Performance Rating
AMD Radeon Instinct MI300X outperforms Dell RTX A4000 Max-Q by 1,016.25% in the overall GPU ARK performance rating
Dell RTX A4000 Max-Q
Expert Comparison
AMD Radeon Instinct MI300X значительно превосходит Dell RTX A4000 Max-Q в вычислительной мощности и объеме памяти. MI300X с архитектурой CDNA 3.0 и 192 ГБ HBM3 подходит для обработки больших данных и машинного обучения, в то время как RTX A4000 Max-Q с архитектурой Ampere и 8 ГБ GDDR6 более подходящ для графической обработки и средних задач вычислений. MI300X также имеет гораздо большую TDP (750 Вт против 100 Вт) и более высокий GPI (94.1 против 8.4), что указывает на его выдающуюся производительность.
Contents:
Memory ML Performance Compute Power Architecture & Compatibility ML Software Support Clocks & Performance Power Consumption Rendering Benchmarks AdditionalMemory
Memory Size
+2,300%
192
ГБ
Memory Type
Memory Bandwidth
10.3 TB/s
Memory Bus Width
ML Performance
FP16 (Half Precision)
+4,115%
653.7
TFLOPS
BF16 (Brain Float)
TF32 (TensorFloat)
Compute Power
FP32 (Single Precision)
+427%
81.72
TFLOPS
FP64 (Double Precision)
+33,613%
81.72
TFLOPS
CUDA Cores
+280%
19,456
RT Cores
40
Architecture & Compatibility
GPU Architecture
SM (Streaming Multiprocessor)
40
PCIe Version
ML Software Support
CUDA Version
CUDA Toolkit (first supported)
CUDA Toolkit status
Clocks & Performance
Base Clock
+9%
1,000
Boost Clock
+39%
2,100
Memory Clock
+84%
2,525
Power Consumption
Recommended PSU
Power Connector
TDP/TGP
-87%
100 W
Rendering
Texture Units (TMU)
+660%
1,216
ROP
40
L2 Cache
4 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
