Performance Rating
NVIDIA GeForce RTX 4090 outperforms NVIDIA A800 SXM4 80 GB by 23.83% in the overall GPU ARK performance rating
NVIDIA GeForce RTX 4090
Expert Comparison
NVIDIA GeForce RTX 4090 обладает значительно большей численностью ядер (16384 против 6912), более высокой пропускной способностью памяти (1.01 TB/s против 2.04 TB/s) и вычислительной мощностью FP32 (82.58 TFLOPS против 19.49 TFLOPS). Однако NVIDIA A800 SXM4 80 GB имеет больше общего объема памяти (80 ГБ против 24 ГБ) и более высокий TDP (400 Вт против 450 Вт), что делает его более энергоэффективным для больших объемов данных. RTX 4090 лучше подходит для современных игр и требовательных к вычислениям приложений, тогда как A800 SXM4 80 GB — для обработки больших данных и научных расчетов.
Contents:
Memory ML Performance Compute Power Architecture & Compatibility ML Software Support Clocks & Performance Power Consumption Rendering Benchmarks AdditionalMemory
Memory Size
+233%
80
ГБ
Memory Type
Memory Bandwidth
1.01 TB/s
Memory Bus Width
ML Performance
FP16 (Half Precision)
+6%
82.58
TFLOPS
BF16 (Brain Float)
311.84
TFLOPS
TF32 (TensorFloat)
155.92
Compute Power
FP32 (Single Precision)
+324%
82.58
TFLOPS
FP64 (Double Precision)
9.746
TFLOPS
CUDA Cores
+137%
16,384
RT Cores
128
Architecture & Compatibility
GPU Architecture
SM (Streaming Multiprocessor)
+19%
128
PCIe Version
ML Software Support
CUDA Version
8.9
Clocks & Performance
Base Clock
+94%
2,235
Boost Clock
+79%
2,520
Memory Clock
+21%
1,593
Power Consumption
TDP/TGP
-11%
400 W
Recommended PSU
-6%
800 W
Power Connector
Rendering
Texture Units (TMU)
+19%
512
ROP
128
L2 Cache
+80%
72 MB
Benchmarks
MLPerf, llama3.1-8b-edge (fp32)
llama.cpp, llama 7B Q4_0
llama.cpp, llama-2-7b-Q4_0
Geekbench AI, FP16
Geekbench AI, INT8
Geekbench AI, FP32
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
