Performance Rating
AMD Radeon Instinct MI300X outperforms NVIDIA Quadro 3000M X2 by 12,446.67% in the overall GPU ARK performance rating
NVIDIA Quadro 3000M X2
Expert Comparison
AMD Radeon Instinct MI300X значительно превосходит NVIDIA Quadro 3000M X2 по многим параметрам. MI300X имеет гораздо больше ядер (19456 против 240), большую память (192 ГБ HBM3 против 2 ГБ GDDR5) и значительно большую пропускную способность (10.3 TB/s против 80.00 GB/s). Также MI300X предназначен для современных вычислений и обладает более высокой TDP (750 Вт против 150 Вт), что указывает на его мощность. MI300X также имеет гораздо более высокий GPI (94.1 против 0.8).
Contents:
Memory ML Performance Compute Power Architecture & Compatibility ML Software Support Clocks & Performance Power Consumption Rendering Benchmarks AdditionalMemory
Memory Size
+9,500%
192
ГБ
Memory Type
Memory Bandwidth
10.3 TB/s
Memory Bus Width
ML Performance
FP16 (Half Precision)
653.7
TFLOPS
BF16 (Brain Float)
TF32 (TensorFloat)
Compute Power
FP32 (Single Precision)
+18,817%
81.72
TFLOPS
FP64 (Double Precision)
+226,900%
81.72
TFLOPS
CUDA Cores
+8,007%
19,456
RT Cores
Architecture & Compatibility
GPU Architecture
SM (Streaming Multiprocessor)
PCIe Version
ML Software Support
CUDA Version
CUDA Toolkit (first supported)
CUDA Toolkit (deprecated)
CUDA Toolkit (support removed)
CUDA Toolkit status
Clocks & Performance
Base Clock
1,000
Boost Clock
2,100
Memory Clock
+304%
2,525
Power Consumption
Recommended PSU
Power Connector
TDP/TGP
-80%
150 W
Rendering
Texture Units (TMU)
+2,940%
1,216
ROP
L2 Cache
16 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
