Performance Rating
NVIDIA RTX PRO 4000 Blackwell SFF outperforms NVIDIA RTX 1000 Mobile Ada Generation by 155.19% in the overall GPU ARK performance rating
NVIDIA RTX PRO 4000 Blackwell SFF
Expert Comparison
RTX PRO 4000 Blackwell SFF имеет значительно больше ядер (8960 против 2560), больше памяти (24 ГБ против 6 ГБ) и большую пропускную способность (432.0 GB/s против 192.0 GB/s), что делает его предпочтительным для интенсивных вычислений и графики. Однако он потребляет больше энергии (70 Вт против 35 Вт) и имеет более высокую базовую и буст-частоту. RTX 1000 Mobile Ada Generation более энергоэффективен и лучше подходит для легких задач и мобильного использования.
Contents:
Memory ML Performance Compute Power Architecture & Compatibility ML Software Support Clocks & Performance Power Consumption Rendering AdditionalMemory
Memory Size
+300%
24
ГБ
Memory Type
Memory Bandwidth
Memory Bus Width
ML Performance
FP16 (Half Precision)
+147%
25.66
TFLOPS
BF16 (Brain Float)
TF32 (TensorFloat)
Compute Power
FP32 (Single Precision)
+147%
25.66
TFLOPS
FP64 (Double Precision)
+148%
0.401
TFLOPS
CUDA Cores
+250%
8,960
RT Cores
+250%
70
Architecture & Compatibility
GPU Architecture
SM (Streaming Multiprocessor)
+250%
70
PCIe Version
ML Software Support
CUDA Version
12.0
CUDA Toolkit (first supported)
CUDA Toolkit status
Clocks & Performance
Base Clock
+157%
1,485
Boost Clock
+41%
2,025
Memory Clock
+78%
2,000
Power Consumption
Recommended PSU
Power Connector
TDP/TGP
-50%
35 W
Rendering
Texture Units (TMU)
+250%
280
ROP
+250%
70
L2 Cache
+300%
48 MB
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
