← AI Hashrate EN

Arc A770 16GB

Intel · 16 GB GDDR6 · 560 GB/s · 225 W · MSRP $349 · 搜索 Amazon (返利链接)

Arc A770 16GB 是 Intel 的加速器,配备 16 GB GDDR6,峰值显存带宽约 560 GB/s。 AI Hashrate 按 8K 上下文估算本地 LLM 解码速度(batch 1):能否装下 = 权重 + KV cache + 1 GB 运行时开销,而非只看权重。 Q4 下约有 20 个收录模型能完整装进此卡;FP16 下约 7 个。 Q4 速度前列:MiniCPM5-1B ≈ 330.0 tok/s(估算,装得下); Qwen3.5-2B ≈ 178.2 tok/s(估算,装得下); Llama-3.2-3B-Instruct ≈ 111.4 tok/s(估算,装得下); gpt-oss-20b ≈ 99.0 tok/s(估算,装得下); Qwen3-4B-Instruct-2507 ≈ 89.1 tok/s(估算,装得下)。 相对排名比绝对 tok/s 更可靠。带宽公式与实测锚点政策见方法论页。 方法论.

表格:解码速度估算(Q4 / FP16)。实测行覆盖估算值。MSRP 为官方标价,非实时售价。默认上下文 8K。

模型参数 (B)量化tok/s装得下?
MiniCPM5-1B1.08Q4330.0 估算
gemma-4-26B-A4B-it25.2Q4281.1 估算
Nemotron-3-Nano-Omni-30B-A3B-Reasoning-BF1630.0Q4265.2 估算
Qwen3-30B-A3B-Instruct-250730.5Q4257.2 估算
GLM-4.7-Flash31.2Q4246.9 估算
Qwen3.5-35B-A3B34.7Q4203.0 估算
Ornith-1.0-35B35.0Q4199.9 估算
Qwen3.6-35B-A3B36.0Q4189.7 估算
Qwen3.5-2B2.0Q4178.2 估算
Llama-3.2-3B-Instruct3.2Q4111.4 估算
gpt-oss-20b21.5Q499.0 估算
MiniCPM5-1B1.08FP1690.7 估算
Qwen3-4B-Instruct-25074.0Q489.1 估算
Qwen3-4B-Thinking-25074.0Q489.1 估算
NVIDIA-Nemotron-3-Nano-4B-BF164.0Q489.1 估算
gemma-4-E2B-it5.1Q469.9 估算
Mistral-7B-Instruct-v0.37.2Q449.5 估算
Qwen3.5-2B2.0FP1649.0 估算
Qwen2.5-7B-Instruct7.6Q446.9 估算
Llama-3.1-8B-Instruct8.0Q444.5 估算
gemma-4-E4B-it8.0Q444.5 估算
Qwen3-8B8.2Q443.5 估算
DeepSeek-R1-0528-Qwen3-8B8.2Q443.5 估算
Qwen3-Coder-Next79.7Q442.1 估算
Qwen3-Next-80B-A3B-Instruct81.3Q440.5 估算
Qwen3.5-9B8.95Q439.8 估算
Ornith-1.0-9B9.0Q439.6 估算
Mistral-7B-Instruct-v0.37.2FP1635.1 估算
Llama-3.2-3B-Instruct3.2FP1630.6 估算
Devstral-Small-2-24B-Instruct-251224.0Q430.1 估算
Qwen2.5-7B-Instruct7.6FP1630.0 估算
gemma-4-12b-it11.95Q429.8 估算
Llama-3.1-8B-Instruct8.0FP1625.9 估算
gemma-4-E4B-it8.0FP1625.9 估算
Qwen3-4B-Instruct-25074.0FP1624.5 估算
Qwen3-4B-Thinking-25074.0FP1624.5 估算
NVIDIA-Nemotron-3-Nano-4B-BF164.0FP1624.5 估算
Qwen3-8B8.2FP1624.1 估算
Qwen3-14B14.8Q424.1 估算
Qwen2.5-14B-Instruct14.8Q424.1 估算
DeepSeek-R1-0528-Qwen3-8B8.2FP1624.1 估算
DeepSeek-R1-Distill-Qwen-14B14.8Q424.1 估算
Qwen3.5-27B27.0Q421.4 估算
Qwen3.6-27B27.8Q419.6 估算
gemma-4-E2B-it5.1FP1619.2 估算
Qwen3.5-9B8.95FP1618.7 估算
Ornith-1.0-9B9.0FP1618.4 估算
gemma-4-31B-it30.7Q414.7 估算
Qwen2.5-32B-Instruct32.8Q412.1 估算
Qwen2.5-Coder-32B-Instruct32.8Q412.1 估算
DeepSeek-R1-Distill-Qwen-32B32.8Q412.1 估算
gpt-oss-20b21.5FP1610.0 估算
gemma-4-12b-it11.95FP168.1 估算
gemma-4-26B-A4B-it25.2FP166.9 估算
Nemotron-3-Nano-Omni-30B-A3B-Reasoning-BF1630.0FP166.3 估算
Qwen3-30B-A3B-Instruct-250730.5FP166.1 估算
GLM-4.7-Flash31.2FP165.8 估算
Qwen3-14B14.8FP164.3 估算
Qwen2.5-14B-Instruct14.8FP164.3 估算
DeepSeek-R1-Distill-Qwen-14B14.8FP164.3 估算
Llama-3.1-70B-Instruct70.6Q41.3 估算
Llama-3.3-70B-Instruct70.6Q41.3 估算
Qwen2.5-72B-Instruct72.7Q41.2 估算
Devstral-Small-2-24B-Instruct-251224.0FP161.0 估算
Qwen3.5-27B27.0FP160.7 估算
Qwen3.6-27B27.8FP160.7 估算

装机核对

全部 63 个模型的装机核对——见上表「装得下?」列的链接