NVIDIA Tesla V100 PCIe 16 GB vs NVIDIA Quadro RTX 8000 Passive

VS

NVIDIA Tesla V100 PCIe 16 GB

NVIDIA Quadro RTX 8000 Passive

Comparamos dos GPUs de mercado profesional: 16GB VRAM Tesla V100 PCIe 16 GB y 48GB VRAM Quadro RTX 8000 Passive para ver qué GPU tiene un mejor rendimiento en especificaciones clave, pruebas de referencia, consumo de energía, etc.

Principales Diferencias

NVIDIA Tesla V100 PCIe 16 GB Ventajas de

Mayor ancho de banda de VRAM (897.0GB/s vs 672.0GB/s)

512 núcleos de renderizado adicionales

NVIDIA Quadro RTX 8000 Passive Ventajas de

Lanzado 1 años y 2 meses tarde

Reloj de impulso ha aumentado en un 17% (1620MHz vs 1380MHz)

Más VRAM (48GB vs 16GB)

Menor TDP (260W vs 300W)

Puntuación

Prueba de rendimiento

FP32 (flotante)

Tesla V100 PCIe 16 GB

14.13 TFLOPS

Quadro RTX 8000 Passive +5%

14.93 TFLOPS

Tesla V100 PCIe 16 GB

VS

Quadro RTX 8000 Passive

Tarjeta gráfica

jun 2017

Fecha de lanzamiento

ago 2018

Tesla

Generación

Quadro

Profesional

Tipo

Profesional

PCIe 3.0 x16

Interfaz de bus

PCIe 3.0 x16

Velocidades de reloj

1245 MHz

Reloj base

1230 MHz

1380 MHz

Reloj de impulso

1620 MHz

876 MHz

Reloj de memoria

1750 MHz

Memoria

16GB

Tamaño de memoria

48GB

HBM2

Tipo de memoria

GDDR6

4096bit

Bus de memoria

384bit

897.0GB/s

Ancho de banda

672.0GB/s

Config. renderizado

-

80

Cuenta de SM

72

5120

Unidades de sombreado

4608

320

TMUs

288

128

ROPs

96

640

Núcleos tensor

576

-

Núcleos RT

72

128 KB (per SM)

Caché L1

64 KB (per SM)

6 MB

Caché L2

6 MB

-

Rendimiento teórico

176.6 GPixel/s

Tasa de píxeles

155.5 GPixel/s

441.6 GTexel/s

Tasa de texturas

466.6 GTexel/s

28.26 TFLOPS

FP16 (mitad)

29.86 TFLOPS

14.13 TFLOPS

FP32 (flotante)

14.93 TFLOPS

7.066 TFLOPS

FP64 (doble)

466.6 GFLOPS

Diseño de placa

300W

TDP

260W

700 W

PSU sugerida

600 W

No outputs

Salidas

No outputs

2x 8-pin

Conectores de alimentación

1x 6-pin + 1x 8-pin

Procesador gráfico

GV100

Nombre GPU

TU102

-

Variante GPU

TU102-875-A1

Volta

Arquitectura

Turing

TSMC

Fundición

TSMC

12 nm

Tamaño proceso

12 nm

21.1 mil millones

Transistores

18.6 mil millones

815 mm²

Tamaño de dado

754 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

7.0

CUDA

7.5

6.6

Modelo de sombreado

6.6

Comparaciones de GPU relacionadas

1

NVIDIA Tesla V100 PCIe 16 GB vs NVIDIA GRID M10 8Q

2

NVIDIA Tesla V100 PCIe 16 GB vs NVIDIA GRID RTX T10 2

3

NVIDIA Tesla V100 PCIe 16 GB vs NVIDIA Tesla K20Xm

4

NVIDIA Tesla V100 PCIe 16 GB vs NVIDIA Quadro NVS 150M

5

NVIDIA Tesla V100 PCIe 16 GB vs Intel Data Center GPU Max 1550

6

NVIDIA Tesla V100 PCIe 16 GB vs NVIDIA Quadro NVS 135M

7

NVIDIA Tesla V100 PCIe 16 GB vs NVIDIA Quadro K5000 Mac Edition

8

NVIDIA Tesla V100 PCIe 16 GB vs AMD Radeon Instinct MI6

9

NVIDIA Tesla V100 PCIe 16 GB vs NVIDIA Tesla C2070

10

NVIDIA Tesla V100 PCIe 16 GB vs NVIDIA Tesla V100 DGXS 16 GB

Noticias Relacionadas

1

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

2

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

3

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

4

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

5

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

6

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

7

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

8

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

9

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

10

¡El iPhone más delgado de la historia! Se informa que el iPhone 17 Air entra en la etapa NPI de Foxconn