Performance Rating
NVIDIA B200 outperforms NVIDIA RTX PRO 6000 Blackwell Server by 14.51% in the overall GPU ARK performance rating
NVIDIA RTX PRO 6000 Blackwell Server
Expert Comparison
NVIDIA B200 обладает большей пропускной способностью (4.10 TB/s против 1.79 TB/s) и более высокой производительностью FP32 (74.45 TFLOPS против 126.0 TFLOPS), что делает его предпочтительным для вычислений и научных расчетов. Однако его потребление энергии в 1000 Вт против 600 Вт у NVIDIA RTX PRO 6000 Blackwell Server может быть недоступно для некоторых серверных решений. NVIDIA RTX PRO 6000 Blackwell Server предлагает более эффективное соотношение цены и производительности благодаря меньшему TDP и большей памяти (96 ГБ против 90 ГБ).
Contents:
Memory ML Performance Compute Power Architecture & Compatibility ML Software Support Clocks & Performance Power Consumption Rendering Benchmarks AdditionalMemory
Memory Size
+7%
96
ГБ
Memory Type
Memory Bandwidth
+129%
4.10 TB/s
×2 (8.2 TB/s)
Memory Bus Width
ML Performance
FP16 (Half Precision)
+10,478%
126.0
TFLOPS
BF16 (Brain Float)
TF32 (TensorFloat)
Compute Power
FP32 (Single Precision)
+69%
126.0
TFLOPS
FP64 (Double Precision)
+1,791%
37.22
TFLOPS
CUDA Cores
+27%
24,064
RT Cores
188
Architecture & Compatibility
GPU Architecture
SM (Streaming Multiprocessor)
+27%
188
PCIe Version
ML Software Support
CUDA Version
12.0
CUDA Toolkit (first supported)
CUDA Toolkit status
Clocks & Performance
Base Clock
+127%
1,590
Boost Clock
+33%
2,617
Memory Clock
+14%
2,000
Power Consumption
Recommended PSU
-29%
1000 W
Power Connector
TDP/TGP
-40%
600 W
Rendering
Texture Units (TMU)
+27%
752
ROP
188
L2 Cache
50 MB
Benchmarks
MLPerf, llama2-70b-99.9 (fp4)
MLPerf, llama3.1-8b (fp4)
llama.cpp, llama 7B Q4_0
Geekbench AI, FP16
Geekbench AI, INT8
Geekbench AI, FP32
MLPerf, mixtral-8x7b (fp8)
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
