Performance Rating
NVIDIA A10G outperforms NVIDIA RTX PRO 4000 Blackwell SFF by 28.18% in the overall GPU ARK performance rating
NVIDIA RTX PRO 4000 Blackwell SFF
Expert Comparison
NVIDIA A10G обладает более мощной архитектурой Ampere с большей пропускной способностью и большим числом ядер (9216 против 8960), что делает его предпочтительным для тяжелых вычислений и машинного обучения. Несмотря на меньшую шину и TDP, A10G также имеет высокий GPI (17.0 против 13.3), что подтверждает его производительность. NVIDIA RTX PRO 4000 Blackwell SFF более энергоэффективный и компактный, но менее мощный по многим параметрам, что делает его лучшим выбором для менее требовательных задач или ограниченных по мощности систем.
Contents:
Memory ML Performance Compute Power Architecture & Compatibility ML Software Support Clocks & Performance Power Consumption Rendering AdditionalMemory
Memory Size
Memory Type
Memory Bandwidth
Memory Bus Width
ML Performance
FP16 (Half Precision)
+23%
31.52
TFLOPS
BF16 (Brain Float)
TF32 (TensorFloat)
Compute Power
FP32 (Single Precision)
+23%
31.52
TFLOPS
FP64 (Double Precision)
+146%
0.985
TFLOPS
CUDA Cores
+3%
9,216
RT Cores
+3%
72
Architecture & Compatibility
GPU Architecture
SM (Streaming Multiprocessor)
+3%
72
PCIe Version
ML Software Support
CUDA Version
12.0
CUDA Toolkit (first supported)
CUDA Toolkit status
Clocks & Performance
Base Clock
+129%
1,320
Boost Clock
+19%
1,710
Memory Clock
+39%
1,563
Power Consumption
Recommended PSU
-44%
250 W
Power Connector
TDP/TGP
-53%
70 W
Rendering
Texture Units (TMU)
+3%
288
ROP
+3%
72
L2 Cache
6 MB
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
