NVIDIA H200 SXM 141 GB vs NVIDIA Tesla P100 DGXS

Сравнение NVIDIA H200 SXM 141 GB с 141 Гб HBM3e и 16 896 ядрами против NVIDIA Tesla P100 DGXS с 16 Гб HBM2 и 3 584 ядрами.

Загружаемся...

Оценка производительности

H200 H200
MI325X MI325X
A100 A100

NVIDIA H200 SXM 141 GB

NVIDIA H200 SXM 141 GB

RX 7900 XTX RX 7900 XTX
Instinct MI300X Instinct MI300X
MI250 MI250

NVIDIA Tesla P100 DGXS

NVIDIA Tesla P100 DGXS

Содержание:

Память ML-производительность Вычислительная мощность Архитектура и совместимость Программная поддержка ML Частоты и производительность Энергопотребление Рендеринг Бенчмарки Дополнительно

Память

Объем памяти

141 GB 16 GB

Тип памяти

HBM3e HBM2

Пропускная способность памяти

4.89 TB/s 732.2 GB/s

Ширина шины памяти

6 144 бит 4 096 бит

ML-производительность

FP16 (half)

267,6 TFLOPS 21,22 TFLOPS

BF16

Нет Нет

TF32

Нет Нет

Вычислительная мощность

FP32 (float)

66,91 TFLOPS 10,61 TFLOPS

FP64 (double)

33,45 TFLOPS 5,304 TFLOPS

CUDA ядра

16 896 3 584

RT ядра

Нет Нет

Архитектура и совместимость

Архитектура GPU

Hopper Pascal

SM (Streaming Multiprocessor)

132 56

PCIe версия

PCIe 5.0 x16 PCIe 3.0 x16

Программная поддержка ML

CUDA версия

🔥 9.0
6.0

Частоты и производительность

Base Clock

1 500 1 328

Boost Clock

1 980 1 480

Memory Clock

1 593 715

Энергопотребление

TDP/TGP

700 W
🔥 -57% 300 W

Рекомендуемый БП

1100 W
🔥 -36% 700 W

Разъём питания

8-pin EPS None

Рендеринг

Текстурные блоки (TMU)

528 224

ROP

Нет Нет

L2 Cache

50 MB 4 MB

Бенчмарки

MLPerf, llama2-70b-99.9 (UNSET)

3 534 tokens/s

MLPerf, llama2-70b-99.9 (fp16)

3 553 tokens/s

MLPerf, llama2-70b-99.9 (fp8)

2 444 tokens/s

MLPerf, llama3.1-405b (fp16)

40.8 tokens/s

MLPerf, llama3.1-405b (fp8)

25.3 tokens/s

MLPerf, llama3.1-8b (fp8)

5 161 tokens/s

MLPerf, deepseek-r1 (fp8)

1 113 tokens/s

MLPerf, mixtral-8x7b (fp8)

7 132 tokens/s

Дополнительно

Слоты

SXM Module Нет

Дата выпуска

18 ноября 2024 г. 5 апреля 2016 г.

Дисплейные порты

No outputs
No outputs

Арендовать дешевле, чем покупать