Performance Rating
AMD Radeon Instinct MI325X outperforms NVIDIA RTX PRO 5000 Blackwell Embedded by 421.1% in the overall GPU ARK performance rating
NVIDIA RTX PRO 5000 Blackwell Embedded
Expert Comparison
AMD Radeon Instinct MI325X обладает значительно большей пропускной способностью памяти (10.3 TB/s против 896.0 GB/s) и гораздо больше ядер (19456 против 10496), что делает его более эффективным для вычислений и больших объемов данных. Этот GPU также потребляет больше энергии (1000 Вт против 95 Вт) и имеет более высокий GPI (100.0 против 19.2), что делает его идеальным для научных вычислений и машинного обучения. NVIDIA RTX PRO 5000 Blackwell Embedded, с другой стороны, более энергоэффективный и лучше подходит для графики и специализированных задач благодаря своей меньшей мощности и более оптимизированной архитектуре для GDDR7 памяти.
Contents:
Memory ML Performance Compute Power Architecture & Compatibility ML Software Support Clocks & Performance Power Consumption Rendering Benchmarks AdditionalMemory
Memory Size
+1,100%
288
ГБ
Memory Type
Memory Bandwidth
10.3 TB/s
Memory Bus Width
ML Performance
FP16 (Half Precision)
+1,689%
653.7
TFLOPS
BF16 (Brain Float)
TF32 (TensorFloat)
Compute Power
FP32 (Single Precision)
+124%
81.72
TFLOPS
FP64 (Double Precision)
+14,219%
81.72
TFLOPS
CUDA Cores
+85%
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
1,000
Boost Clock
+21%
2,100
Memory Clock
+44%
2,525
Power Consumption
Recommended PSU
Power Connector
TDP/TGP
-90%
95 W
Rendering
Texture Units (TMU)
+271%
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
