NVIDIA GRID K200 vs NVIDIA Jetson AGX Orin 32 GB

VS

NVIDIA GRID K200

NVIDIA Jetson AGX Orin 32 GB

Wir vergleichen zwei Professioneller Markt GPUs: GRID K200 mit 256MB VRAM und Jetson AGX Orin 32 GB mit 32GB VRAM . Sie erfahren, welche GPU in wichtigen Spezifikationen, Benchmark-Tests, Stromverbrauch und mehr die bessere Leistung bietet.

Hauptunterschiede

NVIDIA Jetson AGX Orin 32 GB Vorteil von

9 Jahre und 8 Monate später veröffentlicht

Mehr VRAM (32GB gegenüber 256GB)

Höhere VRAM-Bandbreite (204.8GB/s gegenüber 160.0GB/s)

256 zusätzliche Render-Kerne

Geringerer TDP (40W gegenüber 225W)

Punktzahl

Benchmark

FP32 Gleitkomma-Performance

GRID K200

2.289 TFLOPS

Jetson AGX Orin 32 GB +45%

3.333 TFLOPS

GRID K200

VS

Jetson AGX Orin 32 GB

Grafikkarte

Jun 2013

Veröffentlichungsdatum

Feb 2023

GRID

Generation

Tegra

Professionelle

Typ

Professionelle

PCIe 3.0 x16

Bus-Schnittstelle

PCIe 4.0 x4

Taktraten

-

1250 MHz

Speichertakt

1600 MHz

Speicher

256MB

Speichergröße

32GB

GDDR5

Speichertyp

LPDDR5

256bit

Speicherbus

256bit

160.0GB/s

Bandbreite

204.8GB/s

Render-Konfiguration

-

SM-Anzahl

14

1536

Shading-Einheiten

1792

128

TMUs

56

32

ROPs

24

-

Tensor-Kerne

56

-

16 KB (per SMX)

L1-Cache

128 KB (per SM)

512 KB

L2-Cache

256 KB

-

Theoretische Leistung

23.84 GPixel/s

Pixeltakt

22.32 GPixel/s

95.36 GTexel/s

Texture-Takt

52.08 GTexel/s

-

FP16 (halbe Genauigkeit)

6.666 TFLOPS

2.289 TFLOPS

FP32 (Gleitkommazahl)

3.333 TFLOPS

95.36 GFLOPS

FP64 (Doppelte Gleitkommazahl)

1.667 TFLOPS

Board-Design

225W

TDP (Thermal Design Power)

40W

550 W

Empfohlene PSU (Stromversorgung)

-

No outputs

Ausgänge

Portable Device Dependent

-

Grafikprozessor

GK104

GPU-Name

GA10B

-

Kepler

Architektur

Ampere

TSMC

Foundry

Samsung

28 nm

Prozessgröße

8 nm

3540 million

Transistoren

Unbekannt

294 mm²

Die-Größe

Unbekannt

Grafikfunktionen

12 (11_0)

DirectX

12 Ultimate (12_2)

4.6

OpenGL

4.6

3.0

OpenCL

3.0

1.1

Vulkan

1.3

3.0

CUDA

8.6

5.1

Shader-Modell

6.7