Performance Rating
NVIDIA B200 outperforms NVIDIA GeForce RTX 5090 Mobile by 259.42% in the overall GPU ARK performance rating
NVIDIA GeForce RTX 5090 Mobile
Expert Comparison
NVIDIA B200 имеет значительно большую пропускную способность памяти (4.10 TB/s) и больше ядер (18944), что делает его более мощным для вычислительных задач и больших объемов данных. Он также потребляет больше энергии (1000 Вт) и имеет более высокий GPI (65.8), что указывает на лучшую производительность. NVIDIA GeForce RTX 5090 Mobile, с другой стороны, предназначен для мобильного использования и имеет меньшую память (24 ГБ) и шину (256 бит), что делает его менее подходящим для тяжелых вычислительных задач. Его TDP (95 Вт) и GPI (18.3) также указывают на более ограниченные возможности по сравнению с B200.
Contents:
Memory ML Performance Compute Power Architecture & Compatibility ML Software Support Clocks & Performance Power Consumption Rendering Benchmarks AdditionalMemory
Memory Size
+275%
90
ГБ ×2 (180 ГБ)
Memory Type
Memory Bandwidth
4.10 TB/s
×2 (8.2 TB/s)
Memory Bus Width
ML Performance
FP16 (Half Precision)
+2,714%
33.52
TFLOPS
BF16 (Brain Float)
TF32 (TensorFloat)
Compute Power
FP32 (Single Precision)
+122%
74.45
TFLOPS
FP64 (Double Precision)
+7,006%
37.22
TFLOPS
CUDA Cores
+80%
18,944
×2 (37888)
RT Cores
82
Architecture & Compatibility
GPU Architecture
SM (Streaming Multiprocessor)
+80%
148
PCIe Version
ML Software Support
CUDA Version
12.0
CUDA Toolkit (first supported)
CUDA Toolkit status
Clocks & Performance
Base Clock
+56%
1,095
Boost Clock
+23%
1,965
Memory Clock
+14%
2,000
Power Consumption
Recommended PSU
Power Connector
TDP/TGP
-90%
95 W
Rendering
Texture Units (TMU)
+80%
592
×2 (1184)
ROP
82
L2 Cache
+28%
64 MB
Benchmarks
llama.cpp, llama 7B Q4_0
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
