NVIDIA Quadro FX 370 vs NVIDIA Jetson Orin Nano 4 GB

VS

NVIDIA Quadro FX 370

NVIDIA Jetson Orin Nano 4 GB

Wir vergleichen zwei Professioneller Markt GPUs: Quadro FX 370 mit 256MB VRAM und Jetson Orin Nano 4 GB mit 4GB VRAM . Sie erfahren, welche GPU in wichtigen Spezifikationen, Benchmark-Tests, Stromverbrauch und mehr die bessere Leistung bietet.

Hauptunterschiede

NVIDIA Jetson Orin Nano 4 GB Vorteil von

15 Jahre und 6 Monate später veröffentlicht

Mehr VRAM (4GB gegenüber 256GB)

Höhere VRAM-Bandbreite (34.14GB/s gegenüber 8.000GB/s)

496 zusätzliche Render-Kerne

Geringerer TDP (10W gegenüber 35W)

Punktzahl

Benchmark

FP32 Gleitkomma-Performance

Quadro FX 370

0.023 TFLOPS

Jetson Orin Nano 4 GB +2682%

0.64 TFLOPS

Quadro FX 370

VS

Jetson Orin Nano 4 GB

Grafikkarte

Sep 2007

Veröffentlichungsdatum

Mär 2023

Quadro FX

Generation

Tegra

Professionelle

Typ

Professionelle

PCIe 1.0 x16

Bus-Schnittstelle

PCIe 4.0 x4

Taktraten

-

500 MHz

Speichertakt

1067 MHz

Speicher

256MB

Speichergröße

4GB

DDR2

Speichertyp

LPDDR5

64bit

Speicherbus

64bit

8.000GB/s

Bandbreite

34.14GB/s

Render-Konfiguration

-

2

SM-Anzahl

4

16

Shading-Einheiten

512

8

TMUs

16

4

ROPs

8

-

Tensor-Kerne

16

-

L1-Cache

128 KB (per SM)

16 KB

L2-Cache

256 KB

-

Theoretische Leistung

1.440 GPixel/s

Pixeltakt

5.000 GPixel/s

2.880 GTexel/s

Texture-Takt

10.00 GTexel/s

-

FP16 (halbe Genauigkeit)

1280 GFLOPS

23.04 GFLOPS

FP32 (Gleitkommazahl)

640.0 GFLOPS

-

FP64 (Doppelte Gleitkommazahl)

320.0 GFLOPS

Board-Design

35W

TDP (Thermal Design Power)

10W

200 W

Empfohlene PSU (Stromversorgung)

-

2x DVI

Ausgänge

Portable Device Dependent

None

Stromanschlüsse

-

Grafikprozessor

G84

GPU-Name

GA10B

-

Tesla

Architektur

Ampere

TSMC

Foundry

Samsung

80 nm

Prozessgröße

8 nm

289 million

Transistoren

Unbekannt

169 mm²

Die-Größe

Unbekannt

Grafikfunktionen

11.1 (10_0)

DirectX

12 Ultimate (12_2)

3.3

OpenGL

4.6

1.1

OpenCL

3.0

N/A

Vulkan

1.3

1.1

CUDA

8.6

4.0

Shader-Modell

6.7