Performance Rating
NVIDIA H200 SXM 141 GB outperforms PowerColor Red Devil RX Vega 56 OC by 663.08% in the overall GPU ARK performance rating
PowerColor Red Devil RX Vega 56 OC
Expert Comparison
NVIDIA H200 SXM 141 GB явно выигрывает по многим параметрам: более мощная архитектура Hopper, гораздо больше памяти (141 ГБ против 8 ГБ), большая шина данных (6144 бит против 2048 бит) и значительно большая пропускная способность (4.89 TB/s против 409.6 GB/s). Этот GPU предназначен для высокопроизводительных вычислений и AI-задач. В то время как PowerColor Red Devil RX Vega 56 OC старее и слабее (2017 год выпуска, 10.94 TFLOPS против 66.91 TFLOPS), он все еще хорош для простых задач обработки изображений и игр, хотя и с заметным отставанием от современных стандартов.
Contents:
Memory ML Performance Compute Power Architecture & Compatibility ML Software Support Clocks & Performance Power Consumption Rendering Benchmarks AdditionalMemory
Memory Size
+1,662%
141
ГБ
Memory Type
Memory Bandwidth
4.89 TB/s
Memory Bus Width
ML Performance
FP16 (Half Precision)
+1,123%
267.6
TFLOPS
BF16 (Brain Float)
TF32 (TensorFloat)
Compute Power
FP32 (Single Precision)
+512%
66.91
TFLOPS
FP64 (Double Precision)
+4,793%
33.45
TFLOPS
CUDA Cores
+371%
16,896
RT Cores
Architecture & Compatibility
GPU Architecture
SM (Streaming Multiprocessor)
132
PCIe Version
ML Software Support
CUDA Version
Clocks & Performance
Base Clock
+15%
1,500
Boost Clock
+30%
1,980
Memory Clock
+99%
1,593
Power Consumption
TDP/TGP
-70%
210 W
Recommended PSU
-50%
550 W
Power Connector
Rendering
Texture Units (TMU)
+136%
528
ROP
L2 Cache
+1,150%
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
