NVIDIA Tesla V100 SXM2 16 GB vs NVIDIA Quadro P2000 Mobile

VS

NVIDIA Tesla V100 SXM2 16 GB

NVIDIA Quadro P2000 Mobile

Comparamos dos GPUs de mercado profesional: 16GB VRAM Tesla V100 SXM2 16 GB y 0GB VRAM Quadro P2000 Mobile para ver qué GPU tiene un mejor rendimiento en especificaciones clave, pruebas de referencia, consumo de energía, etc.

Principales Diferencias

NVIDIA Tesla V100 SXM2 16 GB Ventajas de

Lanzado 9 meses tarde

Reloj de impulso ha aumentado en un 24% (1597MHz vs 1291MHz)

Mayor ancho de banda de VRAM (1133GB/s vs 96.13GB/s)

3968 núcleos de renderizado adicionales

NVIDIA Quadro P2000 Mobile Ventajas de

Menor TDP (75W vs 250W)

Puntuación

Prueba de rendimiento

FP32 (flotante)

Tesla V100 SXM2 16 GB +449%

16.35 TFLOPS

Quadro P2000 Mobile

2.974 TFLOPS

Blender

Tesla V100 SXM2 16 GB +952%

2432

Quadro P2000 Mobile

231

OctaneBench

Tesla V100 SXM2 16 GB +555%

354

Quadro P2000 Mobile

54

Tesla V100 SXM2 16 GB

VS

Quadro P2000 Mobile

Tarjeta gráfica

nov 2019

Fecha de lanzamiento

feb 2019

Tesla

Generación

Quadro Mobile

Profesional

Tipo

Profesional

PCIe 3.0 x16

Interfaz de bus

PCIe 3.0 x16

Velocidades de reloj

1245 MHz

Reloj base

1291 MHz

1597 MHz

Reloj de impulso

1291 MHz

1106 MHz

Reloj de memoria

1502 MHz

Memoria

16GB

Tamaño de memoria

GB

HBM2

Tipo de memoria

GDDR5

4096bit

Bus de memoria

128bit

1133GB/s

Ancho de banda

96.13GB/s

Config. renderizado

-

80

Cuenta de SM

9

5120

Unidades de sombreado

1152

320

TMUs

72

128

ROPs

32

640

Núcleos tensor

-

128 KB (per SM)

Caché L1

48 KB (per SM)

6 MB

Caché L2

1280 KB

-

Rendimiento teórico

204.4 GPixel/s

Tasa de píxeles

41.31 GPixel/s

511.0 GTexel/s

Tasa de texturas

92.95 GTexel/s

32.71 TFLOPS

FP16 (mitad)

46.48 GFLOPS

16.35 TFLOPS

FP32 (flotante)

2.974 TFLOPS

8.177 TFLOPS

FP64 (doble)

92.95 GFLOPS

Diseño de placa

250W

TDP

75W

600 W

PSU sugerida

-

No outputs

Salidas

No outputs

None

Conectores de alimentación

None

Procesador gráfico

GV100

Nombre GPU

GP106

-

Volta

Arquitectura

Pascal

TSMC

Fundición

TSMC

12 nm

Tamaño proceso

16 nm

21.1 mil millones

Transistores

4.4 mil millones

815 mm²

Tamaño de dado

200 mm²

Funciones gráficas

12 (12_1)

DirectX

12 (12_1)

4.6

OpenGL

4.6

3.0

OpenCL

3.0

1.3

Vulkan

1.3

7.0

CUDA

6.1

6.6

Modelo de sombreado

6.4

Comparaciones de GPU relacionadas

1

NVIDIA Tesla V100 SXM2 16 GB vs NVIDIA Quadro Plex 1000 Model II

2

NVIDIA Tesla V100 SXM2 16 GB vs NVIDIA Tesla D870

3

NVIDIA Tesla V100 SXM2 16 GB vs NVIDIA Quadro RTX 5000 Max Q

4

NVIDIA Tesla V100 SXM2 16 GB vs NVIDIA Quadro K100M

5

NVIDIA Tesla V100 SXM2 16 GB vs NVIDIA Quadro NVS 290

6

NVIDIA Tesla V100 SXM2 16 GB vs AMD Radeon Instinct MI6

7

NVIDIA Tesla V100 SXM2 16 GB vs NVIDIA GRID K100

8

NVIDIA Tesla V100 SXM2 16 GB vs NVIDIA RTX A4500

9

NVIDIA Tesla V100 SXM2 16 GB vs NVIDIA Quadro FX 570

10

NVIDIA Tesla V100 SXM2 16 GB vs NVIDIA Quadro M600M

Noticias Relacionadas

1

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

2

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

3

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

4

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

5

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

6

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

7

Apple supuestamente cancela el M4 Extreme, originalmente planeado para el Mac Pro con CPU de 64 núcleos y GPU de 160 núcleos

8

¡Actualización 2.2 de Cyberpunk 2077: El rendimiento de juegos de Intel Arrow Lake se dispara un 33%! 🎮

9

Intel finalmente logra la generación de fotogramas: 'F1 24' se convierte en el primer juego con XeSS 2

10

¡Primicia Mundial! La Tarjeta Gráfica Intel Arc B580 Llega Anticipadamente