Performance Rating
NVIDIA H200 SXM 141 GB outperforms GALAX RTX 2080 General by 865.33% in the overall GPU ARK performance rating
NVIDIA H200 SXM 141 GB
Expert Comparison
RTX 2080 General обладает более умеренными характеристиками, подходящими для средней графики и игр. Несмотря на высокую частоту и неплохой индекс производительности (7.0), он значительно уступает H200 SXM по количеству ядер, объему памяти и пропускной способности. H200 SXM с архитектурой Hopper идеально подходит для вычислительных задач, AI и обработки больших данных благодаря своим мощным характеристикам (66.91 TFLOPS, 4.89 TB/s) и высокому энергопотреблению (700 Вт).
Contents:
Memory ML Performance Compute Power Architecture & Compatibility ML Software Support Clocks & Performance Power Consumption Rendering Benchmarks AdditionalMemory
Memory Size
+1,662%
141
ГБ
Memory Type
Memory Bandwidth
4.89 TB/s
Memory Bus Width
ML Performance
FP16 (Half Precision)
+1,229%
267.6
TFLOPS
BF16 (Brain Float)
TF32 (TensorFloat)
Compute Power
FP32 (Single Precision)
+564%
66.91
TFLOPS
FP64 (Double Precision)
+10,533%
33.45
TFLOPS
CUDA Cores
+474%
16,896
RT Cores
Architecture & Compatibility
GPU Architecture
SM (Streaming Multiprocessor)
+187%
132
PCIe Version
ML Software Support
CUDA Version
9.0
CUDA Toolkit status
Clocks & Performance
Base Clock
1,500
Boost Clock
+16%
1,980
Memory Clock
1,593
Power Consumption
Recommended PSU
-50%
550 W
Power Connector
TDP/TGP
-69%
215 W
Rendering
Texture Units (TMU)
+187%
528
ROP
L2 Cache
+1,150%
50 MB
Benchmarks
MLPerf, llama2-70b-99.9 (UNSET)
MLPerf, llama2-70b-99.9 (fp16)
MLPerf, llama2-70b-99.9 (fp8)
MLPerf, llama3.1-405b (fp16)
MLPerf, llama3.1-405b (fp8)
MLPerf, llama3.1-8b (fp8)
MLPerf, deepseek-r1 (fp8)
MLPerf, mixtral-8x7b (fp8)
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
