Performance Rating
NVIDIA H200 SXM 141 GB outperforms ZOTAC RTX 5080 SOLID CORE by 190.06% in the overall GPU ARK performance rating
ZOTAC RTX 5080 SOLID CORE
Expert Comparison
NVIDIA H200 SXM с архитектурой Hopper значительно превосходит ZOTAC RTX 5080 SOLID CORE в производительности благодаря большему количеству ядер (16896 против 10752), большей памяти (141 ГБ HBM3e против 16 ГБ GDDR7) и гораздо более высокой пропускной способности (4.89 TB/s против 960.0 GB/s). H200 SXM также имеет более высокую TDP (700 Вт против 360 Вт), что позволяет ему выдавать лучшие результаты в сложных вычислительных задачах, таких как машинное обучение и научные вычисления.
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)
+375%
267.6
TFLOPS
BF16 (Brain Float)
TF32 (TensorFloat)
Compute Power
FP32 (Single Precision)
+19%
66.91
TFLOPS
FP64 (Double Precision)
+3,704%
33.45
TFLOPS
CUDA Cores
+57%
16,896
RT Cores
84
Architecture & Compatibility
GPU Architecture
SM (Streaming Multiprocessor)
+57%
132
PCIe Version
ML Software Support
CUDA Version
12.0
Clocks & Performance
Base Clock
+53%
2,295
Boost Clock
+32%
2,617
Memory Clock
+18%
1,875
Power Consumption
TDP/TGP
-49%
360 W
Recommended PSU
-32%
750 W
Power Connector
Rendering
Texture Units (TMU)
+57%
528
ROP
84
L2 Cache
+28%
64 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
