评测 R7-8845H和R7-7735HS 选哪个好 锐龙R78845H和7735HS 对比

最新推荐文章于 2024-06-12 16:59:58 发布
最新推荐文章于 2024-06-12 16:59:58 发布
阅读量1.6w 收藏 10
点赞数 10
分类专栏： cpu 文章标签： cpu
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/m0_50307601/article/details/136308791
版权

R7 8845H 采用了4nm 制作工艺 Zen4 架构， 8 核心 16 线程，主频3.8GHz，最高睿频5.1GHz 三级缓存 16MB TDP 45w 支持最大内存 256GB 内存类型 DDR5 5600MHz，LPDDR5x 7500MHz
选R7-8845H还是R7 7735HS 这些点很重要看过你就懂了 http://www.adiannao.cn/dy
在这里插入图片描述

R7 7735HS 采用了 Zen3 + 架构，8 核 16 线程，3.2-4.75GHz，16MB L3 缓存，12CU 2.2GHz 核显，默认 TDP 35-54W

R7-5800H VMware 安装 MacOS
千山CS的博客
05-22 844
R7-5800H VMware 安装 MacOS
入手评测 R7 7735HS和R7 8845HS 差距 锐龙R77735HS和8845HS对比
m0_50307601的博客
02-23 8774
R7 8845HS 采用了 Zen4 架构，4nm制作工艺 8 核 16 线程，主频3.8GHz，最高睿频5.1GHz 三级缓存 16MB 功耗 45w 集成显卡 AMD Radeon 780M。r7 7735hs工艺：6nm制程架构：zen+3核心数：8核心数线程数：16线程主频：3.2GHz睿频：4.75GHz功耗：35W 三级缓存：16MB核显情况：Radeon680M。选R7-7735HS还是R7 8845HS这些点很重要。
评测 r7 7435h和R7 8845HS选哪个 锐龙r77435h和R78845HS对比
qq_49807938的博客
06-12 8303
R7 8845HS 采用了 Zen4 架构，4nm制作工艺 8 核 16 线程，主频3.8GHz，最高睿频5.1GHz 三级缓存 16MB 功耗 45w 集成显卡 AMD Radeon 780M。R7-7435H 工艺：6nm制程架构：zen+3核心数：8核心数线程数：16线程主频：3.1GHz睿频：4.5GHz TDP功耗：35W，三级缓存：20MB。选R7 8845HS还是R7-7435H这些点很重要。
评测 R7 7735HS和r7 8840HS选哪个 锐龙R77735HS和r78840HS对比
2301_80083959的博客
03-25 2075
r7 8840HS采用 Zen 4架构 4 nm制作工艺8核 16线程主频 3.3GHz睿频5.1GHz 三 级缓存16MB TDP 功耗 28w 搭载AMD Radeon 780M核显。R7 7735HS 采用了 Zen3 + 架构，8 核 16 线程，3.2-4.75GHz，16MB L3 缓存，12CU 2.2GHz 核显，默认 TDP 35-54W。选R7 7735HS还是r7 8840HS这些点很重要看过你就懂了。
R7 7735H怎么样 锐龙r7 7735h核显相当于什么显卡
2301_80083959的博客
12-12 6412
R7 7735H是一款AMD推出的处理器，采用了先进的Zen 3+架构，拥有8个核心和16个线程，基础频率为3.2GHz，最高加速频率可达4.75GHz，还具有16MB的L3缓存，支持DDR4和LPDDR4内存，热设计功耗为45W。在游戏方面，R7 7735H的核显性能比i5-13500H的核显高出40%左右，但仍然不足以应对高画质的游戏，需要搭配独立显卡才能发挥出更好的效果。具体来说，R7 7735H的核显性能与MX450独立显卡相当，可以满足一般办公、多媒体使用以及轻度游戏的需求。
R9 7940H和 R7 8845HS选哪个 锐龙R97940H和 R78845HS对比
m0_50307601的博客
02-28 2万+
R9 7940H 采用了 4nm 工艺，采用 8 核 Zen4 CPU，并且搭载最新的锐龙 AI 引擎，CPU 频率可达 5.2GHz，拥有 40MB 缓存，核显为 12CU RDNA3，核显频率高达 3GHz，TDP 为 35-45W。R7 8845HS 采用了 Zen4 架构，4nm制作工艺 8 核 16 线程，主频3.8GHz，最高睿频5.1GHz 三级缓存 16MB 功耗 45w 集成显卡 AMD Radeon 780M。选R7 8845HS还是R9 7940H这些点很重要。
评测 R7-8845H和R7-7840HS 选哪个好 锐龙R78845H和7840HS对比
qq_49807938的博客
02-26 1万+
R7 8845H 采用了4nm 制作工艺 Zen4 架构， 8 核心 16 线程，主频3.8GHz，最高睿频5.1GHz 三级缓存 16MB TDP 45w 支持最大内存 256GB 内存类型 DDR5 5600MHz，LPDDR5x 7500MHz。锐龙 7 7840HS，其采用最新的 Zen4 架构，工艺也升级到了最新的台积电 4nm。8 核心 16 线程，40MB 的缓存，基础频率 3.8 GHz，最高频率可以达到 5.1GHz。GPU 搭载全新的 Radeon 780M。
锐龙r7-5800h和i5-11300h
06-28
此外，锐龙 R7 5800H 的功耗较高，可能导致发热和电池寿命的问题，而 i5-11300H 的功耗相对较低，能够更好地保持电池续航时间和稳定性。 因此，如果您需要处理多任务并行，可以考虑锐龙 R7 5800H；如果您更注重单个...
锐龙r7和i9-12900h
06-07
锐龙R7和i9-12900H都是高性能的处理器，适用于桌面电脑和笔记本电脑。 锐龙R7采用了AMD Zen 2架构，拥有8个核心和16个线程，主频高达4.4GHz。它在多线程计算性能方面表现出色，比同等价位的英特尔处理器更加出色。...
HUAWEI华为MagicBook 15锐龙版R7集显8GB 512GB Boh-WAP9HNR原装出厂系统恢复原厂系统
11-23
【标题】中的“HUAWEI华为MagicBook 15锐龙版R7集显8GB 512GB Boh-WAP9HNR原装出厂系统恢复原厂系统”指的是华为MagicBook 15笔记本电脑的特定型号，采用AMD Ryzen（锐龙）处理器，集成显卡，内存8GB，硬盘512GB。...
技嘉A320M-S2H驱动程序下载
03-22
支持锐龙 AMD Ryzen 处理器 双通道DDR4，二根内存插槽 高速M.2 SSD插槽，采用PCI-E 3.0 x4高速通道（支持PCI-E通道和SATA通道M.2 SSD） 高品质音频专用电容+音频区块降噪LED切割线 搭配cFos网络管理软件的千兆高速...
r77745hx参数 r7-7745hx性能怎么样 锐龙r77745hx什么水平
2301_80084887的博客
12-07 1万+
在性能测试上，R7-7745HX在鲁大师上得分可以达到92万分，相比i9-13900HX的91万分要高一些。联想给出的测试成绩显示，R7-7745HX相比于上一代的R7-6800H有25%左右的提升。它的内存是16GB DDR5 5200MHz，有两个内存插槽，存储为1TB SSD，有两个M.2接口。此外，它的屏幕为16英寸IPS屏，分辨率达到2560x1600，刷新率为240Hz，亮度为500nit，色域为100% sRGB。总的来说，R7-7745HX是一款性能出色的笔记本，售价为8999元。
酷睿i9 14900HX和R7 7745HX选哪个 酷睿i914900HX和锐龙R77745HX对比
2301_80083959的博客
03-30 732
R9 7945HX采用Zen 4架构，16核心32线程设计，基础频率2.5GHz，加速频率5.4GHz，二级缓存16MB，三级缓存64MB，默认TDP为55W。核显为Radeon 610M，配备2个CU，共计128个流处理器，基础频率400MHz，加速频率2200MHz。i9-14900HX采用10nm工艺 24个核和32个线程，基本的频率为2.2GHZ，甚至可以提升到5.8ghz。选i9 14900HX还是R7 7745HX这些点很重要。
酷睿i5 12450h怎么样 i512450h参数相当于什么水平
热门推荐
m0_50307601的博客
07-11 6万+
i5-12450H是一款基于 Alder Lake 架构的笔记本电脑处理器，性能在H系列属于中端级别。它于 2022 年初发布，提供 4 个性能内核（P 核心、Golden Cove 架构）和 4 个高效核心（E 核心、Gracemont 架构），总共有 8 个核心（八核 CPU）。P 核支持超线程，与 E 核结合使用时可支持 12 个线程。 i5 12450h怎么样这些点很重要看过你就懂了 http://www.adiannao.cn/dy 性能集群上的频率范围为 2 至 4.4 GHz，高效集群上的频率
评测 R7-8845H和i5 13500h 选哪个好 锐龙R78845H和酷睿i513500h对比
m0_50307601的博客
02-28 3万+
R7 8845H 采用了4nm 制作工艺 Zen4 架构， 8 核心 16 线程，主频3.8GHz，最高睿频5.1GHz 三级缓存 16MB TDP 45w 支持最大内存 256GB 内存类型 DDR5 5600MHz，LPDDR5x 7500MHz。i5 13500h 采用10纳米制作工艺 最高睿频 4.7GHz 十二核心十六线程。三级缓存 18MB热设计功耗(TDP) 45W 支持最大内存 64GB。选R7-8845H还是i5 13500h 这些点很重要看过你就懂了。
i5 1155G7 怎么样相当于什么水平
m0_50307601的博客
05-31 2万+
i5-1155G7拥有8MB三级缓存，基准频率为2.5GHz，相比i7-1145G7下调0.1GHz。i7-1155G7的单核睿频频率最高可达4.5GHz，全核睿频频率可达4.3GHz，相比i7-1185G7分别提升了0.1GHz、0.3GHz。此外，核显频率也从1.3GHz提升至1.35GHz。i5 1155G7搭配的笔记本怎么样这些点很重要看过你就懂了http://www.adiannao.cn/dy 除了CPU本身更高的性能外，英特尔说它的目标是通过这些额外的选项加速采用Wi-Fi 6/6E的设计。
笔记本RTX3060比2060性能高多少 RTX3060和2060笔记本差距多大
m0_50307601的博客
02-25 2万+
参数上RTX 3060 基于GA106核心，搭载 3840 CUDA 核心，搭载12GB GDDR6显存，公版的功耗大概在160W-180W之间。 选RTX3060还是2060这些点很重要 看过就就知道了 http://www.adiannao.cn/dq 性能天梯图上显示它拥有和2080相当的性能，而参数上RTX 3060基于GA106核心并搭载3860CUDA核心，且还配备12GB GDDR6显存，所以这一代光追性能摸到上一代2080屁股是没任何问题。 而上一代的RTX2060和RTX2080之间确有
i5 11600k核显性能 i511600k核显相当于什么显卡
m0_50307601的博客
05-03 2万+
i5-11600K处理器为6核心12线程设计，3MB二级缓存、12MB三级缓存，基础频率3.9GHz，最高睿频4.9GHz，全核频率也有4.6GHz，TDP同样也是125W。i5 11600k组装电脑怎么搭配更合适这些点很重要看过你就懂了http://www.adiannao.cn/du i5 11600k核显相当于GT740独显的水平，比亮机卡还是要好很多的。像大话西游之类的2D游戏肯定是完全没问题的。中特效下玩LOL、CF、CS：GO、DNF这些主流游也OK，并且比之前的UHD 630要更流畅一些，但
联想小新14pro 具体配置是cpu为Ryzen7 7840HS 内存为32GB能提供如何本地部署deepseek的方法吗
最新发布
02-17
<think>嗯，用户想了解联想小新14 Pro的具体配置，特别是搭载Ryzen7 7840HS和32GB内存的版本，然后想知道如何在这台笔记本上本地部署深度求索（DeepSeek）的模型。首先，我需要确认这款笔记本的详细配置，尤其是CPU、内存、存储以及可能的GPU情况，因为这对部署AI模型很重要。 联想小新14 Pro 2023款锐龙版确实有搭载R7 7840HS的配置，这款CPU基于Zen4架构，8核16线程，最高频率5.1GHz，性能不错，适合多任务处理。内存32GB LPDDR5，应该是够用的，尤其是对于大模型部署。不过要注意的是，7840HS的集成显卡是Radeon 780M，有12个CU单元，性能接近入门独显，可能可以用于一些GPU加速，但显存可能共享系统内存，这可能会影响大模型运行的效率。 接下来，用户的需求是本地部署DeepSeek的模型。DeepSeek可能指深度求索公司开源的模型，比如DeepSeek-MoE或者其他的LLM。需要确认用户具体指的是哪个模型，因为不同的模型有不同的资源需求。通常，本地部署大语言模型需要考虑模型的大小、是否量化、是否需要GPU加速等。 首先，要确定模型的大小。比如，7B参数的模型通常需要至少8GB内存（如果是FP16精度的话），而32GB内存的笔记本应该可以应付，但如果模型更大，比如13B或更高，可能需要更多的内存或使用量化技术。另外，如果有GPU加速，可以利用AMD的GPU，但需要查看是否支持ROCm或者其他框架。不过，AMD的移动端GPU对AI框架的支持可能不如NVIDIA的CUDA方便，可能需要额外配置。 然后，部署方法通常包括使用Hugging Face的Transformers库，或者使用llama.cpp等支持CPU推理的项目。如果用户没有独立GPU，或者GPU支持不够好，可能需要依赖CPU推理，这时候内存和CPU速度就很重要。32GB内存应该足够运行7B甚至13B的4-bit量化模型。 可能的步骤包括：安装Python环境，安装PyTorch（可能选择CPU版本或者尝试ROCm支持），下载模型权重，使用推理脚本。或者使用llama.cpp这样的项目，将模型转换为GGUF格式，然后用CPU进行推理，这样效率更高，尤其是对于没有强大GPU的情况。 需要提醒用户注意模型的选择，优先选择量化版本以减少内存占用。另外，AMD CPU在机器学习方面的优化可能不如Intel，但在多核性能上有优势，可以尝试多线程推理。此外，如果使用集成显卡，可能需要配置GPU驱动和相应的库，但过程可能比较复杂，尤其是在Windows系统下。 用户可能对Linux环境不熟悉，所以可能需要指导在Windows下的部署步骤。另外，需要检查存储空间，因为模型文件可能较大，比如7B的模型可能占用几个GB的空间，确保笔记本有足够的SSD空间。 最后，应该分步骤给出建议，包括环境准备、模型下载、推理代码示例，以及可能的性能优化技巧，比如使用量化模型、调整线程数等。同时提醒用户实际体验可能受硬件限制，建议从较小的模型开始尝试。</think>以下是针对联想小新14 Pro（R7 7840HS + 32GB）本地部署DeepSeek模型的指南： --- ### 一、设备配置分析 - **CPU**: AMD Ryzen7 7840HS（8核16线程，Zen4架构，适合并行计算） -13B量级量化模型） - **GPU**: Radeon 780M集显（12CU，但Windows下AI框架支持有限，建议优先CPU推理） - **存储**: 建议预留20GB+空间存放模型和依赖库 --- ### 二、部署准备 #### 1. 系统环境选择 - **推荐方案**: **WSL2（Ubuntu）+ CPU推理** （Windows原生支持有限，WSL2更适合AI开发环境） - **备选方案**: 纯Windows环境（需手动配置Python/C++编译环境） #### 2. 基础工具安装 ```bash # WSL2/Ubuntu示例 sudo apt update && sudo apt install -y python3-pip git cmake pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cpu ``` --- ### 三、部署方案推荐 #### 方案一：使用`llama.cpp`（CPU优先） 1. **安装llama.cpp** ```bash git clone https://github.com/ggerganov/llama.cpp && cd llama.cpp make - 从HuggingFace下载DeepSeek的GGUF格式量化模型（如`deepseek-7b-chat-Q4_K_M.gguf`） - 或自行转换：`python3 convert.py --outtype f16 /path/to/original_model` 3. **启动推理** ```bash ./main -m /path/to/deepseek-7b-q4.gguf -n 512 --repeat_penalty 1.1 --color -i -r "User:" -p "以下是中国AI助手与用户的对话：" ``` #### 方案二：HuggingFace Transformers（CPU/尝试GPU） ```python from transformers import AutoTokenizer, AutoModelForCausalLM model_name = "deepseek-7b-chat" tokenizer = AutoTokenizer.from_pretrained(model_name) model = AutoModelForCausalLM.from_pretrained(model_name, device_map="auto") inputs = tokenizer("如何做蛋炒饭？", return_tensors="pt") outputs = model.generate(**inputs, max_new_tokens=100) print(tokenizer.decode(outputs[0])) ``` --- ### 四、性能优化技巧 1. **量化模型优先**：选择Q4_K/M量级的GGUF格式模型，内存占用减少60%+ 2. **线程绑定**（llama.cpp）： ```bash ./main ... -t 12 --threads-batch 8 # 根据CPU核心数调整 ``` 3. **内存管理**： - 关闭无关程序释放内存 - 设置虚拟内存（建议SSD预留30GB+交换空间） --- ### 五、预期性能参考 | 模型规格 | 推理速度（token/s） | 内存占用 | |---------|-------------------|---------| | 7B-Q4 | ~4-6 | ~6GB | | 13B-Q4 | ~2-3 | ~12GB | --- ### 六、常见问题解决 - **OOM错误**：尝试更小量级（如Q3_K_S）或减小`--ctx-size` - **速度慢**：在`llama.cpp`中增加`-t`参数（建议设为物理核心数） - **AMD GPU加速**：需配置ROCm（Linux Only），详见AMD官方文档 建议从7B量级的Q4量化模型开始尝试，该配置可流畅运行基础对话任务。如需更高性能，可考虑外接eGPU（如RTX 3060）通过USB4接口加速。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值