AMD Instinct MI210
64GB HBM2e的PCIe数据中心加速器,适合ROCm开发、HPC和单卡大容量实验。
- 显存
- 64 GB
- 功耗
- 300 W
- 带宽
- 1.6 TB/s
不需要先理解所有技术参数,从你的设备或目标模型开始。
当前收录 30 条资料,可按关键词、厂商、显存和使用场景缩小范围。
选择 2–3 个同类条目,对照核心规格和适用场景。
64GB HBM2e的PCIe数据中心加速器,适合ROCm开发、HPC和单卡大容量实验。
128GB HBM2e的CDNA 2双Die加速器,适合ROCm HPC、科学计算和存量训练平台。
192GB HBM3的CDNA 3数据中心加速器,适合大模型训练、推理和高带宽HPC。
256GB HBM3e的大容量数据中心加速器,适合超大模型推理和内存密集型AI任务。
32GB ECC专业工作站GPU,适合ROCm开发、视觉工作和中型模型本地推理。
48GB专业工作站GPU,适合ROCm开发、可视化和容量优先的单机模型实验。
24GB显存的RDNA 3消费级GPU,适合愿意验证ROCm兼容性的本地模型与图像生成用户。
24GB显存的成熟消费级GPU,二手市场常见,适合本地模型推理、图像生成和个人研究。
16GB显存的Ada消费级GPU,适合7B至14B模型、图像生成和个人AI开发。
16GB显存的Ada消费级GPU,功耗和性能较均衡,适合中小模型、视觉生成和桌面AI开发。
24GB显存的成熟消费级AI开发卡,生态完善、性价比较高,适合个人和小型工作室。
16GB显存的Blackwell消费级GPU,适合本地中小模型、图像生成和AI开发,但容量边界比算力更早出现。
面向本地大模型、生成式图像和高性能工作站的旗舰消费级GPU。32GB显存适合中型量化模型,但无多卡NVLink。
16GB显存的Intel消费级GPU,可用于OpenVINO、oneAPI和部分本地模型推理实验。
96GB HBM2e的训练与推理加速器,使用SynapseAI软件栈和RoCE横向互联。
128GB HBM2e的训练与推理加速器,面向大模型多卡和以太网扩展集群。
24GB ECC显存的低功耗数据中心GPU,兼顾AI推理、图形和虚拟工作站。
成熟的Ampere数据中心GPU,支持HBM2e、NVLink和MIG,适合存量训练集群与稳定生产环境。
24GB HBM2数据中心GPU,支持MIG与NVLink,适合推理、训练和HPC混合负载。
48GB ECC显存的Ampere数据中心PCIe GPU,兼顾视觉、虚拟工作站和中型模型推理。
180GB HBM3e的Blackwell数据中心GPU,面向大模型训练、推理和高密度HGX/DGX平台。
面向数据中心训练和推理的Hopper加速器,具备HBM3、NVLink、MIG与企业级RAS能力。
141GB HBM3e数据中心GPU,重点提升大模型推理所需的显存容量和带宽。
24GB低功耗数据中心GPU,面向视频、视觉和生成式AI推理,适合高密度PCIe服务器。
48GB ECC显存的PCIe数据中心GPU,兼顾生成式AI推理、训练、图形和视频工作负载。
48GB ECC显存的Ampere专业工作站GPU,支持NVLink,适合大显存开发和专业可视化。
16GB低功耗Turing数据中心GPU,生态成熟,适合存量推理、视频和轻量AI服务。
32GB HBM2的Volta数据中心GPU,仍常见于存量训练集群和云资源。
48GB ECC显存的专业工作站GPU,功耗相对温和,适合稳定的模型开发、推理和专业可视化。
96GB ECC显存的专业工作站GPU,适合大模型开发、专业可视化和需要认证驱动的持续负载。
候选产品对比只能缩小范围。使用显存估算、GPU适配和服务器配置工具,继续核对模型规模、并发、主板平台、供电与散热。