Performance Rating
AMD Radeon Instinct MI325X outperforms NVIDIA Jetson AGX Xavier 16 GB by 4,730.92% in the overall GPU ARK performance rating
NVIDIA Jetson AGX Xavier 16 GB
Expert Comparison
AMD Radeon Instinct MI325X значительно превосходит NVIDIA Jetson AGX Xavier 16 GB по многим параметрам: она имеет гораздо больше ядер, большую память (288 ГБ против 16 ГБ), более высокую пропускную способность и FP32 вычисления (81.72 TFLOPS против 1.41 TFLOPS). MI325X также потребляет намного больше энергии (1000 Вт против 30 Вт), что делает её более подходящей для интенсивных вычислений, таких как машинное обучение и симуляции. Jetson AGX Xavier 16 GB лучше подходит для менее требовательных задач, где энергоэффективность важнее мощности.
Contents:
Memory ML Performance Compute Power Architecture & Compatibility ML Software Support Clocks & Performance Power Consumption Rendering Benchmarks AdditionalMemory
Memory Size
+1,700%
288
ГБ
Memory Type
Memory Bandwidth
10.3 TB/s
Memory Bus Width
ML Performance
FP16 (Half Precision)
+23,081%
653.7
TFLOPS
BF16 (Brain Float)
TF32 (TensorFloat)
Compute Power
FP32 (Single Precision)
+5,696%
81.72
TFLOPS
FP64 (Double Precision)
+11,491%
81.72
TFLOPS
CUDA Cores
+3,700%
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
+17%
1,000
Boost Clock
+53%
2,100
Memory Clock
+18%
2,525
Power Consumption
Recommended PSU
Power Connector
TDP/TGP
-97%
30 W
Rendering
Texture Units (TMU)
+3,700%
1,216
ROP
L2 Cache
16 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
