AMD RX 6700 (10GB)

10.7 GB · 320 GB/s · AMD GPU 加速 · 独立显存

总内存
10.7 GB
单设备可用显存
10.7 GB
显存带宽
320 GB/s
最大推理模型级别
10.73B
功耗
175 W

推理配置

批量为 1,输入 512 tokens,生成 128 tokens。多卡按 PCIe 4 流水线并行估算。

在计算器中打开

模型对比

最多选择四个模型,曲线截至各模型支持的最大上下文。

GB0.09.719.529.22k4k8k16k32k64k128kLlama 3.1 8B Instruct · 2048 · 6.7 GBLlama 3.1 8B Instruct · 4096 · 7.0 GBLlama 3.1 8B Instruct · 8192 · 7.6 GBLlama 3.1 8B Instruct · 16384 · 8.8 GBLlama 3.1 8B Instruct · 32768 · 11.2 GBLlama 3.1 8B Instruct · 65536 · 16.0 GBLlama 3.1 8B Instruct · 131072 · 25.6 GBNous-Hermes-2-SOLAR-10.7B · 2048 · 8.7 GBNous-Hermes-2-SOLAR-10.7B · 4096 · 9.2 GBFalcon3-10B-Base · 2048 · 8.3 GBFalcon3-10B-Base · 4096 · 8.7 GBFalcon3-10B-Base · 8192 · 9.5 GBFalcon3-10B-Base · 16384 · 11.0 GBFalcon3-10B-Base · 32768 · 14.0 GB可用上限 · 10.7 GB
Llama 3.1 8B Instruct7.0 GB
Nous-Hermes-2-SOLAR-10.7B9.2 GB
Falcon3-10B-Base8.7 GB

模型速度矩阵

匹配计算器校准条件时采用公开的 32K 缓存测速。其余速度来自计算器理论估算,首词延迟为提示词处理时间。

#量化速度依据
1SmolLM2-135M0.13B2,176.50.04 s可运行Q4理论估算 · FP32
2SmolLM2-135M-Instruct0.13B2,176.50.04 s可运行Q4理论估算 · FP32
3SmolLM2-360M0.36B849.10.103 s可运行Q4理论估算 · FP32
4SmolLM2-360M-Instruct0.36B849.10.103 s可运行Q4理论估算 · FP32
5Qwen2-0.5B0.49B672.40.134 s可运行Q4理论估算 · FP32
6Qwen2-0.5B-Instruct0.49B672.40.134 s可运行Q4理论估算 · FP32
7Qwen2.5-0.5B0.49B672.40.134 s可运行Q4理论估算 · FP32
8Qwen2.5-0.5B-Instruct0.49B672.40.134 s可运行Q4理论估算 · FP32
9Qwen2.5-Coder-0.5B0.49B672.40.134 s可运行Q4理论估算 · FP32
10Qwen2.5-Coder-0.5B-Instruct0.49B672.40.134 s可运行Q4理论估算 · FP32

推理能力评估

Q4

10.73B

Nous-Hermes-2-SOLAR-10.7B

Q8

7.62B

DeepSeek-R1-Distill-Qwen-7B

FP16

4.02B

Qwen3-4B

微调能力评估

QLoRA 4-bit

10.31B

Falcon3-10B-Base

LoRA 16-bit

3.3B

granite-3.1-3b-a800m-instruct

全参数微调

0.36B

SmolLM2-360M

选型建议

最佳推理区间

当前矩阵中生成速度领先的适配模型覆盖 0.13–0.36B.

当前配置下,目录模型最大可达 10.73B · Nous-Hermes-2-SOLAR-10.7B

带宽与速率

320 GB/s · Llama 3.1 8B Instruct · 41.7 tok/s

显存上限

所需 / 可用 · 7.0 / 10.7 GB

常见问题

最适合运行哪些模型?

SmolLM2-135M · 2,176.5 tok/s / SmolLM2-135M-Instruct · 2,176.5 tok/s / SmolLM2-360M · 849.1 tok/s

估算准确度如何?

实测参考仅用于匹配的测速配置。理论速率按带宽和所标精度的峰值计算,实际耗时受后端、算子和提示词长度影响。

可用显存是如何确定的?

计算器使用该型号的可用比例 · 100% × 10.7 GB. 系统占用可能使实际可用容量降低。

为什么部分模型没有速度数据?

显存不足或超出模型上下文上限时不提供速度。可运行模型优先采用匹配的实测参考,其余使用理论估算。缺少硬件峰值或带宽时,表中单独标出计算器采用的假设输入。