NVIDIA Quadro T1000 Mobile GDDR6 vs NVIDIA RTX A6000

VS

NVIDIA Quadro T1000 Mobile GDDR6

NVIDIA RTX A6000

Comparamos dos GPUs de mercado profesional: 4GB VRAM Quadro T1000 Mobile GDDR6 y 48GB VRAM RTX A6000 para ver qué GPU tiene un mejor rendimiento en especificaciones clave, pruebas de referencia, consumo de energía, etc.

Principales Diferencias

NVIDIA Quadro T1000 Mobile GDDR6 Ventajas de

Menor TDP (50W vs 300W)

NVIDIA RTX A6000 Ventajas de

Reloj de impulso ha aumentado en un 9% (1800MHz vs 1650MHz)

Más VRAM (48GB vs 4GB)

Mayor ancho de banda de VRAM (768.0GB/s vs 192.0GB/s)

9856 núcleos de renderizado adicionales

Puntuación

Prueba de rendimiento

FP32 (flotante)

Quadro T1000 Mobile GDDR6

2.957 TFLOPS

RTX A6000 +1209%

38.71 TFLOPS

Blender

Quadro T1000 Mobile GDDR6

386

RTX A6000 +1295%

5387

OctaneBench

Quadro T1000 Mobile GDDR6

71

RTX A6000 +745%

600

Quadro T1000 Mobile GDDR6

VS

RTX A6000

Tarjeta gráfica

jun 2020

Fecha de lanzamiento

oct 2020

Quadro Mobile

Generación

Quadro Ampere

Profesional

Tipo

Profesional

PCIe 3.0 x16

Interfaz de bus

PCIe 4.0 x16

Velocidades de reloj

1395 MHz

Reloj base

1410 MHz

1650 MHz

Reloj de impulso

1800 MHz

1500 MHz

Reloj de memoria

2000 MHz

Memoria

4GB

Tamaño de memoria

48GB

GDDR6

Tipo de memoria

GDDR6

128bit

Bus de memoria

384bit

192.0GB/s

Ancho de banda

768.0GB/s

Config. renderizado

-

14

Cuenta de SM

84

896

Unidades de sombreado

10752

56

TMUs

336

32

ROPs

112

-

Núcleos tensor

336

-

Núcleos RT

84

64 KB (per SM)

Caché L1

128 KB (per SM)

1024 KB

Caché L2

6 MB

-

Rendimiento teórico

52.80 GPixel/s

Tasa de píxeles

201.6 GPixel/s

92.40 GTexel/s

Tasa de texturas

604.8 GTexel/s

5.914 TFLOPS

FP16 (mitad)

38.71 TFLOPS

2.957 TFLOPS

FP32 (flotante)

38.71 TFLOPS

92.40 GFLOPS

FP64 (doble)

604.8 GFLOPS

Diseño de placa

50W

TDP

300W

-

PSU sugerida

700 W

No outputs

Salidas

4x DisplayPort 1.4a

None

Conectores de alimentación

8-pin EPS

Procesador gráfico

TU117B

Nombre GPU

GA102

N19P-Q1-A1

Variante GPU

-

Turing

Arquitectura

Ampere

TSMC

Fundición

Samsung

12 nm

Tamaño proceso

8 nm

4.7 mil millones

Transistores

28.3 mil millones

200 mm²

Tamaño de dado

628 mm²

Funciones gráficas

12 (12_1)

DirectX

12 Ultimate (12_2)

4.6

OpenGL

4.6

3.0

OpenCL

3.0

1.3

Vulkan

1.3

7.5

CUDA

8.6

6.6

Modelo de sombreado

6.7

Comparaciones de GPU relacionadas

1

NVIDIA Quadro T1000 Mobile GDDR6 vs NVIDIA Quadro FX 1700M

2

NVIDIA Quadro T1000 Mobile GDDR6 vs NVIDIA Quadro 5010M

3

NVIDIA Quadro T1000 Mobile GDDR6 vs NVIDIA RTX A4 Mobile

4

NVIDIA Quadro T1000 Mobile GDDR6 vs NVIDIA Quadro P3200 Max Q

5

NVIDIA Quadro T1000 Mobile GDDR6 vs NVIDIA Quadro 500M

6

NVIDIA Quadro T1000 Mobile GDDR6 vs NVIDIA Quadro P620

7

NVIDIA Quadro T1000 Mobile GDDR6 vs NVIDIA Tesla M1060

8

NVIDIA Quadro T1000 Mobile GDDR6 vs NVIDIA Quadro 6000 SDI

9

NVIDIA Quadro T1000 Mobile GDDR6 vs NVIDIA Tesla K40d

10

NVIDIA Quadro T1000 Mobile GDDR6 vs NVIDIA Tesla K40m

Noticias Relacionadas

1

Actualización Menor de CPU-Z: Soporte para Cuatro Nuevos Productos de Intel y Nueva Memoria

2

CXMT supuestamente logra un 80% de rendimiento en la producción de DDR5

3

Intel Wildcat Lake aparece en la lista de envíos con socket FCBGA1516, listo para reemplazar Alder Lake-N

4

El Comienzo del Juicio por la Disputa de Licencias entre ARM y Qualcomm: Potencial Impacto Importante en el Mercado de PC

5

NVIDIA supuestamente equipa el RTX 5080 con velocidad de memoria de 30Gbps, otros modelos contarán con 28Gbps

6

Intel informa altas tasas de devolución para dispositivos con serie Snapdragon X; Qualcomm responde con la afirmación de 'estándar de la industria'

7

Intel confirma que Panther Lake adopta el proceso 18A, muestras ES0 ya enviadas a clientes

8

Se revela la gama completa de Core Ultra 200HX/H/U y Core 200H/U: 31 modelos para deslumbrar la vista

9

Amechi presenta el Mini PC V1: Solo 0.33L de volumen con un consumo de energía de 150W

10

La Serie iPhone 17 se Prepara para una Gran Renovación de Diseño: El Módulo de Cámara se Transforma en una Tira Elegante