Performance Rating
AMD Radeon Instinct MI300X outperforms Intel Data Center GPU Flex 140 by 2,975.16% in the overall GPU ARK performance rating
Intel Data Center GPU Flex 140
Expert Comparison
AMD Radeon Instinct MI300X значительно превосходит Intel Data Center GPU Flex 140 по многим параметрам. MI300X имеет гораздо больше ядер (19456 против 1024), больше памяти (192 ГБ HBM3 против 6 ГБ GDDR6) и большую пропускную способность (10.3 TB/s против 186.0 GB/s). MI300X также имеет более высокую производительность FP32 (81.72 TFLOPS против 3.994 TFLOPS). Общая эффективность MI300X по индексу GPU Performance Index (94.1 против 3.1) также указывает на его преимущество. MI300X подходит для мощных вычислений и обработки больших данных, в то время как Flex 140 лучше подходит для менее требовательных задач.
Contents:
Memory ML Performance Compute Power Architecture & Compatibility ML Software Support Clocks & Performance Power Consumption Rendering Benchmarks AdditionalMemory
Memory Size
+3,100%
192
ГБ
Memory Type
Memory Bandwidth
10.3 TB/s
Memory Bus Width
ML Performance
FP16 (Half Precision)
+8,085%
653.7
TFLOPS
BF16 (Brain Float)
TF32 (TensorFloat)
Compute Power
FP32 (Single Precision)
+1,946%
81.72
TFLOPS
FP64 (Double Precision)
81.72
TFLOPS
CUDA Cores
+1,800%
19,456
RT Cores
8
Architecture & Compatibility
GPU Architecture
SM (Streaming Multiprocessor)
PCIe Version
ML Software Support
CUDA Version
CUDA Toolkit status
Clocks & Performance
Base Clock
+60%
1,600
Boost Clock
+8%
2,100
Memory Clock
+30%
2,525
Power Consumption
Recommended PSU
-78%
250 W
Power Connector
TDP/TGP
-90%
75 W
Rendering
Texture Units (TMU)
+1,800%
1,216
ROP
8
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
