Performance Rating
NVIDIA B300 outperforms NVIDIA A100X by 174.65% in the overall GPU ARK performance rating
NVIDIA B300
Expert Comparison
NVIDIA B300 значительно превосходит NVIDIA A100X по количеству ядер, объему памяти и пропускной способности. B300 предназначен для обработки больших объемов данных и требует гораздо больше энергии (1400 Вт против 300 Вт). A100X более экономичный вариант с достаточными характеристиками для многих задач машинного обучения и визуализации, но при этом он имеет значительно меньшую производительность в сравнении с B300.
Contents:
Memory ML Performance Compute Power Architecture & Compatibility ML Software Support Clocks & Performance Power Consumption Rendering AdditionalMemory
Memory Size
+80%
144
ГБ ×2 (288 ГБ)
Memory Type
Memory Bandwidth
+101%
4.10 TB/s
×2 (8.2 TB/s)
Memory Bus Width
ML Performance
FP16 (Half Precision)
+6,365%
79.63
TFLOPS
BF16 (Brain Float)
TF32 (TensorFloat)
Compute Power
FP32 (Single Precision)
+287%
76.99
TFLOPS
FP64 (Double Precision)
+727%
9.953
TFLOPS
CUDA Cores
+174%
18,944
×2 (37888)
RT Cores
Architecture & Compatibility
GPU Architecture
SM (Streaming Multiprocessor)
+37%
148
PCIe Version
ML Software Support
CUDA Version
10.3
CUDA Toolkit (first supported)
CUDA Toolkit status
Clocks & Performance
Base Clock
+109%
1,665
Boost Clock
+41%
2,032
Memory Clock
+26%
2,000
Power Consumption
Recommended PSU
-61%
700 W
Power Connector
TDP/TGP
-79%
300 W
Rendering
Texture Units (TMU)
+37%
592
×2 (1184)
ROP
L2 Cache
+60%
80 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
