Performance Rating
AMD Radeon Instinct MI300X outperforms Intel Data Center GPU Flex 140 by 2,975.16% in the overall GPU ARK performance rating
Intel Data Center GPU Flex 140
Expert Comparison
AMD Radeon Instinct MI300X значительно выигрывает у Intel Data Center GPU Flex 140 в большинстве параметров. MI300X имеет гораздо больше ядер (19456 против 1024), больший объем памяти (192 ГБ против 6 ГБ) и гораздо большую пропускную способность (10.3 ТБ/с против 186 ГБ/с). MI300X также имеет более высокую эффективность в расчетах FP32 и TDP. Этот GPU подходит для сложных вычислений и больших объемов данных. Intel GPU Flex 140 лучше подходит для менее требовательных задач с меньшими объемами данных и ограниченными вычислительными ресурсами.
Contents:
Memory ML Performance Compute Power Architecture & Compatibility ML Software Support Clocks & Performance Power Consumption Rendering Benchmarks AdditionalMemory
Memory Size
+3,100%
192
ГБ
Memory Type
Memory Bandwidth
10.3 TB/s
Memory Bus Width
ML Performance
FP16 (Half Precision)
+8,085%
653.7
TFLOPS
BF16 (Brain Float)
TF32 (TensorFloat)
Compute Power
FP32 (Single Precision)
+1,946%
81.72
TFLOPS
FP64 (Double Precision)
81.72
TFLOPS
CUDA Cores
+1,800%
19,456
RT Cores
8
Architecture & Compatibility
GPU Architecture
SM (Streaming Multiprocessor)
PCIe Version
ML Software Support
CUDA Version
CUDA Toolkit status
Clocks & Performance
Base Clock
+60%
1,600
Boost Clock
+8%
2,100
Memory Clock
+30%
2,525
Power Consumption
Recommended PSU
-78%
250 W
Power Connector
TDP/TGP
-90%
75 W
Rendering
Texture Units (TMU)
+1,800%
1,216
ROP
8
L2 Cache
4 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
