Performance Rating
NVIDIA H200 SXM 141 GB outperforms NVIDIA B100 by 58.77% in the overall GPU ARK performance rating
NVIDIA H200 SXM 141 GB
Expert Comparison
NVIDIA H200 SXM с архитектурой Hopper лучше по многим параметрам: он имеет большую память (141 ГБ против 96 ГБ), большую шину данных (6144 бит против 4096 бит) и значительно большую пропускную способность (4.89 ТБ/с против 4.10 ТБ/с). Также у него выше производительность FP32 (66.91 ТФЛОПС против 32.95 ТФЛОПС). Однако H200 потребляет меньше энергии (700 Вт против 1000 Вт) и имеет более высокий GPI (67.4 против 42.4), что делает его более эффективным для вычислительных задач.
Contents:
Memory ML Performance Compute Power Architecture & Compatibility ML Software Support Clocks & Performance Power Consumption Rendering Benchmarks AdditionalMemory
Memory Size
+47%
141
ГБ
Memory Type
Memory Bandwidth
+19%
4.89 TB/s
Memory Bus Width
ML Performance
FP16 (Half Precision)
+103%
267.6
TFLOPS
BF16 (Brain Float)
TF32 (TensorFloat)
Compute Power
FP32 (Single Precision)
+103%
66.91
TFLOPS
FP64 (Double Precision)
+103%
33.45
TFLOPS
CUDA Cores
16,896
RT Cores
Architecture & Compatibility
GPU Architecture
SM (Streaming Multiprocessor)
132
PCIe Version
ML Software Support
CUDA Version
10.1
CUDA Toolkit (first supported)
CUDA Toolkit status
Clocks & Performance
Base Clock
+114%
1,500
Boost Clock
+103%
1,980
Memory Clock
1,593
Power Consumption
Recommended PSU
-21%
1100 W
Power Connector
TDP/TGP
-30%
700 W
Rendering
Texture Units (TMU)
528
ROP
L2 Cache
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
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
