NVIDIA Tesla V100 SXM2 32 GB vs NVIDIA Quadro P400

VS

NVIDIA Tesla V100 SXM2 32 GB

NVIDIA Quadro P400

Comparamos dos GPUs de mercado profesional: 32GB VRAM Tesla V100 SXM2 32 GB y 2GB VRAM Quadro P400 para ver qué GPU tiene un mejor rendimiento en especificaciones clave, pruebas de referencia, consumo de energía, etc.

Principales Diferencias

NVIDIA Tesla V100 SXM2 32 GB Ventajas de

Lanzado 1 años y 1 meses tarde

Reloj de impulso ha aumentado en un 22% (1530MHz vs 1252MHz)

Más VRAM (32GB vs 2GB)

Mayor ancho de banda de VRAM (897.0GB/s vs 32.06GB/s)

4864 núcleos de renderizado adicionales

NVIDIA Quadro P400 Ventajas de

Menor TDP (30W vs 250W)

Puntuación

Prueba de rendimiento

FP32 (flotante)

Tesla V100 SXM2 32 GB +2344%

15.67 TFLOPS

Quadro P400

0.641 TFLOPS

OctaneBench

Tesla V100 SXM2 32 GB +3688%

341

Quadro P400

9

Tesla V100 SXM2 32 GB

VS

Quadro P400

Tarjeta gráfica

mar 2018

Fecha de lanzamiento

feb 2017

Tesla

Generación

Quadro

Profesional

Tipo

Profesional

PCIe 3.0 x16

Interfaz de bus

PCIe 3.0 x16

Velocidades de reloj

1290 MHz

Reloj base

1228 MHz

1530 MHz

Reloj de impulso

1252 MHz

876 MHz

Reloj de memoria

1002 MHz

Memoria

32GB

Tamaño de memoria

2GB

HBM2

Tipo de memoria

GDDR5

4096bit

Bus de memoria

64bit

897.0GB/s

Ancho de banda

32.06GB/s

Config. renderizado

-

80

Cuenta de SM

2

5120

Unidades de sombreado

256

320

TMUs

16

128

ROPs

16

640

Núcleos tensor

-

128 KB (per SM)

Caché L1

48 KB (per SM)

6 MB

Caché L2

512 KB

-

Rendimiento teórico

195.8 GPixel/s

Tasa de píxeles

20.03 GPixel/s

489.6 GTexel/s

Tasa de texturas

20.03 GTexel/s

31.33 TFLOPS

FP16 (mitad)

10.02 GFLOPS

15.67 TFLOPS

FP32 (flotante)

641.0 GFLOPS

7.834 TFLOPS

FP64 (doble)

20.03 GFLOPS

Diseño de placa

250W

TDP

30W

600 W

PSU sugerida

200 W

No outputs

Salidas

3x mini-DisplayPort 1.4a

None

Conectores de alimentación

None

Procesador gráfico

GV100

Nombre GPU

GP107

-

Variante GPU

GP107-825-KA-A1

Volta

Arquitectura

Pascal

TSMC

Fundición

Samsung

12 nm

Tamaño proceso

14 nm

21.1 mil millones

Transistores

3.3 mil millones

815 mm²

Tamaño de dado

132 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 32 GB vs NVIDIA Quadro FX 470

2

NVIDIA Tesla V100 SXM2 32 GB vs NVIDIA Quadro P6000

3

NVIDIA Tesla V100 SXM2 32 GB vs NVIDIA Quadro M5000M

4

NVIDIA Tesla V100 SXM2 32 GB vs NVIDIA Tesla D870

5

NVIDIA Tesla V100 SXM2 32 GB vs NVIDIA Tesla K80

6

NVIDIA Tesla V100 SXM2 32 GB vs NVIDIA GRID K500

7

NVIDIA Tesla V100 SXM2 32 GB vs NVIDIA Jetson Orin NX 8 GB

8

NVIDIA Tesla V100 SXM2 32 GB vs NVIDIA Quadro K420

9

NVIDIA Tesla V100 SXM2 32 GB vs NVIDIA Tesla X2090

10

NVIDIA Tesla V100 SXM2 32 GB vs AMD Radeon Instinct MI6

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