Performance Rating
NVIDIA B300 outperforms NVIDIA RTX 5000 Max-Q Ada Generation by 362.57% in the overall GPU ARK performance rating
NVIDIA RTX 5000 Max-Q Ada Generation
Expert Comparison
NVIDIA B300 имеет значительно более мощные характеристики: больше ядер (18944 против 9728), большую пропускную способность памяти (4.10 ТБ/с против 576 ГБ/с) и большую емкость памяти (144 ГБ против 16 ГБ). Его TDP составляет 1400 Вт, что указывает на его высокую энергопотребляемость. Благодаря этим характеристикам он идеально подходит для высокопроизводительных вычислений и графики. В то время как RTX 5000 Max-Q Ada Generation, хотя и является современным решением, уступает B300 в практически всех ключевых аспектах, особенно по параметрам производительности. Он предназначен для ноутбуков и поддерживает более ограниченный набор функций.
Contents:
Memory ML Performance Compute Power Architecture & Compatibility ML Software Support Clocks & Performance Power Consumption Rendering AdditionalMemory
Memory Size
+800%
144
ГБ ×2 (288 ГБ)
Memory Type
Memory Bandwidth
4.10 TB/s
×2 (8.2 TB/s)
Memory Bus Width
ML Performance
FP16 (Half Precision)
+2,554%
32.69
TFLOPS
BF16 (Brain Float)
TF32 (TensorFloat)
Compute Power
FP32 (Single Precision)
+136%
76.99
TFLOPS
FP64 (Double Precision)
+136%
1.2029
TFLOPS
CUDA Cores
+95%
18,944
×2 (37888)
RT Cores
76
Architecture & Compatibility
GPU Architecture
SM (Streaming Multiprocessor)
+95%
148
PCIe Version
ML Software Support
CUDA Version
10.3
CUDA Toolkit (first supported)
CUDA Toolkit status
Clocks & Performance
Base Clock
+79%
1,665
Boost Clock
+21%
2,032
Memory Clock
+12%
2,250
Power Consumption
Recommended PSU
Power Connector
TDP/TGP
-91%
120 W
Rendering
Texture Units (TMU)
+95%
592
×2 (1184)
ROP
76
L2 Cache
+28%
64 MB
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
