Performance Rating
NVIDIA H200 SXM 141 GB outperforms NVIDIA GeForce RTX 5070 Ti SUPER by 237.07% in the overall GPU ARK performance rating
NVIDIA H200 SXM 141 GB
Expert Comparison
NVIDIA GeForce RTX 5070 Ti SUPER более подходящий для игр и средней графики с высоким разрешением благодаря большему количеству ядер (8960 против 16896) и памяти (16 ГБ против 141 ГБ), хотя и имеет меньшую пропускную способность памяти. NVIDIA H200 SXM 141 GB же значительно выигрывает в вычислительной мощности и памяти, что делает его предпочтительным для высокопроизводительных вычислений, машинного обучения и обработки больших данных, где важна обработка больших объемов данных и высокая пропускная способность памяти.
Contents:
Memory ML Performance Compute Power Architecture & Compatibility ML Software Support Clocks & Performance Power Consumption Rendering Benchmarks AdditionalMemory
Memory Size
+781%
141
ГБ
Memory Type
Memory Bandwidth
4.89 TB/s
Memory Bus Width
ML Performance
FP16 (Half Precision)
+509%
267.6
TFLOPS
BF16 (Brain Float)
TF32 (TensorFloat)
Compute Power
FP32 (Single Precision)
+52%
66.91
TFLOPS
FP64 (Double Precision)
+4,772%
33.45
TFLOPS
CUDA Cores
+89%
16,896
RT Cores
70
Architecture & Compatibility
GPU Architecture
SM (Streaming Multiprocessor)
+89%
132
PCIe Version
ML Software Support
CUDA Version
12.0
Clocks & Performance
Base Clock
+53%
2,295
Boost Clock
+24%
2,452
Memory Clock
+10%
1,750
Power Consumption
TDP/TGP
-50%
350 W
Recommended PSU
-32%
750 W
Power Connector
Rendering
Texture Units (TMU)
+89%
528
ROP
70
L2 Cache
+4%
50 MB
Benchmarks
MLPerf, llama2-70b-99.9 (UNSET)
MLPerf, llama2-70b-99.9 (fp16)
MLPerf, llama2-70b-99.9 (fp8)
MLPerf, llama3.1-405b (fp16)
MLPerf, llama3.1-405b (fp8)
MLPerf, llama3.1-8b (fp8)
MLPerf, deepseek-r1 (fp8)
MLPerf, mixtral-8x7b (fp8)
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
