Performance Rating
NVIDIA A800 SXM4 80 GB outperforms GALAX GTX 1080 EXOC V2 by 322.35% in the overall GPU ARK performance rating
NVIDIA A800 SXM4 80 GB
Expert Comparison
GALAX GTX 1080 EXOC V2 и NVIDIA A800 SXM4 80 GB значительно отличаются по мощности и назначению. A800 SXM4 80 GB с архитектурой Ampere имеет больше ядер (6912 против 2560), большую память (80 ГБ HBM2e против 8 ГБ GDDR5X) и гораздо большую пропускную способность (2.04 ТБ/с против 320.3 ГБ/с). Он также работает на гораздо более высокой частоте и потребляет больше энергии (400 Вт против 180 Вт). Этот GPU предназначен для высокопроизводительных вычислений и машинного обучения. В то же время GTX 1080 EXOC V2 лучше подходит для игр и менее интенсивных задач благодаря своей более умеренной потребляемой мощности и более высокой частоте работы для своего класса.
Contents:
Memory ML Performance Compute Power Architecture & Compatibility ML Software Support Clocks & Performance Power Consumption Rendering AdditionalMemory
Memory Size
+900%
80
ГБ
Memory Type
Memory Bandwidth
2.04 TB/s
Memory Bus Width
ML Performance
FP16 (Half Precision)
+55,316%
77.97
TFLOPS
BF16 (Brain Float)
311.84
TFLOPS
TF32 (TensorFloat)
155.92
Compute Power
FP32 (Single Precision)
+116%
19.49
TFLOPS
FP64 (Double Precision)
+3,363%
9.746
TFLOPS
CUDA Cores
+170%
6,912
RT Cores
Architecture & Compatibility
GPU Architecture
SM (Streaming Multiprocessor)
+440%
108
PCIe Version
ML Software Support
CUDA Version
8.0
CUDA Toolkit (first supported)
CUDA Toolkit (deprecated)
CUDA Toolkit (support removed)
CUDA Toolkit status
Clocks & Performance
Base Clock
1,155
Boost Clock
1,410
Memory Clock
+27%
1,593
Power Consumption
Recommended PSU
-44%
450 W
Power Connector
TDP/TGP
-55%
180 W
Rendering
Texture Units (TMU)
+170%
432
ROP
L2 Cache
+1,900%
40 MB
Additional
Slots
SXM Module
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
