Performance Rating
NVIDIA H200 SXM 141 GB outperforms PNY DGX Spark by 287.91% in the overall GPU ARK performance rating
PNY DGX Spark
Expert Comparison
NVIDIA H200 SXM с архитектурой Hopper явно выигрывает по многим параметрам: он имеет больше ядер (16896 против 6144), большую пропускную способность памяти (4.89 TB/s против 273.2 GB/s) и значительно более высокий индекс производительности (67.4 против 17.4). H200 SXM также подходит для более сложных задач, таких как глубокое обучение и большие вычисления, из-за своей высокой пропускной способности и общей мощности. PNY DGX Spark, хотя и имеет более низкое энергопотребление, менее эффективен для таких задач.
Contents:
Memory ML Performance Compute Power Architecture & Compatibility ML Software Support Clocks & Performance Power Consumption Rendering Benchmarks AdditionalMemory
Memory Size
+10%
141
ГБ
Memory Type
Memory Bandwidth
4.89 TB/s
Memory Bus Width
ML Performance
FP16 (Half Precision)
+801%
267.6
TFLOPS
BF16 (Brain Float)
TF32 (TensorFloat)
Compute Power
FP32 (Single Precision)
+125%
66.91
TFLOPS
FP64 (Double Precision)
+7,104%
33.45
TFLOPS
CUDA Cores
+175%
16,896
RT Cores
48
Architecture & Compatibility
GPU Architecture
SM (Streaming Multiprocessor)
+175%
132
PCIe Version
ML Software Support
CUDA Version
12.1
CUDA Toolkit (first supported)
CUDA Toolkit status
Clocks & Performance
Base Clock
+11%
1,665
Boost Clock
+22%
2,418
Memory Clock
+49%
1,593
Power Consumption
Recommended PSU
-73%
300 W
Power Connector
TDP/TGP
-80%
140 W
Rendering
Texture Units (TMU)
+38%
528
ROP
48
L2 Cache
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
Rent on Intelion Cloud
Available for rent on Intelion Cloud
