- Tenstorrent Blackhole32 GB · 30–34B-Modelle mit 4 Bit
Alle technischen Daten
- Prozessor
- Tenstorrent Blackhole
- Tensix-Kerne
- 120
- Speicher
- 32 GB GDDR6, 512 GB/s
- On-Chip-SRAM
- 180 MB
- Host-Schnittstelle
- PCIe 5.0 x16
- Karte-zu-Karte
- 4 × QSFP-DD 800G
- Leistungsaufnahme
- 300 W
- Kühlung
- Aktiv (Lüfter)
- Software
- Open Source: TT-Metalium, TT-Forge
Gut geeignet für
- Ingenieure und Forschende, die offene, programmierbare KI-Hardware suchen
- Aufbau von Multi-Karten-Systemen über direkte 800G-Verbindungen
- Einarbeitung in einen Open-Source-KI-Software-Stack und Mitarbeit daran
Weniger geeignet für
- Alle, die CUDA brauchen oder jedes neue Modell vom ersten Tag an nutzen wollen
- Betrieb von 70B-Modellen auf einer einzelnen Karte
- Gaming oder Bildausgabe
Tenstorrent
Tenstorrent Blackhole p150a
Ein PCIe-KI-Beschleuniger auf Basis des Blackhole-Chips von Tenstorrent, mit 120 Tensix-Kernen, 32 GB GDDR6 und vier Hochgeschwindigkeitsanschlüssen zur Kopplung mehrerer Karten. Der Software-Stack ist Open Source, von den Low-Level-Kernels bis zum Modell-Compiler.
1.399 €Auf Lager. Versand: 1 bis 3 Werktage.
- 30 Tage Rückgabe
- Kostenloser Versand ab 199 €
- Versand aus unserem Lager im Vereinigten Königreich
- Einfuhrzölle und Einfuhrsteuern inklusive
- Versand, Rückgabe und Garantie
Was er ausführen kann
Bis 30–34B mit 4 Bit, 13–14B mit 8 Bit (ungefähr)
Basierend auf 32 GB GPU-Speicher. Alle Rechner nach Modellgröße ansehen
Ratgeber zu diesem Produkt
Lokale KI · 5 Min. Lesezeit
Wie viel Arbeitsspeicher braucht ein lokales LLM?
So ermitteln Sie, wie viel Arbeitsspeicher ein lokales LLM braucht: 7B- bis 120B+-Modelle mit 4 und 8 Bit, Unified Memory vs. VRAM und passende Rechner.
Ratgeber lesen →Lokale KI · 5 Min. Lesezeit
Mac, NVIDIA oder Ryzen AI Max+ für lokale KI
Mac, NVIDIA oder Ryzen AI Max+: CUDA bei NVIDIA, gemeinsamer Arbeitsspeicher beim Mac oder 128 GB im Mini-PC. Speicher, Software und Kompromisse.
Ratgeber lesen →Tenstorrent Blackhole p150a im Detail
Die Tenstorrent Blackhole p150a ist eine KI-Beschleunigerkarte für PCIe 5.0 mit 32 GB GDDR6, 120 Tensix-Kernen, 16 RISC-V-Kernen und vier 800G-Ports zur Kopplung mehrerer Karten. Ihr Software-Stack ist bis hinunter zu den Kernels Open Source. Sie lohnt sich, wenn Sie KI-Hardware hardwarenah programmieren und Karte für Karte skalieren möchten und bereit sind, außerhalb von CUDA zu arbeiten.
Wichtigste Merkmale
- Tenstorrent-Blackhole-Prozessor: 120 Tensix-Kerne und 16 große RISC-V-Kerne
- 32 GB GDDR6 mit 16 GT/s, 512 GB/s
- 180 MB On-Chip-SRAM
- 664 TFLOPS bei BLOCKFP8
- 4 × QSFP-DD-800G-Ports für Verbindungen von Karte zu Karte
- PCIe 5.0 x16, 300 W Leistungsaufnahme, aktive Kühlung
Welche Modelle laufen
Bei einer dedizierten Karte rechnen wir etwa 90 % des Speichers als nutzbar für Modellgewichte, bei 32 GB also rund 29 GB. Das reicht für Modelle bis zur 30B-Klasse mit 4 Bit und bis 14B mit 8 Bit. Größere Modelle müssen auf mehrere verbundene Karten verteilt werden. Ob ein bestimmtes Modell überhaupt läuft, hängt von der Softwareunterstützung durch Tenstorrent ab. Prüfen Sie daher vor dem Kauf die Modellliste in der Dokumentation von Tenstorrent.
| Modellgröße | 4-bit | 8-bit |
|---|---|---|
| 7–8B | Passt | Passt |
| 13–14B | Passt | Passt |
| 30–34B | Passt | Passt nicht |
| 70B | Passt nicht | Passt nicht |
| 120B+ | Passt nicht | Passt nicht |
Der Unterschied zu einer Grafikkarte
Blackhole besteht aus Tensix-Kernen mit jeweils eigenem lokalem SRAM, die über ein Network-on-Chip verbunden sind, dazu kommen 16 RISC-V-Allzweckkerne auf demselben Die. Tenstorrent veröffentlicht das Low-Level-Programmiermodell, Sie können Kernels also selbst schreiben, statt auf einen geschlossenen Treiber angewiesen zu sein. Die Tensix-Kerne unterstützen FP8, FP16, BFLOAT16, Block-Floating-Point bis hinunter zu 2 Bit, INT8 und TF32.
Skalierung über mehrere Karten
Die vier QSFP-DD-Ports an der Slotblende übertragen jeweils 800 Gb/s und lassen sich nur mit anderen Blackhole-Karten verbinden. Tenstorrent dokumentiert Topologien für zwei, vier und acht Karten. Das ist der Hauptgrund, die p150a der günstigeren p100a vorzuziehen, die weniger Speicher und keine Ports für Karte-zu-Karte-Verbindungen hat.
Host-System und Stromversorgung
- x86_64-Host mit PCIe-5.0-x16-Steckplatz und Platz für eine Dual-Slot-Karte
- Mindestens 64 GB Arbeitsspeicher und 100 GB Speicherplatz (2 TB empfohlen)
- Ein 12V-2x6-Stromanschluss (12+4-polig) und ein nach ATX 3.1 zertifiziertes Netzteil
- Bis zu 300 W pro Karte, etwa 75 W im Leerlauf
- Ubuntu 24.04
Die Karte misst 42 × 270 × 111 mm und hat einen eigenen Lüfter. Sie passt daher in ein normales Desktop-Gehäuse mit guter Belüftung. Die passiv gekühlte Version p150b ist nur für Rack-Server gedacht.
Software
TT-Metalium ist die Low-Level-Programmierschicht, TT-NN die darauf aufbauende Operator-Bibliothek für neuronale Netze und TT-Forge der Compiler für Modelle aus gängigen Frameworks. Alle drei sind Open Source. Es handelt sich nicht um eine CUDA-Karte: Tools, die nur für CUDA geschrieben sind, laufen darauf nicht.
Passendes Zubehör
Ein Workstation-Mainboard mit PCIe-5.0-Steckplatz, mindestens 64 GB RAM und ein ATX-3.1-Netzteil. Für einen einfacheren Einstieg in dieselbe Software ist die Wormhole n300 günstiger. Wenn Sie schon heute breite Modellunterstützung brauchen, ist eine Grafikkarte für lokale KI der einfachere Weg.
Gut geeignet für
- Ingenieure und Forschende, die offene, programmierbare KI-Hardware suchen
- Aufbau von Multi-Karten-Systemen über direkte 800G-Verbindungen
- Einarbeitung in einen Open-Source-KI-Software-Stack und Mitarbeit daran
Weniger geeignet für
- Alle, die CUDA brauchen oder jedes neue Modell vom ersten Tag an nutzen wollen
- Betrieb von 70B-Modellen auf einer einzelnen Karte
- Gaming oder Bildausgabe
Dies ist keine CUDA-Karte. Prüfen Sie vor dem Kauf, ob die benötigten Modelle in der Open-Source-Modellbibliothek von Tenstorrent unterstützt werden.
Für wen
Ingenieure und Forscher, die offene KI-Hardware bis auf die unterste Ebene programmieren und Karte für Karte skalieren möchten.
Alle technischen Daten
- Prozessor
- Tenstorrent Blackhole
- Tensix-Kerne
- 120
- Speicher
- 32 GB GDDR6, 512 GB/s
- On-Chip-SRAM
- 180 MB
- Host-Schnittstelle
- PCIe 5.0 x16
- Karte-zu-Karte
- 4 × QSFP-DD 800G
- Leistungsaufnahme
- 300 W
- Kühlung
- Aktiv (Lüfter)
- Software
- Open Source: TT-Metalium, TT-Forge
Bewertungen
Kundenbewertungen bei Atomrig
Noch keine Kundenbewertungen. Bei uns gekauft? Erzählen Sie uns, wie er läuft.
Ähnliche Produkte

NVIDIA
NVIDIA DGX Spark
Schafft bis zu 120B+ bei 4 Bit
- 128 GB Unified
- NVIDIA GB10 Grace Blackwell
Seine Speicherbandbreite (273 GB/s) ist geringer als die einer High-End-Grafikkarte, daher erzeugen große dichte Modelle Text langsamer als auf einer RTX 5090. Seine Stärken sind die Kapazität und der CUDA-Software-Stack.
4.699 €
Tenstorrent
Tenstorrent Wormhole n300s
Schafft bis zu 30–34B bei 4 Bit
- 24 GB
Die 24 GB verteilen sich auf zwei Chips (je 12 GB), größere Modelle müssen also auf beide aufgeteilt werden. Prüfen Sie, ob es für Ihr gewünschtes Modell eine funktionierende Multi-Chip-Version gibt.
1.399 €
NVIDIA
NVIDIA GeForce RTX 5090
Schafft bis zu 30–34B bei 4 Bit
- 32 GB
- NVIDIA Blackwell (GB202)
Mit 32 GB laufen Modelle der 30B-Klasse in 4 Bit problemlos, ein 70B-Modell passt aber nicht auf eine Karte. Für 70B sollten Sie zwei Karten oder ein System mit großem gemeinsamem Arbeitsspeicher einplanen.
1.999 €
PowerColor
PowerColor AMD Radeon AI PRO R9700 32GB
Schafft bis zu 30–34B bei 4 Bit
- 32 GB
- AMD RDNA 4 (Navi 48)
Prüfen Sie vor dem Kauf, ob Ihre Tools ROCm auf Ihrem Betriebssystem unterstützen. PyTorch und llama.cpp tun das; einige Nischen-Tools setzen noch CUDA voraus.
1.299 €