Performance Rating
AMD Radeon Instinct MI300X outperforms GIGABYTE AORUS GTX 1080 Rev. 2.0 by 1,393.65% in the overall GPU ARK performance rating
GIGABYTE AORUS GTX 1080 Rev. 2.0
Expert Comparison
AMD Radeon Instinct MI300X значительно превосходит GIGABYTE AORUS GTX 1080 Rev. 2.0 по многим параметрам. MI300X имеет гораздо больше ядер и памяти, а также значительно большую пропускную способность и вычислительную мощность. АORUS GTX 1080 Rev. 2.0 старая модель с меньшими ресурсами и производительностью, что делает её неподходящей для современных задач, требующих высокой вычислительной мощности. MI300X идеально подходит для вычислительных задач, машинного обучения и других интенсивных вычислений, в то время как AORUS GTX 1080 Rev. 2.0 лучше всего подходит для игр и базовых вычислений.
Contents:
Memory ML Performance Compute Power Architecture & Compatibility ML Software Support Clocks & Performance Power Consumption Rendering Benchmarks AdditionalMemory
Memory Size
+2,300%
192
ГБ
Memory Type
Memory Bandwidth
10.3 TB/s
Memory Bus Width
ML Performance
FP16 (Half Precision)
+342%
653.7
TFLOPS
BF16 (Brain Float)
TF32 (TensorFloat)
Compute Power
FP32 (Single Precision)
+764%
81.72
TFLOPS
FP64 (Double Precision)
+27,555%
81.72
TFLOPS
CUDA Cores
+660%
19,456
RT Cores
Architecture & Compatibility
GPU Architecture
SM (Streaming Multiprocessor)
PCIe Version
ML Software Support
CUDA Version
Clocks & Performance
Base Clock
1,000
Boost Clock
+14%
2,100
Memory Clock
+102%
2,525
Power Consumption
TDP/TGP
-76%
180 W
Recommended PSU
-61%
450 W
Power Connector
Rendering
Texture Units (TMU)
+660%
1,216
ROP
L2 Cache
+700%
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
