待验证50% 置信基准精确时间

Puget Systems 测算显示 R9700 的 FP32 约为 B70 的两倍，矩阵吞吐约为其 5 倍

1

来源数

50%

置信度

长期有效

时效性

2026/10/5

首次发现

来源

32GB显卡本地跑大模型：AMD R9700 对决 Intel B70

涉及实体

Radeon AI Pro R9700product Arc Pro B70product Puget Systemscompany

相关事实

已验证FP8数据量比FP16压缩一半，H100的FP8 Tensor Core算力达到FP16的两倍（约1979 TFLOPS）74% 相似待验证序列长度为4096时，N×N注意力矩阵在FP16精度下仅此一项就消耗约64MB显存69% 相似已验证LLaMA-2-7B使用FP16精度时每个token的KV Cache约占0.5MB69% 相似待验证2.4万亿参数模型在FP32下约需9.6TB显存，BF16约需4.8TB，INT8约需2.4TB，INT4约需1.2TB69% 相似待验证GB200 NVL72在FP8精度下的AI算力可达1.44 ExaFLOPS69% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/977976

API

curl https://kongchang.com/api/v1/knowledge/claims/977976

MCP

get_claim(id=977976)