Performance Rating
AMD Radeon Instinct MI300X outperforms AMD Radeon Pro Vega 64X by 772.1% in the overall GPU ARK performance rating
AMD Radeon Pro Vega 64X
Expert Comparison
AMD Radeon Instinct MI300X значительно превосходит Radeon Pro Vega 64X по большинству параметров: имеет больше ядер, больший объем памяти (192 ГБ против 16 ГБ), более высокую пропускную способность (10.3 ТБ/с против 512 ГБ/с) и значительно большую производительность в FP32 (81.72 ТФЛОПС против 12.03 ТФЛОПС). MI300X также потребляет больше энергии (750 Вт против 250 Вт) и имеет более высокий GPI (94.1 против 10.8), что делает его предпочтительным выбором для вычислительных задач и машинного обучения. Radeon Pro Vega 64X больше подходит для графических задач и менее требовательных вычислений.
Contents:
Memory ML Performance Compute Power Architecture & Compatibility ML Software Support Clocks & Performance Power Consumption Rendering Benchmarks AdditionalMemory
Memory Size
+1,100%
192
ГБ
Memory Type
Memory Bandwidth
10.3 TB/s
Memory Bus Width
ML Performance
FP16 (Half Precision)
+2,618%
653.7
TFLOPS
BF16 (Brain Float)
TF32 (TensorFloat)
Compute Power
FP32 (Single Precision)
+579%
81.72
TFLOPS
FP64 (Double Precision)
+10,773%
81.72
TFLOPS
CUDA Cores
+375%
19,456
RT Cores
Architecture & Compatibility
GPU Architecture
SM (Streaming Multiprocessor)
PCIe Version
ML Software Support
CUDA Version
Clocks & Performance
Base Clock
1,000
Boost Clock
+43%
2,100
Memory Clock
+152%
2,525
Power Consumption
Recommended PSU
Power Connector
TDP/TGP
-67%
250 W
Rendering
Texture Units (TMU)
+375%
1,216
ROP
L2 Cache
+300%
16 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
