Performance Rating
AMD Radeon Instinct MI300X outperforms GALAX RTX 5060 Classic Metal Master B by 914.01% in the overall GPU ARK performance rating
GALAX RTX 5060 Classic Metal Master B
Expert Comparison
AMD Radeon Instinct MI300X значительно превосходит GALAX RTX 5060 по многим параметрам: более мощная архитектура CDNA 3.0, гораздо больше памяти (192 ГБ против 8 ГБ), большая шина данных (8192 бит против 128 бит) и гораздо большая пропускная способность (10.3 ТБ/с против 448 ГБ/с). MI300X также имеет более высокую частоту и TDP, что делает его более эффективным для вычислений. RTX 5060 подходит для средней графики и игр, тогда как MI300X идеально подходит для больших вычислительных задач и научных исследований.
Contents:
Memory ML Performance Compute Power Architecture & Compatibility ML Software Support Clocks & Performance Power Consumption Rendering Benchmarks AdditionalMemory
Memory Size
+2,300%
192
ГБ
Memory Type
Memory Bandwidth
10.3 TB/s
Memory Bus Width
ML Performance
FP16 (Half Precision)
+3,308%
653.7
TFLOPS
BF16 (Brain Float)
TF32 (TensorFloat)
Compute Power
FP32 (Single Precision)
+326%
81.72
TFLOPS
FP64 (Double Precision)
+27,176%
81.72
TFLOPS
CUDA Cores
+407%
19,456
RT Cores
30
Architecture & Compatibility
GPU Architecture
SM (Streaming Multiprocessor)
30
PCIe Version
ML Software Support
CUDA Version
Clocks & Performance
Base Clock
+128%
2,280
Boost Clock
+19%
2,497
Memory Clock
+44%
2,525
Power Consumption
Recommended PSU
-74%
300 W
Power Connector
TDP/TGP
-81%
145 W
Rendering
Texture Units (TMU)
+913%
1,216
ROP
30
L2 Cache
+100%
32 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
