Performance Rating
NVIDIA H200 SXM 141 GB outperforms AMD FirePro M6000 by 6,505.88% in the overall GPU ARK performance rating
NVIDIA H200 SXM 141 GB
Expert Comparison
AMD FirePro M6000 лучше подходит для старых приложений и задач с низкими требованиями к вычислительной мощности благодаря своей энергоэффективности (TDP 43 Вт). NVIDIA H200 SXM 141 GB же значительно превосходит его по многим параметрам: количеству ядер, объему и скорости памяти, а также вычислительной мощности (66.91 TFLOPS против 1.024 TFLOPS), что делает его более подходящим для современных задач, требующих высокой производительности, таких как машинное обучение и большие данные.
Contents:
Memory ML Performance Compute Power Architecture & Compatibility ML Software Support Clocks & Performance Power Consumption Rendering Benchmarks AdditionalMemory
Memory Size
+6,950%
141
ГБ
Memory Type
Memory Bandwidth
4.89 TB/s
Memory Bus Width
ML Performance
FP16 (Half Precision)
267.6
TFLOPS
BF16 (Brain Float)
TF32 (TensorFloat)
Compute Power
FP32 (Single Precision)
+6,434%
66.91
TFLOPS
FP64 (Double Precision)
+52,166%
33.45
TFLOPS
CUDA Cores
+2,540%
16,896
RT Cores
Architecture & Compatibility
GPU Architecture
SM (Streaming Multiprocessor)
132
PCIe Version
ML Software Support
CUDA Version
CUDA Toolkit (first supported)
CUDA Toolkit status
Clocks & Performance
Base Clock
1,500
Boost Clock
1,980
Memory Clock
+59%
1,593
Power Consumption
Recommended PSU
Power Connector
TDP/TGP
-94%
43 W
Rendering
Texture Units (TMU)
+1,220%
528
ROP
L2 Cache
50 MB
Benchmarks
MLPerf, llama2-70b-99.9 (UNSET)
MLPerf, llama2-70b-99.9 (fp16)
MLPerf, llama2-70b-99.9 (fp8)
MLPerf, llama3.1-405b (fp16)
MLPerf, llama3.1-405b (fp8)
MLPerf, llama3.1-8b (fp8)
MLPerf, deepseek-r1 (fp8)
MLPerf, mixtral-8x7b (fp8)
Additional
Slots
SXM Module
Release Date
Display Outputs
Renting is cheaper than buying
H100 80Gb SXM (80GB)
NVIDIA
Флагманская GPU на архитектуре Hopper с 80 ГБ памяти HBM3 в форм-факторе SXM. Создана для обучения и инференса больших языковых моделей, HPC задач. Поддерживает FP64, FP32, TF32, FP16, BF16, FP8 и INT8 вычисления с Tensor Cores 4-го поколения.
from 299.11 RUB/hour
