Performance Rating
AMD Radeon Instinct MI300X outperforms NVIDIA H100 NVL 94 GB by 64.42% in the overall GPU ARK performance rating
NVIDIA H100 NVL 94 GB
Expert Comparison
AMD Radeon Instinct MI300X имеет большую память (192 ГБ против 94 ГБ) и более высокую пропускную способность (10.3 TB/s против 3.94 TB/s), что делает его предпочтительным для вычислений больших данных и машинного обучения. Его TDP также выше (750 Вт против 400 Вт), что указывает на большую мощность. Однако NVIDIA H100 NVL 94 GB обладает более высокой производительностью в FP32 (60.32 TFLOPS против 81.72 TFLOPS) и более низким энергопотреблением, что делает его оптимальным выбором для задач с высокими требованиями к вычислительной мощности при меньших затратах энергии.
Contents:
Memory ML Performance Compute Power Architecture & Compatibility ML Software Support Clocks & Performance Power Consumption Rendering Benchmarks AdditionalMemory
Memory Size
+104%
192
ГБ
Memory Type
Memory Bandwidth
+161%
10.3 TB/s
Memory Bus Width
ML Performance
FP16 (Half Precision)
+171%
653.7
TFLOPS
BF16 (Brain Float)
TF32 (TensorFloat)
Compute Power
FP32 (Single Precision)
+35%
81.72
TFLOPS
FP64 (Double Precision)
+171%
81.72
TFLOPS
CUDA Cores
+15%
19,456
RT Cores
Architecture & Compatibility
GPU Architecture
SM (Streaming Multiprocessor)
132
PCIe Version
ML Software Support
CUDA Version
CUDA Toolkit (first supported)
CUDA Toolkit status
Clocks & Performance
Base Clock
+8%
1,080
Boost Clock
+18%
2,100
Memory Clock
+93%
2,525
Power Consumption
Recommended PSU
-30%
800 W
Power Connector
TDP/TGP
-47%
400 W
Rendering
Texture Units (TMU)
+130%
1,216
ROP
L2 Cache
+212%
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 (UNSET)
MLPerf, llama3.1-405b (fp16)
llama.cpp, llama-2-7b-Q4_0
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
