Performance Rating
AMD Radeon Instinct MI300X outperforms NVIDIA RTX PRO 500 Blackwell Embedded by 1,685.58% in the overall GPU ARK performance rating
NVIDIA RTX PRO 500 Blackwell Embedded
Expert Comparison
AMD Radeon Instinct MI300X значительно превосходит NVIDIA RTX PRO 500 Blackwell Embedded в вычислительной мощности и памяти. MI300X имеет 19456 ядер, 192 ГБ HBM3 и пропускную способность 10.3 TB/s, что делает его лучшим выбором для вычислительных задач и AI. В то время как RTX PRO 500 Blackwell Embedded предназначен для встраиваемых систем, у него всего 1792 ядра, 6 ГБ GDDR7 и пропускная способность 288.0 GB/s, что делает его неComparable по производительности для серьезных вычислительных задач.
Contents:
Memory ML Performance Compute Power Architecture & Compatibility ML Software Support Clocks & Performance Power Consumption Rendering Benchmarks AdditionalMemory
Memory Size
+3,100%
192
ГБ
Memory Type
Memory Bandwidth
10.3 TB/s
Memory Bus Width
ML Performance
FP16 (Half Precision)
+7,011%
653.7
TFLOPS
BF16 (Brain Float)
TF32 (TensorFloat)
Compute Power
FP32 (Single Precision)
+789%
81.72
TFLOPS
FP64 (Double Precision)
+56,808%
81.72
TFLOPS
CUDA Cores
+986%
19,456
RT Cores
Architecture & Compatibility
GPU Architecture
SM (Streaming Multiprocessor)
PCIe Version
ML Software Support
CUDA Version
CUDA Toolkit (first supported)
CUDA Toolkit status
Clocks & Performance
Base Clock
1,000
Boost Clock
2,100
Memory Clock
+68%
2,525
Power Consumption
Recommended PSU
Power Connector
TDP/TGP
-95%
35 W
Rendering
Texture Units (TMU)
+2,071%
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
