Performance Rating
AMD Radeon Instinct MI325X outperforms Leadtek WinFast RTX 5070 HURRICANE by 591.09% in the overall GPU ARK performance rating
Leadtek WinFast RTX 5070 HURRICANE
Expert Comparison
AMD Radeon Instinct MI325X значительно превосходит Leadtek WinFast RTX 5070 HURRICANE по многим параметрам: она имеет больше ядер (19456 против 6144), большую пропускную способность памяти (10.3 TB/s против 672.0 GB/s) и гораздо более высокую производительность в FP32 (81.72 TFLOPS против 30.87 TFLOPS). MI325X также потребляет больше энергии (1000 Вт против 250 Вт), но это компенсируется ее высокой эффективностью в обработке больших объемов данных. MI325X подходит для вычислений, машинного обучения и других задач с высокими требованиями к вычислительной мощности, тогда как RTX 5070 HURRICANE лучше подходит для игр и менее требовательных вычислительных задач.
Contents:
Memory ML Performance Compute Power Architecture & Compatibility ML Software Support Clocks & Performance Power Consumption Rendering Benchmarks AdditionalMemory
Memory Size
+2,300%
288
ГБ
Memory Type
Memory Bandwidth
10.3 TB/s
Memory Bus Width
ML Performance
FP16 (Half Precision)
+2,018%
653.7
TFLOPS
BF16 (Brain Float)
TF32 (TensorFloat)
Compute Power
FP32 (Single Precision)
+165%
81.72
TFLOPS
FP64 (Double Precision)
+16,844%
81.72
TFLOPS
CUDA Cores
+217%
19,456
RT Cores
48
Architecture & Compatibility
GPU Architecture
SM (Streaming Multiprocessor)
48
PCIe Version
ML Software Support
CUDA Version
CUDA Toolkit (first supported)
CUDA Toolkit status
Clocks & Performance
Base Clock
+132%
2,325
Boost Clock
+20%
2,512
Memory Clock
+44%
2,525
Power Consumption
Recommended PSU
-57%
600 W
Power Connector
TDP/TGP
-75%
250 W
Rendering
Texture Units (TMU)
+533%
1,216
ROP
48
L2 Cache
+200%
48 MB
Benchmarks
MLPerf, llama2-70b-99.9 (Dummy)
MLPerf, llama2-70b-99.9 (fp8)
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
