Performance Rating
NVIDIA H200 SXM 141 GB outperforms NVIDIA RTX PRO 6000 Blackwell Server by 17.24% in the overall GPU ARK performance rating
NVIDIA RTX PRO 6000 Blackwell Server
Expert Comparison
NVIDIA H200 SXM 141 GB обладает более высокой пропускной способностью (4.89 TB/s против 1.79 TB/s) и большей памятью (141 ГБ HBM3e против 96 ГБ GDDR7), что делает его предпочтительным для требовательных задач, таких как обработка больших объемов данных и машинное обучение. Однако NVIDIA RTX PRO 6000 Blackwell Server предлагает больше ядер (24064 против 16896) и выше производительность FP32 (126.0 TFLOPS против 66.91 TFLOPS), что делает его лучшим выбором для графической обработки и сложных симуляций.
Contents:
Memory ML Performance Compute Power Architecture & Compatibility ML Software Support Clocks & Performance Power Consumption Rendering Benchmarks AdditionalMemory
Memory Size
+47%
141
ГБ
Memory Type
Memory Bandwidth
+173%
4.89 TB/s
Memory Bus Width
ML Performance
FP16 (Half Precision)
+112%
267.6
TFLOPS
BF16 (Brain Float)
TF32 (TensorFloat)
Compute Power
FP32 (Single Precision)
+88%
126.0
TFLOPS
FP64 (Double Precision)
+1,600%
33.45
TFLOPS
CUDA Cores
+42%
24,064
RT Cores
188
Architecture & Compatibility
GPU Architecture
SM (Streaming Multiprocessor)
+42%
188
PCIe Version
ML Software Support
CUDA Version
12.0
Clocks & Performance
Base Clock
+6%
1,590
Boost Clock
+32%
2,617
Memory Clock
+10%
1,750
Power Consumption
TDP/TGP
-14%
600 W
Recommended PSU
-9%
1000 W
Power Connector
Rendering
Texture Units (TMU)
+42%
752
ROP
188
L2 Cache
50 MB
Benchmarks
MLPerf, llama2-70b-99.9 (UNSET)
MLPerf, llama2-70b-99.9 (fp16)
MLPerf, llama2-70b-99.9 (fp4)
MLPerf, llama2-70b-99.9 (fp8)
MLPerf, llama3.1-405b (fp16)
MLPerf, llama3.1-405b (fp8)
MLPerf, llama3.1-8b (fp4)
MLPerf, llama3.1-8b (fp8)
Geekbench AI, FP16
Geekbench AI, INT8
Geekbench AI, FP32
MLPerf, deepseek-r1 (fp8)
MLPerf, mixtral-8x7b (fp8)
+89%
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
