Performance Rating
AMD Radeon Instinct MI300X outperforms ELSA GTX 780 Ti by 2,151.2% in the overall GPU ARK performance rating
ELSA GTX 780 Ti
Expert Comparison
AMD Radeon Instinct MI300X значительно превосходит ELSA GTX 780 Ti по многим параметрам. MI300X имеет гораздо больше ядер и памяти, более высокую пропускную способность и FP32-производительность. MI300X также потребляет больше энергии (750 Вт против 250 Вт), но это оправдано его современной архитектурой и большей мощностью. MI300X лучше подходит для современных вычислений и машинного обучения, в то время как GTX 780 Ti более подходящ для игр и базовых вычислений.
Contents:
Memory ML Performance Compute Power Architecture & Compatibility ML Software Support Clocks & Performance Power Consumption Rendering Benchmarks AdditionalMemory
Memory Size
+6,300%
192
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)
+1,429%
81.72
TFLOPS
FP64 (Double Precision)
+36,595%
81.72
TFLOPS
CUDA Cores
+576%
19,456
RT Cores
Architecture & Compatibility
GPU Architecture
SM (Streaming Multiprocessor)
PCIe Version
ML Software Support
CUDA Version
CUDA Toolkit (first supported)
CUDA Toolkit (deprecated)
CUDA Toolkit (support removed)
CUDA Toolkit status
Clocks & Performance
Base Clock
+14%
1,000
Boost Clock
+126%
2,100
Memory Clock
+44%
2,525
Power Consumption
Recommended PSU
-48%
600 W
Power Connector
TDP/TGP
-67%
250 W
Rendering
Texture Units (TMU)
+407%
1,216
ROP
L2 Cache
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
