Performance Rating
AMD Radeon Instinct MI300X outperforms AMD Radeon Pro 575 by 2,596.28% in the overall GPU ARK performance rating
AMD Radeon Pro 575
Expert Comparison
AMD Radeon Instinct MI300X значительно превосходит AMD Radeon Pro 575 по многим параметрам: имеет больше ядер (19456 против 2048), больший объем памяти (192 ГБ HBM3 против 4 ГБ GDDR5) и большую пропускную способность (10.3 TB/s против 217.0 GB/s). MI300X также обладает гораздо более высокой производительностью в FP32 вычислениях (81.72 TFLOPS против 4.489 TFLOPS) и более мощной TDP (750 Вт против 150 Вт). MI300X лучше подходит для вычислительных задач и AI, тогда как Radeon Pro 575 больше ориентирован на графические задачи и less demanding вычислительные задачи.
Contents:
Memory ML Performance Compute Power Architecture & Compatibility ML Software Support Clocks & Performance Power Consumption Rendering Benchmarks AdditionalMemory
Memory Size
+4,700%
192
ГБ
Memory Type
Memory Bandwidth
10.3 TB/s
Memory Bus Width
ML Performance
FP16 (Half Precision)
+14,462%
653.7
TFLOPS
BF16 (Brain Float)
TF32 (TensorFloat)
Compute Power
FP32 (Single Precision)
+1,720%
81.72
TFLOPS
FP64 (Double Precision)
+29,023%
81.72
TFLOPS
CUDA Cores
+850%
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
+49%
2,525
Power Consumption
Recommended PSU
Power Connector
TDP/TGP
-80%
150 W
Rendering
Texture Units (TMU)
+850%
1,216
ROP
L2 Cache
+700%
16 MB
Benchmarks
MLPerf, llama2-70b-99.9 (UNSET)
MLPerf, llama2-70b-99.9 (fp16)
MLPerf, llama2-70b-99.9 (fp8)
MLPerf, llama3.1-405b (UNSET)
MLPerf, llama3.1-405b (fp16)
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
