Performance Rating
AMD Radeon Instinct MI325X outperforms AMD FirePro W9100 32 GB by 1,563.89% in the overall GPU ARK performance rating
AMD Radeon Instinct MI325X
Expert Comparison
AMD FirePro W9100 32 GB более старая модель с меньшим количеством ядер и меньшей пропускной способностью памяти, что делает её менее эффективной для современных задач, особенно требующих высокой параллельной вычислительной мощности. В то время как Radeon Instinct MI325X обладает значительно большей пропускной способностью памяти (10.3 TB/s против 320 GB/s) и большим количеством ядер (19456 против 2816), что делает её идеальной для вычислительных задач и больших данных. MI325X также имеет гораздо большую TDP (1000 Вт против 275 Вт), что указывает на её высокую энергетическую потребность и соответственно большую производительность.
Contents:
Memory ML Performance Compute Power Architecture & Compatibility ML Software Support Clocks & Performance Power Consumption Rendering Benchmarks AdditionalMemory
Memory Size
+800%
288
ГБ
Memory Type
Memory Bandwidth
10.3 TB/s
Memory Bus Width
ML Performance
FP16 (Half Precision)
653.7
TFLOPS
BF16 (Brain Float)
TF32 (TensorFloat)
Compute Power
FP32 (Single Precision)
+1,460%
81.72
TFLOPS
FP64 (Double Precision)
+3,020%
81.72
TFLOPS
CUDA Cores
+591%
19,456
RT Cores
Architecture & Compatibility
GPU Architecture
SM (Streaming Multiprocessor)
PCIe Version
ML Software Support
CUDA Version
CUDA Toolkit status
Clocks & Performance
Base Clock
1,000
Boost Clock
2,100
Memory Clock
+102%
2,525
Power Consumption
Recommended PSU
-57%
600 W
Power Connector
TDP/TGP
-72%
275 W
Rendering
Texture Units (TMU)
+591%
1,216
ROP
L2 Cache
16 MB
Benchmarks
MLPerf, llama2-70b-99.9 (Dummy)
MLPerf, llama2-70b-99.9 (fp8)
llama.cpp, llama-2-7b-Q4_0
MLPerf, mixtral-8x7b (fp8)
Additional
Slots
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
