NVIDIA GRID K260Q vs NVIDIA Jetson AGX Orin 64 GB

VS

NVIDIA GRID K260Q

NVIDIA Jetson AGX Orin 64 GB

Wir vergleichen zwei Professioneller Markt GPUs: GRID K260Q mit 2GB VRAM und Jetson AGX Orin 64 GB mit 64GB VRAM . Sie erfahren, welche GPU in wichtigen Spezifikationen, Benchmark-Tests, Stromverbrauch und mehr die bessere Leistung bietet.

Hauptunterschiede

NVIDIA Jetson AGX Orin 64 GB Vorteil von

9 Jahre und 9 Monate später veröffentlicht

Mehr VRAM (64GB gegenüber 2GB)

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

512 zusätzliche Render-Kerne

Geringerer TDP (60W gegenüber 225W)

Punktzahl

Benchmark

FP32 Gleitkomma-Performance

GRID K260Q

2.289 TFLOPS

Jetson AGX Orin 64 GB +132%

5.325 TFLOPS

GRID K260Q

VS

Jetson AGX Orin 64 GB

Grafikkarte

Jun 2013

Veröffentlichungsdatum

Mär 2023

GRID

Generation

Tegra

Professionelle

Typ

Professionelle

PCIe 3.0 x16

Bus-Schnittstelle

PCIe 4.0 x4

Taktraten

-

1250 MHz

Speichertakt

1600 MHz

Speicher

2GB

Speichergröße

64GB

GDDR5

Speichertyp

LPDDR5

256bit

Speicherbus

256bit

160.0GB/s

Bandbreite

204.8GB/s

Render-Konfiguration

-

SM-Anzahl

16

1536

Shading-Einheiten

2048

128

TMUs

64

32

ROPs

32

-

Tensor-Kerne

64

-

16 KB (per SMX)

L1-Cache

128 KB (per SM)

512 KB

L2-Cache

256 KB

-

Theoretische Leistung

23.84 GPixel/s

Pixeltakt

41.60 GPixel/s

95.36 GTexel/s

Texture-Takt

83.20 GTexel/s

-

FP16 (halbe Genauigkeit)

10.65 TFLOPS

2.289 TFLOPS

FP32 (Gleitkommazahl)

5.325 TFLOPS

95.36 GFLOPS

FP64 (Doppelte Gleitkommazahl)

2.662 TFLOPS

Board-Design

225W

TDP (Thermal Design Power)

60W

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