趋近智
Radeon PRO W7800 (32GB)
Radeon PRO W7800 (32GB) 提供 32 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
32 GB
可用显存上限
32 GB
显存带宽
576 GB/s
最大推理模型级别
32B 模型 (Q4)
热设计功耗
260W
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 W7800 (32GB) 最佳运行大模型与速度矩阵
主流开源大模型在 Radeon PRO W7800 (32GB) 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 |
|---|---|---|---|---|---|---|
#36 | Qwen 3.8 27B | 27B | INT4 Q8 | 29 tok/s 16 tok/s | ~3.3s ~3.6s | |
#80 | K2 Horizon MoVA 36B A4B | 36B (4B active) | INT4 | 113 tok/s | ~645 ms | |
#86 | Qwen3.5-27B | 27B | INT4 Q8 | 29 tok/s 16 tok/s | ~3.3s ~3.6s | |
#93 | Sarvam-30B | 32B (2.4B active) | INT4 | 143 tok/s | ~451 ms | |
#99 | Muse Glimmer 30B | 30B | INT4 Q8 | 27 tok/s 14 tok/s | ~3.6s ~4.3s | |
#102 | Phi-4 Reasoning Plus | 14B | INT4 Q8 FP16 | 38 tok/s 26 tok/s 13 tok/s | ~1.7s ~1.7s ~2.1s | |
#103 | Qwen3.6 35B A3B | 35B (3B active) | INT4 | 130 tok/s | ~526 ms | |
#105 | MiMo V2 Flash | 15B (309B active) | INT4 Q8 | 3 tok/s 2 tok/s | ~35.8s ~36.1s | |
#110 | Gemma 4 26B A4B | 25.2B (3.8B active) | INT4 Q8 | 120 tok/s 81 tok/s | ~591 ms ~645 ms | |
#120 | Qwen3.5-35B-A3B | 35B (3B active) | INT4 | 130 tok/s | ~526 ms | |
#121 | Qwen3.5-9B | 9B | INT4 Q8 FP16 | 75 tok/s 46 tok/s 25 tok/s | ~1.1s ~1.1s ~1.1s | |
#127 | K2 Horizon 7B | 7B | INT4 Q8 FP16 | 90 tok/s 57 tok/s 31 tok/s | ~877 ms ~884 ms ~898 ms | |
#130 | Gemma 4 12B | 11.95B | INT4 Q8 FP16 | 44 tok/s 30 tok/s 16 tok/s | ~1.5s ~1.5s ~1.6s | |
#136 | Qwen3.5-4B | 4B | INT4 Q8 FP16 | 132 tok/s 89 tok/s 51 tok/s | ~516 ms ~520 ms ~528 ms | |
#139 | GPT-OSS 20B | 21B (3.6B active) | INT4 Q8 | 60 tok/s 49 tok/s | ~561 ms ~612 ms | |
#140 | GLM-4V | 9B | INT4 Q8 FP16 | 55 tok/s 38 tok/s 22 tok/s | ~1.1s ~1.1s ~1.2s | |
#145 | NVIDIA Nemotron 3 Nano 30B-A3B | 3.5B (30B active) | INT4 Q8 FP16 | 25 tok/s 15 tok/s 8 tok/s | ~3.5s ~3.5s ~3.6s | |
#150 | Qwen3-30B-A3B | 30B (3B active) | INT4 Q8 | 132 tok/s 88 tok/s | ~516 ms ~608 ms | |
#152 | Granite 4.2 8B | 8B | INT4 Q8 FP16 | 82 tok/s 51 tok/s 28 tok/s | ~997 ms ~1.0s ~1.0s | |
#157 | Gemma 4 E4B | 8B | INT4 Q8 FP16 | 82 tok/s 51 tok/s 28 tok/s | ~997 ms ~1.0s ~1.0s | |
#158 | Mistral Large 3 | 41B (675B active) | INT4 | 1 tok/s | ~91.8s | |
#161 | GLM-4 | 32B | INT4 | 20 tok/s | ~3.9s | |
#163 | Gemma 3 27B | 27B | INT4 Q8 | 29 tok/s 16 tok/s | ~3.3s ~3.6s | |
#164 | Phi-4 | 14B | INT4 Q8 FP16 | 52 tok/s 31 tok/s 16 tok/s | ~1.7s ~1.7s ~1.9s | |
#166 | Qwen3-32B | 32B | INT4 | 25 tok/s | ~3.9s | |
#168 | DeepSeek-R1 32B | 32B | INT4 Q8 | 26 tok/s 13 tok/s | ~3.9s ~4.6s | |
#169 | Gemma 4 31B | 30.7B | INT4 Q8 | 26 tok/s 13 tok/s | ~3.7s ~4.4s | |
#171 | Magistral Small | 24B | INT4 Q8 | 25 tok/s 15 tok/s | ~2.9s ~3.2s | |
#172 | Qwen2.5-32B | 32B | INT4 | 25 tok/s | ~3.9s | |
#174 | OLMo 3.1 32B Instruct | 32B | INT4 | 20 tok/s | ~3.9s | |
#176 | DeepSeek-R1 14B | 14B | INT4 Q8 FP16 | 54 tok/s 32 tok/s 16 tok/s | ~1.7s ~1.7s ~1.9s | |
#177 | Ministral 3 14B | 14B | INT4 Q8 FP16 | 38 tok/s 26 tok/s 13 tok/s | ~1.7s ~1.7s ~2.1s | |
#180 | Gemma 3 12B | 12B | INT4 Q8 FP16 | 59 tok/s 36 tok/s 19 tok/s | ~1.5s ~1.5s ~1.5s | |
#184 | Mistral-Small-2501 | 24B | INT4 Q8 | 33 tok/s 18 tok/s | ~2.9s ~3.2s | |
#185 | Ministral 3 8B | 8B | INT4 Q8 FP16 | 60 tok/s 42 tok/s 25 tok/s | ~1.0s ~1.0s ~1.0s | |
#186 | Gemma 2 27B | 27B | INT4 Q8 | 29 tok/s 16 tok/s | ~3.3s ~3.6s | |
#187 | OLMo 3 7B Think | 7B | INT4 Q8 FP16 | 66 tok/s 47 tok/s 28 tok/s | ~881 ms ~887 ms ~902 ms | |
#188 | Qwen3.5-2B | 2B | INT4 Q8 FP16 | 189 tok/s 140 tok/s 89 tok/s | ~277 ms ~279 ms ~283 ms | |
#189 | MiniCPM5-2B | 2B | INT4 Q8 FP16 | 189 tok/s 140 tok/s 89 tok/s | ~277 ms ~279 ms ~283 ms | |
#190 | Qwen2.5-14B | 14B | INT4 Q8 FP16 | 52 tok/s 31 tok/s 16 tok/s | ~1.7s ~1.7s ~1.9s | |
#191 | OLMo 3.1 32B Think | 32B | INT4 | 20 tok/s | ~3.9s | |
#193 | Gemma 4 E2B | 5.1B | INT4 Q8 FP16 | 113 tok/s 74 tok/s 42 tok/s | ~649 ms ~653 ms ~664 ms | |
#195 | Ministral 3 3B | 3B | INT4 Q8 FP16 | 107 tok/s 84 tok/s 56 tok/s | ~399 ms ~402 ms ~408 ms | |
#196 | DeepSeek-R1 8B | 8B | INT4 Q8 FP16 | 84 tok/s 52 tok/s 28 tok/s | ~997 ms ~1.0s ~1.0s | |
#198 | Gemma 2 9B | 9B | INT4 Q8 FP16 | 75 tok/s 46 tok/s 25 tok/s | ~1.1s ~1.1s ~1.1s | |
#199 | Nemotron 3.5 Lightning 30B A3B | 30B (3B active) | INT4 Q8 | 132 tok/s 88 tok/s | ~516 ms ~608 ms | |
#200 | Kimi Linear 48B A3B Instruct | 48B (3B active) | INT4 | 41 tok/s | ~668 ms | |
#201 | Qwen3-4B | 4B | INT4 Q8 FP16 | 132 tok/s 89 tok/s 51 tok/s | ~516 ms ~520 ms ~528 ms | |
#202 | Qwen3-14B | 14B | INT4 Q8 FP16 | 52 tok/s 31 tok/s 16 tok/s | ~1.7s ~1.7s ~1.9s | |
#203 | Gemma 3 4B | 4B | INT4 Q8 FP16 | 132 tok/s 89 tok/s 51 tok/s | ~516 ms ~520 ms ~528 ms | |
#204 | DeepSeek-R1 7B | 7B | INT4 Q8 FP16 | 93 tok/s 58 tok/s 32 tok/s | ~877 ms ~883 ms ~898 ms | |
#205 | OLMo 3 32B Base | 32B | INT4 | 20 tok/s | ~3.9s | |
#206 | Qwen3.5-0.8B | 0.8B | INT4 Q8 FP16 | 267 tok/s 223 tok/s 164 tok/s | ~116 ms ~117 ms ~119 ms | |
#207 | Llama 3.1 8B | 8B | INT4 Q8 FP16 | 82 tok/s 51 tok/s 28 tok/s | ~997 ms ~1.0s ~1.0s | |
#207 | Qwen3-8B | 8B | INT4 Q8 FP16 | 82 tok/s 51 tok/s 28 tok/s | ~997 ms ~1.0s ~1.0s | |
#210 | Nemotron 3.5 Lightning | 30B (3B active) | INT4 | 54 tok/s | ~527 ms | |
#211 | Command R | 35B | INT4 | 18 tok/s | ~4.2s | |
#212 | Llama 3 8B | 8B | INT4 Q8 FP16 | 82 tok/s 51 tok/s 28 tok/s | ~997 ms ~1.0s ~1.0s | |
#213 | Qwen3-1.7B | 1.7B | INT4 Q8 FP16 | 203 tok/s 154 tok/s 101 tok/s | ~238 ms ~239 ms ~243 ms | |
#214 | Gemma 3 270M | 0.27B | INT4 Q8 FP16 | 303 tok/s 283 tok/s 245 tok/s | ~43 ms ~43 ms ~44 ms | |
#216 | Qwen3-0.6B | 0.6B | INT4 Q8 FP16 | 288 tok/s 249 tok/s 191 tok/s | ~88 ms ~88 ms ~89 ms | |
#217 | Phi-4-Mini | 3.8B | INT4 Q8 FP16 | 136 tok/s 92 tok/s 54 tok/s | ~492 ms ~496 ms ~504 ms | |
#218 | Qwen2.5-7B | 7B | INT4 Q8 FP16 | 90 tok/s 57 tok/s 31 tok/s | ~877 ms ~884 ms ~898 ms | |
#219 | Mixtral-8x7B-v0.1 | 46.7B (7B active) | INT4 | 76 tok/s | ~1.1s | |
#220 | Ministral-8B-2410 | 8B | INT4 Q8 FP16 | 82 tok/s 51 tok/s 28 tok/s | ~997 ms ~1.0s ~1.0s | |
#221 | DeepSeek-R1 1.5B | 1.5B | INT4 Q8 FP16 | 215 tok/s 166 tok/s 110 tok/s | ~211 ms ~212 ms ~216 ms | |
#222 | Llama 3.2 3B | 3B | INT4 Q8 FP16 | 155 tok/s 109 tok/s 65 tok/s | ~396 ms ~399 ms ~405 ms | |
#223 | Phi-3-mini | 3.8B | INT4 Q8 FP16 | 136 tok/s 92 tok/s 54 tok/s | ~492 ms ~496 ms ~504 ms | |
#224 | Gemma 3n E2B IT | 6B (2B active) | INT4 Q8 FP16 | 107 tok/s 92 tok/s 67 tok/s | ~299 ms ~301 ms ~305 ms | |
#225 | Gemma 2 2B | 2B | INT4 Q8 FP16 | 189 tok/s 140 tok/s 89 tok/s | ~277 ms ~279 ms ~283 ms | |
#226 | Mistral-7B-Instruct-v0.1 | 7.3B | INT4 Q8 FP16 | 88 tok/s 55 tok/s 30 tok/s | ~912 ms ~919 ms ~934 ms | |
#227 | Llama 3.2 1B | 1B | INT4 Q8 FP16 | 248 tok/s 202 tok/s 143 tok/s | ~146 ms ~147 ms ~149 ms | |
#228 | Phi-3-medium | 14B | INT4 Q8 FP16 | 52 tok/s 31 tok/s 16 tok/s | ~1.7s ~1.7s ~1.9s | |
#229 | Yi-34B | 34B | INT4 | 19 tok/s | ~4.1s | |
#230 | OLMo 3 7B Instruct | 7B | INT4 Q8 FP16 | 66 tok/s 47 tok/s 28 tok/s | ~881 ms ~887 ms ~902 ms | |
#231 | Qwen2-7B | 7B | INT4 Q8 FP16 | 90 tok/s 57 tok/s 31 tok/s | ~877 ms ~884 ms ~898 ms | |
#232 | Phi-3-small | 7B | INT4 Q8 FP16 | 90 tok/s 57 tok/s 31 tok/s | ~877 ms ~884 ms ~898 ms | |
#233 | Mistral-7B-Instruct-v0.2 | 7.3B | INT4 Q8 FP16 | 88 tok/s 55 tok/s 30 tok/s | ~912 ms ~919 ms ~934 ms | |
#234 | Gemma 3 1B | 1B | INT4 Q8 FP16 | 248 tok/s 202 tok/s 143 tok/s | ~146 ms ~147 ms ~149 ms | |
#236 | Gemma 1 7B | 7B | INT4 Q8 FP16 | 66 tok/s 47 tok/s 28 tok/s | ~881 ms ~887 ms ~902 ms | |
#237 | Gemma 1 2B | 2B | INT4 Q8 FP16 | 200 tok/s 146 tok/s 91 tok/s | ~277 ms ~279 ms ~283 ms | |
#238 | ChatGLM3-6B | 6B | INT4 Q8 FP16 | 73 tok/s 53 tok/s 32 tok/s | ~761 ms ~766 ms ~778 ms | |
#239 | ChatGLM2-6B | 6B | INT4 Q8 FP16 | 73 tok/s 53 tok/s 32 tok/s | ~761 ms ~766 ms ~778 ms | |
#240 | ChatGLM-6B | 6B | INT4 Q8 FP16 | 73 tok/s 53 tok/s 32 tok/s | ~761 ms ~766 ms ~778 ms | |
未上榜模型（按推理速度排序） | ||||||
- | DINOv3 ViT-L/16 | 0.3B | INT4 Q8 FP16 | 325 tok/s 298 tok/s 252 tok/s | ~47 ms ~47 ms ~48 ms | |
- | Qwen2-0.5B | 0.5B | INT4 Q8 FP16 | 300 tok/s 263 tok/s 208 tok/s | ~74 ms ~74 ms ~75 ms | |
- | Qwen2.5-0.5B | 0.5B | INT4 Q8 FP16 | 300 tok/s 263 tok/s 208 tok/s | ~74 ms ~74 ms ~75 ms | |
- | ERNIE-4.5-0.3B | 0.3B | INT4 Q8 FP16 | 295 tok/s 275 tok/s 235 tok/s | ~47 ms ~47 ms ~48 ms | |
- | ERNIE-4.5-0.3B-Base | 0.3B | INT4 Q8 FP16 | 295 tok/s 275 tok/s 235 tok/s | ~47 ms ~47 ms ~48 ms | |
- | Liquid D1-Omni 600M | 0.6B | INT4 Q8 FP16 | 288 tok/s 249 tok/s 191 tok/s | ~88 ms ~88 ms ~89 ms | |
- | Falcon-1B | 1B | INT4 Q8 FP16 | 259 tok/s 209 tok/s 146 tok/s | ~146 ms ~147 ms ~149 ms | |
- | Falcon3-1B | 1B | INT4 Q8 FP16 | 248 tok/s 202 tok/s 143 tok/s | ~146 ms ~147 ms ~149 ms | |
- | MiniCPM-V 4.7 1B | 1B | INT4 Q8 FP16 | 248 tok/s 202 tok/s 143 tok/s | ~146 ms ~147 ms ~149 ms | |
- | Qwen2-1.5B | 1.5B | INT4 Q8 FP16 | 215 tok/s 166 tok/s 110 tok/s | ~211 ms ~212 ms ~216 ms | |
- | Qwen2.5-1.5B | 1.5B | INT4 Q8 FP16 | 215 tok/s 166 tok/s 110 tok/s | ~211 ms ~212 ms ~216 ms | |
- | Spark X2.5 1.7B | 1.7B | INT4 Q8 FP16 | 203 tok/s 154 tok/s 101 tok/s | ~238 ms ~239 ms ~243 ms | |
- | Hy-MT2 1.8B | 1.8B | INT4 Q8 FP16 | 199 tok/s 150 tok/s 97 tok/s | ~250 ms ~252 ms ~255 ms | |
- | Falcon-3B | 3B | INT4 Q8 FP16 | 163 tok/s 112 tok/s 66 tok/s | ~396 ms ~399 ms ~405 ms | |
- | CroissantLLM Base | 1.3B | INT4 Q8 FP16 | 161 tok/s 138 tok/s 101 tok/s | ~186 ms ~188 ms ~190 ms | |
- | Phi-1 | 1.3B | INT4 Q8 FP16 | 161 tok/s 138 tok/s 101 tok/s | ~186 ms ~188 ms ~190 ms | |
- | Phi-1.5 | 1.3B | INT4 Q8 FP16 | 161 tok/s 138 tok/s 101 tok/s | ~186 ms ~188 ms ~190 ms | |
- | DeepSeek-R1 3B | 3B | INT4 Q8 FP16 | 157 tok/s 109 tok/s 66 tok/s | ~396 ms ~399 ms ~405 ms | |
- | Mellum 2.1 12B A2.5B Thinking | 12B (2.5B active) | INT4 Q8 FP16 | 157 tok/s 116 tok/s 73 tok/s | ~387 ms ~389 ms ~394 ms | |
- | Falcon3-3B | 3B | INT4 Q8 FP16 | 155 tok/s 109 tok/s 65 tok/s | ~396 ms ~399 ms ~405 ms | |
- | LFM2-VL 3B | 3B | INT4 Q8 FP16 | 155 tok/s 109 tok/s 65 tok/s | ~396 ms ~399 ms ~405 ms | |
- | Liquid D1 3B | 3B | INT4 Q8 FP16 | 155 tok/s 109 tok/s 65 tok/s | ~396 ms ~399 ms ~405 ms | |
- | Liquid D1-VL 3B | 3B | INT4 Q8 FP16 | 155 tok/s 109 tok/s 65 tok/s | ~396 ms ~399 ms ~405 ms | |
- | Liquid LFM2-VL 3B D1 | 3B | INT4 Q8 FP16 | 155 tok/s 109 tok/s 65 tok/s | ~396 ms ~399 ms ~405 ms | |
- | Qwen2.5-3B | 3B | INT4 Q8 FP16 | 155 tok/s 109 tok/s 65 tok/s | ~396 ms ~399 ms ~405 ms | |
- | LFM2.5 24B A2B | 24B (2.5B active) | INT4 Q8 | 146 tok/s 105 tok/s | ~438 ms ~478 ms | |
- | ERNIE-4.5-21B-A3B | 21B (3B active) | INT4 Q8 | 137 tok/s 100 tok/s | ~483 ms ~486 ms | |
- | ERNIE-4.5-21B-A3B-Base | 21B (3B active) | INT4 Q8 | 137 tok/s 100 tok/s | ~483 ms ~486 ms | |
- | ERNIE-4.5-VL-28B-A3B | 28B (3B active) | INT4 Q8 | 133 tok/s 93 tok/s | ~508 ms ~554 ms | |
- | ERNIE-4.5-VL-28B-A3B-Base | 28B (3B active) | INT4 Q8 | 133 tok/s 93 tok/s | ~508 ms ~554 ms | |
- | FrogNano 4B | 4B | INT4 Q8 FP16 | 132 tok/s 89 tok/s 51 tok/s | ~516 ms ~520 ms ~528 ms | |
- | Hy-Memory 30B A3B | 30B (3B active) | INT4 Q8 | 132 tok/s 88 tok/s | ~516 ms ~608 ms | |
- | Hy-MT2 30B A3B | 30B (3B active) | INT4 Q8 | 132 tok/s 88 tok/s | ~516 ms ~608 ms | |
- | Spark X2.5 4B | 4B | INT4 Q8 FP16 | 132 tok/s 89 tok/s 51 tok/s | ~516 ms ~520 ms ~528 ms | |
- | MiniCPM-V 4.7 35B A3B | 35B (3B active) | INT4 | 130 tok/s | ~526 ms | |
- | EmbeddingGemma 2 | 2B | INT4 Q8 FP16 | 127 tok/s 105 tok/s 73 tok/s | ~280 ms ~281 ms ~285 ms | |
- | Phi-2 | 2.7B | INT4 Q8 FP16 | 113 tok/s 90 tok/s 60 tok/s | ~363 ms ~365 ms ~371 ms | |
- | MaLLaM-3B | 3B | INT4 Q8 FP16 | 107 tok/s 84 tok/s 56 tok/s | ~399 ms ~402 ms ~408 ms | |
- | SmolLM3 3B | 3B | INT4 Q8 FP16 | 107 tok/s 84 tok/s 56 tok/s | ~399 ms ~402 ms ~408 ms | |
- | Falcon-7B | 7B | INT4 Q8 FP16 | 94 tok/s 58 tok/s 32 tok/s | ~877 ms ~883 ms ~897 ms | |
- | Falcon3-7B | 7B | INT4 Q8 FP16 | 90 tok/s 57 tok/s 31 tok/s | ~877 ms ~884 ms ~898 ms | |
- | Hy-MT2 7B | 7B | INT4 Q8 FP16 | 90 tok/s 57 tok/s 31 tok/s | ~877 ms ~884 ms ~898 ms | |
- | Mistral-7B-v0.1 | 7.3B | INT4 Q8 FP16 | 88 tok/s 55 tok/s 30 tok/s | ~912 ms ~919 ms ~934 ms | |
- | Youtu Parsing Omni | 8B | INT4 Q8 FP16 | 84 tok/s 52 tok/s 28 tok/s | ~997 ms ~1.0s ~1.0s | |
- | LensVLM 9B | 9B | INT4 Q8 FP16 | 75 tok/s 46 tok/s 25 tok/s | ~1.1s ~1.1s ~1.1s | |
- | MiMo V2.6 Distill Qwen 9B | 9B | INT4 Q8 FP16 | 75 tok/s 46 tok/s 25 tok/s | ~1.1s ~1.1s ~1.1s | |
- | ChatGLM3-6B-32K | 6B | INT4 Q8 FP16 | 73 tok/s 53 tok/s 32 tok/s | ~761 ms ~766 ms ~778 ms | |
- | Yi-6B | 6B | INT4 Q8 FP16 | 73 tok/s 53 tok/s 32 tok/s | ~761 ms ~766 ms ~778 ms | |
- | Falcon3-10B | 10B | INT4 Q8 FP16 | 69 tok/s 42 tok/s 23 tok/s | ~1.2s ~1.2s ~1.3s | |
- | Kimi-VL-A3B-Instruct | 16B (3B active) | INT4 Q8 | 69 tok/s 60 tok/s | ~471 ms ~473 ms | |
- | Falcon2-11B | 11B | INT4 Q8 FP16 | 66 tok/s 39 tok/s 21 tok/s | ~1.4s ~1.4s ~1.4s | |
- | Hunyuan Lite | 7B | INT4 Q8 FP16 | 66 tok/s 47 tok/s 28 tok/s | ~881 ms ~887 ms ~902 ms | |
- | OLMo 3 7B Base | 7B | INT4 Q8 FP16 | 66 tok/s 47 tok/s 28 tok/s | ~881 ms ~887 ms ~902 ms | |
- | SEA-LION-7B | 7.1B | INT4 Q8 FP16 | 65 tok/s 46 tok/s 28 tok/s | ~893 ms ~899 ms ~914 ms | |
- | SEA-LION-7B-Instruct | 7.1B | INT4 Q8 FP16 | 65 tok/s 46 tok/s 28 tok/s | ~893 ms ~899 ms ~914 ms | |
- | Sahabat-AI-Llama3-8B-Instruct | 8B | INT4 Q8 FP16 | 60 tok/s 42 tok/s 25 tok/s | ~1.0s ~1.0s ~1.0s | |
- | Typhoon-2-8B | 8B | INT4 Q8 FP16 | 60 tok/s 42 tok/s 25 tok/s | ~1.0s ~1.0s ~1.0s | |
- | GLM-4-9B | 9B | INT4 Q8 FP16 | 55 tok/s 38 tok/s 22 tok/s | ~1.1s ~1.1s ~1.2s | |
- | GLM-4-9B-Chat | 9B | INT4 Q8 FP16 | 55 tok/s 38 tok/s 22 tok/s | ~1.1s ~1.1s ~1.2s | |
- | GLM-4-9B-Chat-1M | 9B | INT4 Q8 FP16 | 55 tok/s 38 tok/s 22 tok/s | ~1.1s ~1.1s ~1.2s | |
- | Yi-9B | 9B | INT4 Q8 FP16 | 55 tok/s 38 tok/s 22 tok/s | ~1.1s ~1.1s ~1.2s | |
- | Sahabat-AI-Gemma2-9B | 9.2B | INT4 Q8 FP16 | 54 tok/s 37 tok/s 22 tok/s | ~1.1s ~1.2s ~1.2s | |
- | Sahabat-AI-Gemma2-9B-Instruct | 9.2B | INT4 Q8 FP16 | 54 tok/s 37 tok/s 22 tok/s | ~1.1s ~1.2s ~1.2s | |
- | GreenMind-14B-R1 | 14B | INT4 Q8 FP16 | 38 tok/s 26 tok/s 13 tok/s | ~1.7s ~1.7s ~2.1s | |
- | AREX-2 | 27B | INT4 Q8 | 29 tok/s 16 tok/s | ~3.3s ~3.6s | |
- | PPLX Decider v1 27B | 27B | INT4 Q8 | 29 tok/s 16 tok/s | ~3.3s ~3.6s | |
- | PPLX Decider v1.1 27B | 27B | INT4 Q8 | 29 tok/s 16 tok/s | ~3.3s ~3.6s | |
- | Agnes 3.0 Flash | 33B | INT4 | 24 tok/s | ~4.0s | |
- | Falcon-40B | 40B | INT4 | 21 tok/s | ~4.8s | |
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
32B 模型
8位精度
14B 模型
16位全精度
14B 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
32B 模型
LoRA
14B 模型
全参数微调
3B 模型
负载与选型建议
Radeon PRO W7800 (32GB) 上的最佳量化精度与运行规格建议。
最佳推理区间
适合在全精度或 Q8 精度下运行 14B 模型，以及在 Q4 精度下搭配最高 32k 上下文运行 32B 模型。
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。