Performance Rating
AMD Radeon Instinct MI300X outperforms AMD Radeon Pro Vega 64 by 858.25% in the overall GPU ARK performance rating
AMD Radeon Pro Vega 64
Expert Comparison
AMD Radeon Instinct MI300X значительно превосходит Radeon Pro Vega 64 по многим параметрам. MI300X имеет более мощную архитектуру CDNA 3.0, больше ядер (19456 против 4096), большую память (192 ГБ HBM3 против 16 ГБ HBM2) и гораздо большую пропускную способность (10.3 ТБ/с против 402.4 ГБ/с). MI300X также имеет значительно большую TDP (750 Вт против 250 Вт), что позволяет ему работать на более высокой частоте. MI300X подходит для вычислений и AI, тогда как Vega 64 лучше всего подходит для графических задач и некоторых научных вычислений.
Contents:
Memory ML Performance Compute Power Architecture & Compatibility ML Software Support Clocks & Performance Power Consumption Rendering Benchmarks AdditionalMemory
Memory Size
+1,100%
192
ГБ
Memory Type
Memory Bandwidth
10.3 TB/s
Memory Bus Width
ML Performance
FP16 (Half Precision)
+2,855%
653.7
TFLOPS
BF16 (Brain Float)
TF32 (TensorFloat)
Compute Power
FP32 (Single Precision)
+639%
81.72
TFLOPS
FP64 (Double Precision)
+11,723%
81.72
TFLOPS
CUDA Cores
+375%
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
+56%
2,100
Memory Clock
+221%
2,525
Power Consumption
Recommended PSU
Power Connector
TDP/TGP
-67%
250 W
Rendering
Texture Units (TMU)
+375%
1,216
ROP
L2 Cache
+300%
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
