ATI FirePro V7800P vs AMD FirePro S9150

VS

ATI FirePro V7800P

AMD FirePro S9150

Wir vergleichen zwei Desktop Plattform GPUs: FirePro V7800P mit 2GB VRAM und FirePro S9150 mit 16GB VRAM . Sie erfahren, welche GPU in wichtigen Spezifikationen, Benchmark-Tests, Stromverbrauch und mehr die bessere Leistung bietet.

Hauptunterschiede

ATI FirePro V7800P Vorteil von

Geringerer TDP (138W gegenüber 235W)

AMD FirePro S9150 Vorteil von

3 Jahre und 3 Monate später veröffentlicht

Mehr VRAM (16GB gegenüber 2GB)

Höhere VRAM-Bandbreite (320.0GB/s gegenüber 128.0GB/s)

1376 zusätzliche Render-Kerne

Punktzahl

Benchmark

FP32 Gleitkomma-Performance

FirePro V7800P

2.016 TFLOPS

FirePro S9150 +151%

5.069 TFLOPS

FirePro V7800P

VS

FirePro S9150

Grafikkarte

Mai 2011

Veröffentlichungsdatum

Aug 2014

FirePro

Generation

FirePro

Desktop

Typ

Desktop

PCIe 2.0 x16

Bus-Schnittstelle

PCIe 3.0 x16

Taktraten

-

1000 MHz

Speichertakt

1250 MHz

Speicher

2GB

Speichergröße

16GB

GDDR5

Speichertyp

GDDR5

256bit

Speicherbus

512bit

128.0GB/s

Bandbreite

320.0GB/s

Render-Konfiguration

18

Einheiten berechnen

44

-

1440

Shading-Einheiten

2816

72

TMUs

176

32

ROPs

64

-

8 KB (per CU)

L1-Cache

16 KB (per CU)

512 KB

L2-Cache

1024 KB

-

Theoretische Leistung

22.40 GPixel/s

Pixeltakt

57.60 GPixel/s

50.40 GTexel/s

Texture-Takt

158.4 GTexel/s

-

2.016 TFLOPS

FP32 (Gleitkommazahl)

5.069 TFLOPS

403.2 GFLOPS

FP64 (Doppelte Gleitkommazahl)

2.534 TFLOPS

Board-Design

138W

TDP (Thermal Design Power)

235W

300 W

Empfohlene PSU (Stromversorgung)

550 W

1x DisplayPort 1.1

Ausgänge

No outputs

1x 6-pin

Stromanschlüsse

1x 6-pin + 1x 8-pin

Grafikprozessor

Cypress

GPU-Name

Hawaii

Cypress PRO GL

GPU-Variante

Hawaii GL44

TeraScale 2

Architektur

GCN 2.0

TSMC

Foundry

TSMC

40 nm

Prozessgröße

28 nm

2154 million

Transistoren

6200 million

334 mm²

Die-Größe

438 mm²

Grafikfunktionen

11.2 (11_0)

DirectX

12 (12_0)

4.4

OpenGL

4.6

1.2

OpenCL

2.0

N/A

Vulkan

1.2

-

5.0

Shader-Modell

6.3