Performance Rating
NVIDIA H200 SXM 141 GB outperforms ONDA RTX 5050 Aegis V1 by 855.74% in the overall GPU ARK performance rating
ONDA RTX 5050 Aegis V1
Expert Comparison
NVIDIA H200 SXM 141 GB обладает гораздо более мощными характеристиками: больше ядер (16896 против 2560), большую память (141 ГБ HBM3e против 8 ГБ GDDR6) и значительно большую пропускную способность (4.89 ТБ/с против 320 ГБ/с). Подходит для сложных вычислений и машинного обучения. В то время как ONDA RTX 5050 Aegis V1 более энергоэффективен (TDP 130 Вт против 700 Вт) и предназначен для более простых задач, таких как базовая графика и轻量级机器人的回答需要简洁明了，以下是针对两个显卡的简要对比： NVIDIA H200 SXM 141 GB具有更强的性能，适用于复杂的计算和深度学习任务。相比之下，ONDA RTX 5050 Aegis V1更节能，更适合基本图形和简单任务。
Contents:
Memory ML Performance Compute Power Architecture & Compatibility ML Software Support Clocks & Performance Power Consumption Rendering Benchmarks AdditionalMemory
Memory Size
+1,662%
141
ГБ
Memory Type
Memory Bandwidth
4.89 TB/s
Memory Bus Width
ML Performance
FP16 (Half Precision)
+1,932%
267.6
TFLOPS
BF16 (Brain Float)
TF32 (TensorFloat)
Compute Power
FP32 (Single Precision)
+408%
66.91
TFLOPS
FP64 (Double Precision)
+16,154%
33.45
TFLOPS
CUDA Cores
+560%
16,896
RT Cores
20
Architecture & Compatibility
GPU Architecture
SM (Streaming Multiprocessor)
+560%
132
PCIe Version
ML Software Support
CUDA Version
12.0
Clocks & Performance
Base Clock
+54%
2,317
Boost Clock
+30%
2,572
Memory Clock
+57%
2,500
Power Consumption
Recommended PSU
-73%
300 W
Power Connector
TDP/TGP
-81%
130 W
Rendering
Texture Units (TMU)
+560%
528
ROP
20
L2 Cache
+108%
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
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
