2.5-3B | 3B | INT4 Q8 FP16 | 155 tok/s 109 tok/s 65 tok/s | ~552 ms ~555 ms ~561 ms | |
- | FrogNano 4B | 4B | INT4 Q8 FP16 | 132 tok/s 89 tok/s 51 tok/s | ~720 ms ~724 ms ~732 ms | |
- | Spark X2.5 4B | 4B | INT4 Q8 FP16 | 132 tok/s 89 tok/s 51 tok/s | ~720 ms ~724 ms ~732 ms | |
- | ERNIE-4.5-21B-A3B | 21B (3B active) | INT4 | 131 tok/s | ~732 ms | |
- | ERNIE-4.5-21B-A3B-Base | 21B (3B active) | INT4 | 131 tok/s | ~732 ms | |
- | EmbeddingGemma 2 | 2B | INT4 Q8 FP16 | 127 tok/s 105 tok/s 73 tok/s | ~388 ms ~389 ms ~393 ms | |
- | ERNIE-4.5-VL-28B-A3B | 28B (3B active) | INT4 | 120 tok/s | ~832 ms | |
- | ERNIE-4.5-VL-28B-A3B-Base | 28B (3B active) | INT4 | 120 tok/s | ~832 ms | |
- | Phi-2 | 2.7B | INT4 Q8 FP16 | 113 tok/s 90 tok/s 60 tok/s | ~505 ms ~507 ms ~512 ms | |
- | MaLLaM-3B | 3B | INT4 Q8 FP16 | 107 tok/s 84 tok/s 56 tok/s | ~555 ms ~557 ms ~564 ms | |
- | SmolLM3 3B | 3B | INT4 Q8 FP16 | 107 tok/s 84 tok/s 56 tok/s | ~555 ms ~557 ms ~564 ms | |
- | Falcon-7B | 7B | INT4 Q8 FP16 | 94 tok/s 58 tok/s 30 tok/s | ~1.2s ~1.2s ~1.4s | |
- | Falcon3-7B | 7B | INT4 Q8 FP16 | 90 tok/s 57 tok/s 28 tok/s | ~1.2s ~1.2s ~1.5s | |
- | Hy-MT2 7B | 7B | INT4 Q8 FP16 | 90 tok/s 57 tok/s 28 tok/s | ~1.2s ~1.2s ~1.5s | |
- | Mistral-7B-v0.1 | 7.3B | INT4 Q8 FP16 | 88 tok/s 55 tok/s 27 tok/s | ~1.3s ~1.3s ~1.5s | |
- | LensVLM 9B | 9B | INT4 Q8 | 75 tok/s 46 tok/s | ~1.6s ~1.6s | |
- | MiMo V2.6 Distill Qwen 9B | 9B | INT4 Q8 | 75 tok/s 46 tok/s | ~1.6s ~1.6s | |
- | ChatGLM3-6B-32K | 6B | INT4 Q8 FP16 | 73 tok/s 53 tok/s 30 tok/s | ~1.1s ~1.1s ~1.2s | |
- | Yi-6B | 6B | INT4 Q8 FP16 | 73 tok/s 53 tok/s 30 tok/s | ~1.1s ~1.1s ~1.2s | |
- | Falcon3-10B | 10B | INT4 Q8 | 69 tok/s 42 tok/s | ~1.7s ~1.7s | |
- | Falcon2-11B | 11B | INT4 Q8 | 66 tok/s 39 tok/s | ~1.9s ~1.9s | |
- | Hunyuan Lite | 7B | INT4 Q8 | 66 tok/s 47 tok/s | ~1.2s ~1.2s | |
- | OLMo 3 7B Base | 7B | INT4 Q8 | 66 tok/s 47 tok/s | ~1.2s ~1.2s | |
- | Kimi-VL-A3B-Instruct | 16B (3B active) | INT4 | 65 tok/s | ~710 ms | |
- | SEA-LION-7B | 7.1B | INT4 Q8 | 65 tok/s 46 tok/s | ~1.2s ~1.3s | |
- | SEA-LION-7B-Instruct | 7.1B | INT4 Q8 | 65 tok/s 46 tok/s | ~1.2s ~1.3s | |
- | Sahabat-AI-Llama3-8B-Instruct | 8B | INT4 Q8 | 60 tok/s 42 tok/s | ~1.4s ~1.4s | |
- | Typhoon-2-8B | 8B | INT4 Q8 | 60 tok/s 42 tok/s | ~1.4s ~1.4s | |
- | GLM-4-9B | 9B | INT4 Q8 | 55 tok/s 36 tok/s | ~1.6s ~1.7s | |
- | GLM-4-9B-Chat | 9B | INT4 Q8 | 55 tok/s 36 tok/s | ~1.6s ~1.7s | |
- | GLM-4-9B-Chat-1M | 9B | INT4 Q8 | 55 tok/s 36 tok/s | ~1.6s ~1.7s | |
- | Yi-9B | 9B | INT4 Q8 | 55 tok/s 36 tok/s | ~1.6s ~1.7s | |
- | Sahabat-AI-Gemma2-9B | 9.2B | INT4 Q8 | 54 tok/s 36 tok/s | ~1.6s ~1.7s | |
- | Sahabat-AI-Gemma2-9B-Instruct | 9.2B | INT4 Q8 | 54 tok/s 36 tok/s | ~1.6s ~1.7s | |
- | GreenMind-14B-R1 | 14B | INT4 | 38 tok/s | ~2.4s | |
- | AREX-2 | 27B | INT4 | 26 tok/s | ~5.4s | |
- | PPLX Decider v1 27B | 27B | INT4 | 26 tok/s | ~5.4s | |
- | PPLX Decider v1.1 27B | 27B | INT4 | 26 tok/s | ~5.4s | |
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
14B 模型
8位精度
8B 模型
16位全精度
3B 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
14B 模型
LoRA
8B 模型
全参数微调
1B 模型
负载与选型建议
Radeon PRO W7700 (16GB) 上的最佳量化精度与运行规格建议。
最佳推理区间
非常适合 8B 模型长上下文推理（32k+）。14B 模型在 Q4 精度及标准上下文下也能流畅运行。
显存带宽与推理速率
具备 576 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 128 tok/s，70B Q4 模型预估生成速度约 15 tok/s。