Performance Rating
AMD Radeon Instinct MI325X outperforms NVIDIA H200 SXM 141 GB by 48.41% in the overall GPU ARK performance rating
NVIDIA H200 SXM 141 GB
Expert Comparison
AMD Radeon Instinct MI325X имеет более высокую пропускную способность памяти (10.3 TB/s) и FP32 вычислительную мощность (81.72 TFLOPS), что делает его предпочтительным для задач с высоким требованием к памяти и вычислениям. Однако NVIDIA H200 SXM с архитектурой Hopper предлагает меньшую пропускную способность памяти (4.89 TB/s) и FP32 вычисления (66.91 TFLOPS), но потребляет меньше энергии (700 Вт). MI325X лучше подходит для тяжелых вычислительных задач, в то время как H200 SXM может быть более экономичным выбором для менее интенсивных задач.
Contents:
Memory ML Performance Compute Power Architecture & Compatibility ML Software Support Clocks & Performance Power Consumption Rendering Benchmarks AdditionalMemory
Memory Size
+104%
288
ГБ
Memory Type
Memory Bandwidth
+111%
10.3 TB/s
Memory Bus Width
ML Performance
FP16 (Half Precision)
+144%
653.7
TFLOPS
BF16 (Brain Float)
TF32 (TensorFloat)
Compute Power
FP32 (Single Precision)
+22%
81.72
TFLOPS
FP64 (Double Precision)
+144%
81.72
TFLOPS
CUDA Cores
+15%
19,456
RT Cores
Architecture & Compatibility
GPU Architecture
SM (Streaming Multiprocessor)
132
PCIe Version
ML Software Support
CUDA Version
Clocks & Performance
Base Clock
+50%
1,500
Boost Clock
+6%
2,100
Memory Clock
+59%
2,525
Power Consumption
TDP/TGP
-30%
700 W
Recommended PSU
-21%
1100 W
Power Connector
Rendering
Texture Units (TMU)
+130%
1,216
ROP
L2 Cache
+212%
50 MB
Benchmarks
MLPerf, llama2-70b-99.9 (Dummy)
MLPerf, llama2-70b-99.9 (UNSET)
MLPerf, llama2-70b-99.9 (fp16)
MLPerf, llama2-70b-99.9 (fp8)
+26%
2 444 tokens/s
MLPerf, llama3.1-405b (fp16)
MLPerf, llama3.1-405b (fp8)
MLPerf, llama3.1-8b (fp8)
llama.cpp, llama-2-7b-Q4_0
MLPerf, deepseek-r1 (fp8)
MLPerf, mixtral-8x7b (fp8)
+2%
7 132 tokens/s
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
