Nvidia affirme que son accélérateur A100 avec 6912 noyaux CUDA est beaucoup plus rapide que l'instinct MI250 avec 13 312 processeurs de flux
Et plus économe en énergie
NVIDIA a récemment introduit l'accélérateur H100 dans la nouvelle architecture, mais ces cartes seront disponibles pour les clients au second semestre. En attendant, cela ne s'est pas produit, la société a décidé de montrer que son accélérateur A100 actuel est bien meilleur que le dernier Instinct MI250 AMD.
Pour commencer, rappelez-vous que NVIDIA A100 est équipé de 80 Go de mémoire et se caractérise par une productivité de 19,5 Tflops (FP32 et FP64).
L'instinct Mi250, à son tour, a été le premier au monde (avec MI250X) à recevoir un GPU à double circuit. La carte offre 128 Go de mémoire, et les performances sont de 45,3 Tflops (FP32 et FP64) ou 90,5 Tflops, si nous parlons de performances matricielles.
Comme vous pouvez le voir, la performance pure d'AMD Solutions est plus de deux fois plus élevée que celle d'un concurrent. Ceci est logique, car les performances dans TFLOP sont calculées par une formule simple, où le nombre de noyaux et de fréquence sont pris en compte. Le NVIDIA A100 a 6912 noyaux CUDA et MI250 comptait 13 312 processeurs de flux.
Malgré cela, Nvidia affirme que sa carte est plus rapide. Au moins dans les types de charge populaires pour le centre de données, tels que Lammps, NAMD, OpenMM, Gromacs et Amber.
Comme vous pouvez le voir, selon NVIDIA, son accélérateur est plus rapide de 10% à 90%. Dans la configuration de quatre adaptateurs, la différence maximale est supérieure à deux fois. Et l'efficacité énergétique d'un tel ligament est presque trois fois plus élevée que celle de la carte AMD.
Bien sûr, les accélérateurs spécialisés du centre de données sont beaucoup plus difficiles à comparer les uns avec les autres que les cartes graphiques de jeu, car les différences d'architectures et d'optimisation sont parfois énormes. Dans tous les cas, même si le NVIDIA A100 n'est plus rapide que le MI250 uniquement dans les tâches répertoriées, c'est toujours très bon pour Nvidia
.