Performance Rating
AMD Radeon Instinct MI325X outperforms NVIDIA RTX PRO 4000 Blackwell Embedded by 565.34% in the overall GPU ARK performance rating
NVIDIA RTX PRO 4000 Blackwell Embedded
Expert Comparison
AMD Radeon Instinct MI325X значительно превосходит NVIDIA RTX PRO 4000 Blackwell Embedded по многим параметрам. MI325X имеет больше ядер, большую память (288 ГБ против 16 ГБ), более высокую пропускную способность (10.3 ТБ/с против 896 ГБ/с) и значительно лучшую производительность в FP32 (81.72 ТФЛОПС против 26.14 ТФЛОПС). MI325X также потребляет больше энергии (1000 Вт против 80 Вт), что делает его более мощным, но менее энергоэффективным. Обе карты предназначены для профессиональных приложений, но MI325X подходит для вычислений с большим объемом данных и высокой требовательности к вычислительной 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)
+2,401%
653.7
TFLOPS
BF16 (Brain Float)
TF32 (TensorFloat)
Compute Power
FP32 (Single Precision)
+213%
81.72
TFLOPS
FP64 (Double Precision)
+19,905%
81.72
TFLOPS
CUDA Cores
+153%
19,456
RT Cores
Architecture & Compatibility
GPU Architecture
SM (Streaming Multiprocessor)
PCIe Version
ML Software Support
CUDA Version
CUDA Toolkit (first supported)
CUDA Toolkit status
Clocks & Performance
Base Clock
+3%
1,000
Boost Clock
+23%
2,100
Memory Clock
+44%
2,525
Power Consumption
Recommended PSU
Power Connector
TDP/TGP
-92%
80 W
Rendering
Texture Units (TMU)
+407%
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
