Atlas 300i Duo 96GB — Einzelkarte
Dual-Ascend-310B-NPU · 96 GB LPDDR4X ECC · 280 TOPS INT8 · 150 W TDP. Betreiben Sie DeepSeek V4-Flash, Qwen 72B und Llama 3 70B vollständig lokal und privat, ohne Ratengrenzen oder Abonnements.
We are unable to ship to your location.
Bestellung und Bezahlung erfolgen derzeit auf Englisch.
Technische Daten
| Gesamtspeicher | 96GB LPDDR4X ECC (2× 48GB) |
| Architektur | Dual Ascend 310B NPU |
| Rechenleistung | 280 TOPS INT8 · 140 TFLOPS FP16 |
| Schnittstelle | PCIe Gen4 x16 |
| Leistungsaufnahme | 150W TDP |
| Virtualisierung | Bis zu 7 virtuelle NPUs pro Prozessor |
| Unterstützte Modelle | 70B–100B+ Parameter bei angemessener Quantisierung |
| Zustand | Neu und unbenutzt |
Der Huawei Atlas 300I Duo 96GB ist ein KI-Inferenzbeschleuniger mit zwei Chips, 96 GB LPDDR4X-VRAM (2x48 GB) und 408 GB/s Speicherbandbreite, der in erster Linie für große Sprachmodelle (LLMs) und Videoanalyse entwickelt wurde. Er bietet deutlich geringere Kosten pro GB als Konkurrenzprodukte wie die NVIDIA RTX 6000 Pro.
Wichtigste technische Daten
Architektur: ausgestattet mit 2 Ascend-310B-Prozessoren (je 16 Da-Vinci-KI-Kerne), mit bis zu 280 TOPS (INT8) und ~140 TFLOPS (FP16).
Effizienz: arbeitet mit einer geringen TDP von 150 W und passiver Kühlung, geeignet für energiebegrenzte Edge- oder Rechenzentrumsbereitstellungen.
Kompatibilität: Die Karte nutzt eine PCIe-Gen4.0-x16-Schnittstelle und unterstützt Virtualisierung, wobei jeder Prozessor in bis zu 7 virtuelle NPUs aufgeteilt werden kann.
Software-Ökosystem
Die Atlas 300i Duo läuft auf Huaweis CANN/Ascend-Stack — inzwischen eine wirklich ausgereifte Plattform, gestützt durch ernsthafte Zusagen von Alibaba und ByteDance zur kommenden Atlas 350. Zwei starke, aktiv gepflegte Wege halten die Sache heute in Bewegung:
-
CANN-Backend (llama.cpp) — weithin validiert für LLM-Inferenz im GGUF-Format
-
PyTorch über torch-npu — ein vollständiger Python-ML-Stack für Training und Feintuning
Offizielle Huawei-Dokumentation
Atlas 300i Duo 96GB — Einzelkarte — Produktdemonstration
Kompatible Plattformen
- ✓ Taishan 200 2280 V2 (ARM) — empfohlen
- ✓ Atlas 800 3000 — unterstützt
- ✓ Huawei RH2288H V5 (x86) — erfordert Treiber-Neukompilierung