- Tenstorrent Blackhole32 GB · draait 30–34B-modellen op 4-bit
Alle specificaties
- Processor
- Tenstorrent Blackhole
- Tensix-cores
- 120
- Geheugen
- 32 GB GDDR6, 512 GB/s
- On-chip SRAM
- 180 MB
- Hostinterface
- PCIe 5.0 x16
- Kaart-naar-kaart
- 4 × QSFP-DD 800G
- Kaartvermogen
- 300 W
- Koeling
- Actief (ventilator)
- Software
- Open source: TT-Metalium, TT-Forge
Geschikt voor
- Engineers en onderzoekers die open, programmeerbare AI-hardware willen
- Systemen met meerdere kaarten bouwen via directe 800G-verbindingen
- Leren werken met en bijdragen aan een open-source AI-softwarestack
Minder geschikt voor
- Wie CUDA nodig heeft of elk nieuw model vanaf dag één wil draaien
- 70B-modellen draaien op één kaart
- Gamen of beeldweergave
Tenstorrent
Tenstorrent Blackhole p150a
Een PCIe-AI-accelerator op basis van de Blackhole-chip van Tenstorrent, met 120 Tensix-cores, 32 GB GDDR6 en vier snelle poorten om kaarten aan elkaar te koppelen. De software is open source, van de low-level kernels tot en met de modelcompiler.
€ 1.399Op voorraad. Verzonden binnen 1 tot 3 werkdagen.
- 30 dagen retourneren
- Gratis verzending vanaf € 199
- Verzonden vanuit ons magazijn in het Verenigd Koninkrijk
- Inclusief invoerrechten en importbelastingen
- Verzending, retouren en garantie
Wat hij kan draaien
Tot 30–34B op 4-bit, 13–14B op 8-bit (bij benadering)
Gebaseerd op 32 GB GPU-geheugen. Bekijk alle machines per modelgrootte
Gidsen voor dit product
Lokale AI · 5 min lezen
Hoeveel geheugen heb je nodig voor een lokaal LLM?
Hoeveel geheugen een lokaal LLM nodig heeft: 7B- tot 120B+-modellen op 4-bit en 8-bit, unified memory vs. VRAM, en welke machines welke grootte aankunnen.
Lees de gids →Lokale AI · 5 min lezen
Mac, NVIDIA of Ryzen AI Max+ voor lokale AI
Mac, NVIDIA of Ryzen AI Max+? CUDA op NVIDIA, unified memory op een Mac of 128 GB in een mini-pc. Geheugen, software en afwegingen per soort werk.
Lees de gids →Tenstorrent Blackhole p150a in detail
De Tenstorrent Blackhole p150a is een AI-acceleratorkaart voor PCIe 5.0 met 32 GB GDDR6, 120 Tensix-cores, 16 RISC-V-cores en vier 800G-poorten om kaarten aan elkaar te koppelen. De softwarestack is open source, vanaf de kernels. Kies hem als je AI-hardware wilt die je op laag niveau kunt programmeren en kaart voor kaart kunt uitbreiden, en je bereid bent buiten CUDA te werken.
Belangrijkste kenmerken
- Tenstorrent Blackhole-processor: 120 Tensix-cores en 16 grote RISC-V-cores
- 32 GB GDDR6 op 16 GT/s, 512 GB/s
- 180 MB SRAM op de chip
- 664 TFLOPS bij BLOCKFP8
- 4 × QSFP-DD 800G-poorten voor verbindingen tussen kaarten
- PCIe 5.0 x16, 300 W kaartvermogen, actieve koeling
Wat hij draait
Op een losse kaart rekenen we ongeveer 90% van het geheugen als bruikbaar voor modelgewichten, wat bij 32 GB zo'n 29 GB oplevert. Daarin passen modellen tot de 30B-klasse op 4-bit en tot 14B op 8-bit. Grotere modellen moet je verdelen over meerdere gekoppelde kaarten. Of een bepaald model überhaupt draait, hangt af van de softwareondersteuning van Tenstorrent. Controleer dus vóór aankoop de modellenlijst in hun documentatie.
| Modelgrootte | 4-bit | 8-bit |
|---|---|---|
| 7–8B | Past | Past |
| 13–14B | Past | Past |
| 30–34B | Past | Past niet |
| 70B | Past niet | Past niet |
| 120B+ | Past niet | Past niet |
Het verschil met een videokaart
Blackhole bestaat uit Tensix-cores, elk met eigen lokaal SRAM, verbonden via een network-on-chip, plus 16 RISC-V-cores voor algemeen gebruik op dezelfde die. Tenstorrent publiceert het low-level programmeermodel, zodat je zelf kernels kunt schrijven in plaats van afhankelijk te zijn van een gesloten driver. De kaart ondersteunt op de Tensix-cores FP8, FP16, BFLOAT16, block floating point tot 2 bits, INT8 en TF32.
Schalen over meerdere kaarten
De vier QSFP-DD-poorten op de bracket halen elk 800 Gb/s en zijn alleen te verbinden met andere Blackhole-kaarten. Tenstorrent beschrijft opstellingen voor twee, vier en acht kaarten. Dit is de belangrijkste reden om voor de p150a te kiezen in plaats van de goedkopere p100a, die minder geheugen heeft en geen poorten om kaarten onderling te koppelen.
Hostsysteem en voeding
- x86_64-host met een PCIe 5.0 x16-slot en ruimte voor een kaart van twee slots breed
- Minimaal 64 GB werkgeheugen en 100 GB opslag (2 TB aanbevolen)
- Eén 12V-2x6-voedingsaansluiting (12+4-pins) en een ATX 3.1-gecertificeerde voeding
- Tot 300 W per kaart; ongeveer 75 W in rust
- Ubuntu 24.04
De kaart meet 42 × 270 × 111 mm en koelt zichzelf met een ventilator. Daardoor past hij in een gewone desktopbehuizing met een goede luchtstroom. De passieve p150b-versie is alleen bedoeld voor rackservers.
Software
TT-Metalium is de low-level programmeerlaag, TT-NN de bibliotheek met operators voor neurale netwerken daarboven en TT-Forge de compiler voor modellen uit standaardframeworks. Alle drie zijn open source. Dit is geen CUDA-kaart: tools die alleen voor CUDA geschreven zijn, draaien er niet op.
Goed te combineren met
Een workstation-moederbord met een PCIe 5.0-slot, 64 GB of meer RAM en een ATX 3.1-voeding. Wil je met dezelfde software makkelijker instappen, dan is de Wormhole n300 goedkoper. Heb je nu brede modelondersteuning nodig, dan is een videokaart voor lokale AI de eenvoudigere keuze.
Geschikt voor
- Engineers en onderzoekers die open, programmeerbare AI-hardware willen
- Systemen met meerdere kaarten bouwen via directe 800G-verbindingen
- Leren werken met en bijdragen aan een open-source AI-softwarestack
Minder geschikt voor
- Wie CUDA nodig heeft of elk nieuw model vanaf dag één wil draaien
- 70B-modellen draaien op één kaart
- Gamen of beeldweergave
Dit is geen CUDA-kaart. Controleer voor aankoop of de modellen die je nodig hebt worden ondersteund in de opensource-modelbibliotheek van Tenstorrent.
Voor wie
Engineers en onderzoekers die open AI-hardware willen die ze tot op het laagste niveau kunnen programmeren en kaart voor kaart kunnen uitbreiden.
Alle specificaties
- Processor
- Tenstorrent Blackhole
- Tensix-cores
- 120
- Geheugen
- 32 GB GDDR6, 512 GB/s
- On-chip SRAM
- 180 MB
- Hostinterface
- PCIe 5.0 x16
- Kaart-naar-kaart
- 4 × QSFP-DD 800G
- Kaartvermogen
- 300 W
- Koeling
- Actief (ventilator)
- Software
- Open source: TT-Metalium, TT-Forge
Reviews
Reviews van Atomrig-klanten
Nog geen klantreviews. Bij ons gekocht? Laat weten hoe hij draait.
Gerelateerde producten

NVIDIA
NVIDIA DGX Spark
Draait tot 120B+ op 4-bit
- 128 GB unified
- NVIDIA GB10 Grace Blackwell
De geheugenbandbreedte (273 GB/s) is lager dan die van een high-end videokaart, dus grote dense modellen genereren tekst langzamer dan op een RTX 5090. De sterke punten zijn de capaciteit en de CUDA-softwarestack.
€ 4.699
Tenstorrent
Tenstorrent Wormhole n300s
Draait tot 30–34B op 4-bit
- 24 GB
De 24 GB is verdeeld over twee chips (12 GB per chip), dus grotere modellen moeten over beide worden verdeeld. Controleer of er voor het model dat je wilt een werkende multi-chipversie bestaat.
€ 1.399
NVIDIA
NVIDIA GeForce RTX 5090
Draait tot 30–34B op 4-bit
- 32 GB
- NVIDIA Blackwell (GB202)
Met 32 GB draai je modellen van de 30B-klasse probleemloos op 4-bit, maar een 70B-model past niet op één kaart. Reken voor 70B op twee kaarten of een systeem met veel unified memory.
€ 1.999
PowerColor
PowerColor AMD Radeon AI PRO R9700 32GB
Draait tot 30–34B op 4-bit
- 32 GB
- AMD RDNA 4 (Navi 48)
Controleer voor je koopt of je tools ROCm ondersteunen op je besturingssysteem. PyTorch en llama.cpp doen dat; sommige nichetools gaan nog uit van CUDA.
€ 1.299