Таблица сравнения производительности видеокарт: RTX 3070 Ti с Core i9-10900K эталонами в Ультра качество настройках качества

RTX 3070 Ti с Core i9-10900K эталонами в Ультра качество настройках качества

Сравнить с
Select..AMD Radeon 530 Mobile — ₽ 41,715AMD Radeon 540 Mobile — ₽ 71,231AMD Radeon HD 6850 — ₽ 13,052AMD Radeon HD 6870 — ₽ 13,052AMD Radeon HD 6950 — ₽ 16,398AMD Radeon HD 6970 — ₽ 19,611AMD Radeon HD 6990 — ₽ 45,847AMD Radeon HD 7750 — ₽ 9,183AMD Radeon HD 7750M — ₽ 56,276AMD Radeon HD 7790 — ₽ 9,773AMD Radeon HD 7850 — ₽ 16,332AMD Radeon HD 7850M — ₽ 63,229AMD Radeon HD 7950 — ₽ 9,773AMD Radeon HD 7950M — ₽ 67,099AMD Radeon HD 7970 — ₽ 19,611AMD Radeon HD 7970 GHz Edition — ₽ 19,611AMD Radeon HD 7970M — ₽ 70,772AMD Radeon HD 7990 — ₽ 65,524AMD Radeon Pro WX 7100 Mobile — ₽ 128,491AMD Radeon R5 — ₽ 46,569AMD Radeon R5 — ₽ 45,979AMD Radeon R7 250 — ₽ 6,231AMD Radeon R7 265 — ₽ 9,773AMD Radeon R7 370 — ₽ 13,249AMD Radeon R9 270 — ₽ 18,037AMD Radeon R9 280 — ₽ 22,957AMD Radeon R9 280X — ₽ 22,957AMD Radeon R9 285 — ₽ 24,924AMD Radeon R9 290 — ₽ 20,333AMD Radeon R9 290X — ₽ 26,170AMD Radeon R9 295X2 — ₽ 98,319AMD Radeon R9 380 — ₽ 19,611AMD Radeon R9 380X — ₽ 15,020AMD Radeon R9 390 — ₽ 30,499AMD Radeon R9 390X — ₽ 32,467AMD Radeon R9 FURY — ₽ 36,009AMD Radeon R9 FURY X — ₽ 42,568AMD Radeon R9 M270X — ₽ 66,639AMD Radeon R9 M280X — ₽ 70,181AMD Radeon R9 M280X 2GB — ₽ 70,181AMD Radeon R9 M290X — ₽ 79,298AMD Radeon R9 M380 — ₽ 70,444AMD Radeon R9 Nano — ₽ 100,287AMD Radeon RX 460 — ₽ 9,183AMD Radeon RX 470 — ₽ 22,432AMD Radeon RX 470 Mobile — ₽ 78,905AMD Radeon RX 480 — ₽ 26,170AMD Radeon RX 480 Mobile — ₽ 83,627AMD Radeon RX 540 Mobile — ₽ 42,306AMD Radeon RX 550 — ₽ 4,854AMD Radeon RX 550 Mobile — ₽ 60,540AMD Radeon RX 5500 XT 4GB — ₽ 11,085AMD Radeon RX 5500 XT 8GB — ₽ 13,052AMD Radeon RX 550X Mobile — ₽ 60,540AMD Radeon RX 560 — ₽ 6,493AMD Radeon RX 560 Mobile — ₽ 64,737AMD Radeon RX 5600 XT — ₽ 18,300AMD Radeon RX 560X Mobile — ₽ 42,043AMD Radeon RX 560X Mobile 2GB — ₽ 64,737AMD Radeon RX 570 — ₽ 8,068AMD Radeon RX 570 Mobile — ₽ 82,643AMD Radeon RX 5700 — ₽ 22,891AMD Radeon RX 5700 XT — ₽ 26,170AMD Radeon RX 580 — ₽ 9,904AMD Radeon RX 580 Mobile — ₽ 85,726AMD Radeon RX 580X Mobile — ₽ 85,726AMD Radeon RX 590 — ₽ 14,036AMD Radeon RX 6600 XT — ₽ 24,859AMD Radeon RX 6700 XT — ₽ 31,418AMD Radeon RX 6800 — ₽ 37,977AMD Radeon RX 6800 XT — ₽ 42,568AMD Radeon RX 6900 XT — ₽ 65,524AMD Radeon RX VEGA 10 — ₽ 41,453AMD Radeon RX VEGA 3 — ₽ 37,190AMD Radeon RX VEGA 6 — ₽ 73,395AMD Radeon RX VEGA 8 — ₽ 39,420AMD Radeon RX Vega 56 — ₽ 17,644AMD Radeon RX Vega 56 Mobile — ₽ 103,567AMD Radeon RX Vega 64 — ₽ 27,482AMD Radeon VII — ₽ 43,552ATI Radeon HD 4870 — ₽ 19,611NVIDIA GeForce GT 1030 — ₽ 5,182NVIDIA GeForce GT 640 — ₽ 5,182NVIDIA GeForce GTS 450 — ₽ 13,052NVIDIA GeForce GTX 1050 — ₽ 8,461NVIDIA GeForce GTX 1050 Max-Q — ₽ 84,086NVIDIA GeForce GTX 1050 Mobile — ₽ 49,193NVIDIA GeForce GTX 1050 Mobile 2GB — ₽ 69,657NVIDIA GeForce GTX 1050 Ti — ₽ 8,461NVIDIA GeForce GTX 1050 Ti Max-Q — ₽ 83,299NVIDIA GeForce GTX 1050 Ti Mobile — ₽ 57,457NVIDIA GeForce GTX 1060 3GB — ₽ 11,150NVIDIA GeForce GTX 1060 6GB — ₽ 10,429NVIDIA GeForce GTX 1060 Max-Q — ₽ 77,724NVIDIA GeForce GTX 1060 Mobile — ₽ 64,737NVIDIA GeForce GTX 1070 — ₽ 21,579NVIDIA GeForce GTX 1070 Max-Q — ₽ 72,543NVIDIA GeForce GTX 1070 Mobile — ₽ 102,255NVIDIA GeForce GTX 1070 Ti — ₽ 32,992NVIDIA GeForce GTX 1080 — ₽ 34,238NVIDIA GeForce GTX 1080 Max-Q — ₽ 128,229NVIDIA GeForce GTX 1080 Mobile — ₽ 121,801NVIDIA GeForce GTX 1080 Ti — ₽ 52,931NVIDIA GeForce GTX 1650 — ₽ 9,773NVIDIA GeForce GTX 1650 Max-Q — ₽ 81,266NVIDIA GeForce GTX 1650 Mobile — ₽ 75,494NVIDIA GeForce GTX 1650 SUPER — ₽ 10,494NVIDIA GeForce GTX 1660 — ₽ 14,430NVIDIA GeForce GTX 1660 SUPER — ₽ 15,020NVIDIA GeForce GTX 1660 Ti — ₽ 18,300NVIDIA GeForce GTX 1660 Ti Max-Q — ₽ 77,724NVIDIA GeForce GTX 1660 Ti Mobile — ₽ 115,307NVIDIA GeForce GTX 260 — ₽ 29,450NVIDIA GeForce GTX 260 Core 216 — ₽ 19,611NVIDIA GeForce GTX 280 — ₽ 42,568NVIDIA GeForce GTX 285 — ₽ 16,332NVIDIA GeForce GTX 470 — ₽ 19,611NVIDIA GeForce GTX 480 — ₽ 32,729NVIDIA GeForce GTX 550 Ti — ₽ 13,052NVIDIA GeForce GTX 560 — ₽ 10,035NVIDIA GeForce GTX 560 Ti — ₽ 14,430NVIDIA GeForce GTX 570 — ₽ 22,891NVIDIA GeForce GTX 580 — ₽ 26,170NVIDIA GeForce GTX 590 — ₽ 45,847NVIDIA GeForce GTX 650 — ₽ 3,214NVIDIA GeForce GTX 650 Ti — ₽ 4,198NVIDIA GeForce GTX 650 Ti Boost — ₽ 11,085NVIDIA GeForce GTX 660 — ₽ 5,182NVIDIA GeForce GTX 660 Ti — ₽ 19,611NVIDIA GeForce GTX 660M — ₽ 64,737NVIDIA GeForce GTX 670 — ₽ 5,182NVIDIA GeForce GTX 670M — ₽ 69,394NVIDIA GeForce GTX 670MX — ₽ 69,394NVIDIA GeForce GTX 680 — ₽ 31,811NVIDIA GeForce GTX 680M — ₽ 71,034NVIDIA GeForce GTX 690 — ₽ 28,794NVIDIA GeForce GTX 750 Ti — ₽ 18,300NVIDIA GeForce GTX 760 — ₽ 20,989NVIDIA GeForce GTX 760M — ₽ 67,951NVIDIA GeForce GTX 770 — ₽ 11,741NVIDIA GeForce GTX 770M — ₽ 72,149NVIDIA GeForce GTX 780 — ₽ 23,285NVIDIA GeForce GTX 780 Ti — ₽ 26,892NVIDIA GeForce GTX 780M — ₽ 76,216NVIDIA GeForce GTX 780M — ₽ 76,216NVIDIA GeForce GTX 950 — ₽ 5,838NVIDIA GeForce GTX 960 — ₽ 5,838NVIDIA GeForce GTX 960M — ₽ 69,919NVIDIA GeForce GTX 970 — ₽ 29,450NVIDIA GeForce GTX 970M — ₽ 81,922NVIDIA GeForce GTX 970M 6GB — ₽ 81,922NVIDIA GeForce GTX 980 — ₽ 16,332NVIDIA GeForce GTX 980 Mobile — ₽ 88,219NVIDIA GeForce GTX 980 Ti — ₽ 40,600NVIDIA GeForce GTX 980M — ₽ 88,219NVIDIA GeForce GTX 980MX — ₽ 88,219NVIDIA GeForce GTX TITAN — ₽ 42,634NVIDIA GeForce GTX TITAN BLACK — ₽ 65,524NVIDIA GeForce GTX TITAN X — ₽ 72,083NVIDIA GeForce RTX 2060 — ₽ 22,891NVIDIA GeForce RTX 2060 Mobile — ₽ 72,411NVIDIA GeForce RTX 2060 SUPER — ₽ 26,236NVIDIA GeForce RTX 2070 — ₽ 30,762NVIDIA GeForce RTX 2070 Max-Q — ₽ 99,434NVIDIA GeForce RTX 2070 Mobile — ₽ 113,077NVIDIA GeForce RTX 2070 SUPER — ₽ 32,729NVIDIA GeForce RTX 2080 — ₽ 45,454NVIDIA GeForce RTX 2080 Max-Q — ₽ 116,226NVIDIA GeForce RTX 2080 Mobile — ₽ 127,376NVIDIA GeForce RTX 2080 SUPER — ₽ 45,847NVIDIA GeForce RTX 2080 Ti — ₽ 77,855NVIDIA GeForce RTX 3050 — ₽ 13,118NVIDIA GeForce RTX 3050 Ti — ₽ 16,332NVIDIA GeForce RTX 3060 — ₽ 21,579NVIDIA GeForce RTX 3060 Ti — ₽ 26,170NVIDIA GeForce RTX 3070 — ₽ 32,729NVIDIA GeForce RTX 3080 — ₽ 45,847NVIDIA GeForce RTX 3080 Ti — ₽ 52,406NVIDIA GeForce RTX 3090 — ₽ 98,319NVIDIA GeForce RTX 4050 — ₽ 13,118NVIDIA GeForce RTX 4060 — ₽ 21,579NVIDIA GeForce RTX 4060 Ti — ₽ 26,170NVIDIA GeForce RTX 4070 — ₽ 32,729NVIDIA GeForce RTX 4080 — ₽ 45,847NVIDIA GeForce RTX 4080 Ti — ₽ 52,406NVIDIA GeForce RTX 4090 — ₽ 98,319NVIDIA TITAN RTX — ₽ 163,909NVIDIA TITAN V — ₽ 196,704NVIDIA TITAN Xp — ₽ 78,642

Изменение ЦП на
Select. .AMD Athlon 5000 Dual-Core — ₽ 6555.7AMD Athlon 5200 Dual-Core — ₽ 1967AMD Athlon 64 X2 Dual Core 4200+ — ₽ 8523.4AMD Athlon 64 X2 Dual Core 4400+ — ₽ 3935.4AMD Athlon 64 X2 Dual Core 4600+ — ₽ 23609.1AMD Athlon 64 X2 Dual Core 4800+ — ₽ 30168.1AMD Athlon 64 X2 Dual Core 5000+ — ₽ 21742.4AMD Athlon 64 X2 Dual Core 5200+ — ₽ 3482.2AMD Athlon 64 X2 Dual Core 5400+ — ₽ 3475.6AMD Athlon 64 X2 Dual Core 5600+ — ₽ 9835.2AMD Athlon 64 X2 Dual Core 5800+ — ₽ 1639.1AMD Athlon 64 X2 Dual Core 6000+ — ₽ 3013.9AMD Athlon 64 X2 Dual Core 6400+ — ₽ 17050.1AMD Athlon 7550 Dual-Core — ₽ 3935.4AMD Athlon 7750 Dual-Core — ₽ 9753.9AMD Athlon 7850 Dual-Core — ₽ 13750.9AMD Athlon Dual Core 5000B — ₽ 6231.1AMD Athlon II X2 215 — ₽ 786.4AMD Athlon II X2 220 — ₽ 2111.3AMD Athlon II X2 240 — ₽ 2292.4AMD Athlon II X2 245 — ₽ 2292.4AMD Athlon II X2 250 — ₽ 2554.7AMD Athlon II X2 255 — ₽ 4277.8AMD Athlon II X2 260 — ₽ 1311.1AMD Athlon II X2 265 — ₽ 5436.1AMD Athlon II X2 270 — ₽ 1573.5AMD Athlon II X2 B22 — ₽ 2358AMD Athlon II X2 B24 — ₽ 2620. 3AMD Athlon II X2 B28 — ₽ 3217.2AMD Athlon II X3 425 — ₽ 6835.1AMD Athlon II X3 435 — ₽ 3278.8AMD Athlon II X3 440 — ₽ 3079.5AMD Athlon II X3 445 — ₽ 5968.7AMD Athlon II X3 450 — ₽ 2622.9AMD Athlon II X3 455 — ₽ 7664.2AMD Athlon II X3 460 — ₽ 3278.8AMD Athlon II X4 620 — ₽ 3932.1AMD Athlon II X4 630 — ₽ 2819.7AMD Athlon II X4 631 Quad-Core — ₽ 5247.2AMD Athlon II X4 635 — ₽ 4588AMD Athlon II X4 640 — ₽ 5243.9AMD Athlon II X4 641 Quad-Core — ₽ 6001.5AMD Athlon II X4 645 — ₽ 3278.8AMD Athlon X4 740 Quad Core — ₽ 18168.4AMD Athlon X4 760K Quad Core — ₽ 3017.1AMD Athlon X4 840 — ₽ 5164.6AMD Athlon X4 845 — ₽ 3278.8AMD Athlon X4 860K — ₽ 4196.4AMD Athlon X4 870K — ₽ 5246.5AMD Athlon X4 880K — ₽ 5902.4AMD Athlon X4 950 — ₽ 3934.7AMD E2-3200 APU — ₽ 524.1AMD FX-4100 Quad-Core — ₽ 8526AMD FX-4130 Quad-Core — ₽ 4984.2AMD FX-4170 Quad-Core — ₽ 6558.3AMD FX-4200 Quad-Core — ₽ 14968.3AMD FX-4300 Quad-Core — ₽ 3501.9AMD FX-4350 Quad-Core — ₽ 8526AMD FX-6200 Six-Core — ₽ 22297.3AMD FX-6300 Six-Core — ₽ 3869. 2AMD FX-6350 Six-Core — ₽ 8526AMD FX-8120 Eight-Core — ₽ 6558.3AMD FX-8150 Eight-Core — ₽ 25153.8AMD FX-8300 Eight-Core — ₽ 5285.9AMD FX-8320 Eight-Core — ₽ 5214.4AMD FX-8320E Eight-Core — ₽ 6484.9AMD FX-8350 Eight-Core — ₽ 5246.5AMD FX-8370 Eight-Core — ₽ 8853.3AMD FX-8370E Eight-Core — ₽ 11805.5AMD FX-9370 Eight-Core — ₽ 11733.4AMD FX-9590 Eight-Core — ₽ 8002AMD Phenom 8250e Triple-Core — ₽ 3082.1AMD Phenom 8450 Triple-Core — ₽ 1964.4AMD Phenom 8600 Triple-Core — ₽ 3475.6AMD Phenom 8600B Triple-Core — ₽ 3475.6AMD Phenom 8650 Triple-Core — ₽ 3278.8AMD Phenom 9100e Quad-Core — ₽ 2620.3AMD Phenom 9150e Quad-Core — ₽ 2620.3AMD Phenom 9350e Quad-Core — ₽ 221830AMD Phenom 9450e Quad-Core — ₽ 6887AMD Phenom 9500 Quad-Core — ₽ 3934.7AMD Phenom 9550 Quad-Core — ₽ 2620.3AMD Phenom 9600 Quad-Core — ₽ 3276.2AMD Phenom 9600B Quad-Core — ₽ 9654.2AMD Phenom 9650 Quad-Core — ₽ 3604.2AMD Phenom 9750 Quad-Core — ₽ 3932.1AMD Phenom 9850 Quad-Core — ₽ 3279.5AMD Phenom 9950 Quad-Core — ₽ 11804.9AMD Phenom II X2 545 — ₽ 2884. 6AMD Phenom II X2 550 — ₽ 3278.8AMD Phenom II X2 555 — ₽ 9323AMD Phenom II X2 565 — ₽ 1967AMD Phenom II X2 B55 — ₽ 3148.3AMD Phenom II X3 705e — ₽ 9992AMD Phenom II X3 710 — ₽ 5544.3AMD Phenom II X3 720 — ₽ 4590.6AMD Phenom II X3 B73 — ₽ 4919.3AMD Phenom II X4 805 — ₽ 11412AMD Phenom II X4 810 — ₽ 7607.8AMD Phenom II X4 820 — ₽ 4916AMD Phenom II X4 840 — ₽ 5899.8AMD Phenom II X4 905e — ₽ 13930AMD Phenom II X4 910 — ₽ 6559AMD Phenom II X4 910e — ₽ 10297AMD Phenom II X4 920 — ₽ 4393.9AMD Phenom II X4 925 — ₽ 10493.7AMD Phenom II X4 940 — ₽ 7870.1AMD Phenom II X4 945 — ₽ 3278.8AMD Phenom II X4 955 — ₽ 8537.2AMD Phenom II X4 960T — ₽ 8854AMD Phenom II X4 965 — ₽ 3902.6AMD Phenom II X4 B95 — ₽ 4784.8AMD Phenom II X4 B97 — ₽ 5899.8AMD Phenom II X6 1035T — ₽ 12396.5AMD Phenom II X6 1045T — ₽ 11478.3AMD Phenom II X6 1055T — ₽ 12134.2AMD Phenom II X6 1075T — ₽ 17052.7AMD Phenom II X6 1090T — ₽ 25978.9AMD Phenom II X6 1100T — ₽ 13117.3AMD Phenom X3 8550 — ₽ 11147AMD Ryzen 3 1200 — ₽ 6230.4AMD Ryzen 3 1300X — ₽ 8198. 1AMD Ryzen 3 2200G — ₽ 6427.2AMD Ryzen 3 3100 — ₽ 5903.1AMD Ryzen 3 3200G — ₽ 6493.4AMD Ryzen 3 3300X — ₽ 7870.8AMD Ryzen 5 1400 — ₽ 8789.1AMD Ryzen 5 1500X — ₽ 9503.3AMD Ryzen 5 1600 — ₽ 10165.8AMD Ryzen 5 1600X — ₽ 11701.3AMD Ryzen 5 2400G — ₽ 10428.2AMD Ryzen 5 2600 — ₽ 9837.8AMD Ryzen 5 2600X — ₽ 13773.2AMD Ryzen 5 3400G — ₽ 9837.8AMD Ryzen 5 3500 — ₽ 9707.3AMD Ryzen 5 3500X — ₽ 10527.2AMD Ryzen 5 3600 — ₽ 13052.4AMD Ryzen 5 3600X — ₽ 16331.9AMD Ryzen 5 5500 — ₽ 10493.7AMD Ryzen 5 5600X — ₽ 19611.4AMD Ryzen 7 1700 — ₽ 12461.4AMD Ryzen 7 1700X — ₽ 13117.3AMD Ryzen 7 1800X — ₽ 16396.8AMD Ryzen 7 2700 — ₽ 16347AMD Ryzen 7 2700X — ₽ 20004.3AMD Ryzen 7 3700X — ₽ 21644AMD Ryzen 7 3800X — ₽ 26170.4AMD Ryzen 7 5700X — ₽ 19676.3AMD Ryzen 7 5800X — ₽ 26170.4AMD Ryzen 7 5800X3D — ₽ 29514.8AMD Ryzen 9 3900X — ₽ 32729.4AMD Ryzen 9 3950X — ₽ 49192.5AMD Ryzen 9 5900X — ₽ 32729.4AMD Ryzen 9 5950X — ₽ 46568.9AMD Ryzen Threadripper 1900X — ₽ 22955.8AMD Ryzen Threadripper 1920X — ₽ 27547.1AMD Ryzen Threadripper 1950X — ₽ 44600. 5AMD Ryzen Threadripper 2950X — ₽ 59030.3AMD Ryzen Threadripper 2990WX — ₽ 112814.1Intel Core i3-10100 — ₽ 8002Intel Core i3-10300 — ₽ 9379.4Intel Core i3-11100 — ₽ 8002Intel Core i3-11300 — ₽ 9379.4Intel Core i3-12100 — ₽ 8002Intel Core i3-12300 — ₽ 9379.4Intel Core i3-2100 @ 3.10GHz — ₽ 3934.7Intel Core i3-2102 @ 3.10GHz — ₽ 3804.2Intel Core i3-2105 @ 3.10GHz — ₽ 5246.5Intel Core i3-2120 @ 3.30GHz — ₽ 1967.7Intel Core i3-2125 @ 3.30GHz — ₽ 13052.4Intel Core i3-2130 @ 3.40GHz — ₽ 4590.6Intel Core i3-3210 @ 3.20GHz — ₽ 6558.3Intel Core i3-3220 @ 3.30GHz — ₽ 2289.1Intel Core i3-3225 @ 3.30GHz — ₽ 6558.3Intel Core i3-3240 @ 3.40GHz — ₽ 3016.5Intel Core i3-3245 @ 3.40GHz — ₽ 5246.5Intel Core i3-3250 @ 3.50GHz — ₽ 6230.4Intel Core i3-4130 @ 3.40GHz — ₽ 9181.9Intel Core i3-4150 @ 3.50GHz — ₽ 17052.7Intel Core i3-4160 @ 3.60GHz — ₽ 9181.9Intel Core i3-4170 @ 3.70GHz — ₽ 9837.8Intel Core i3-4330 @ 3.50GHz — ₽ 11805.5Intel Core i3-4340 @ 3.60GHz — ₽ 11149.6Intel Core i3-4350 @ 3.60GHz — ₽ 11149. 6Intel Core i3-4360 @ 3.70GHz — ₽ 18361.9Intel Core i3-4370 @ 3.80GHz — ₽ 29513.5Intel Core i3-530 @ 2.93GHz — ₽ 1311.8Intel Core i3-540 @ 3.07GHz — ₽ 1377.4Intel Core i3-550 @ 3.20GHz — ₽ 11802.9Intel Core i3-560 @ 3.33GHz — ₽ 1966.4Intel Core i3-6098P @ 3.60GHz — ₽ 8772Intel Core i3-6100 @ 3.70GHz — ₽ 10895.2Intel Core i3-6300 @ 3.80GHz — ₽ 9378.7Intel Core i3-6320 @ 3.90GHz — ₽ 10493.7Intel Core i3-7100 @ 3.90GHz — ₽ 11147Intel Core i3-7300 @ 4.00GHz — ₽ 13773.2Intel Core i3-7320 @ 4.10GHz — ₽ 11462.5Intel Core i3-7350K @ 4.20GHz — ₽ 15082.4Intel Core i3-8100 @ 3.60GHz — ₽ 8526Intel Core i3-8300 @ 3.70GHz — ₽ 11768.8Intel Core i3-8350K @ 4.00GHz — ₽ 12067.9Intel Core i3-9100 @ 3.60GHz — ₽ 11149.6Intel Core i3-9100F @ 3.60GHz — ₽ 6886.3Intel Core i3-9320 @ 3.70GHz — ₽ 10625.6Intel Core i3-9350KF @ 4.00GHz — ₽ 14691.5Intel Core i5 750S @ 2.40GHz — ₽ 6558.3Intel Core i5-10400 — ₽ 11937.4Intel Core i5-10600K — ₽ 15533.7Intel Core i5-11400 — ₽ 11937.4Intel Core i5-11600K — ₽ 17184.6Intel Core i5-12400 — ₽ 9379. 4Intel Core i5-12600K — ₽ 19020.4Intel Core i5-2300 @ 2.80GHz — ₽ 5246.5Intel Core i5-2310 @ 2.90GHz — ₽ 5245.9Intel Core i5-2320 @ 3.00GHz — ₽ 12806.4Intel Core i5-2380P @ 3.10GHz — ₽ 5902.4Intel Core i5-2400 @ 3.10GHz — ₽ 5508.9Intel Core i5-2400S @ 2.50GHz — ₽ 4309.3Intel Core i5-2405S @ 2.50GHz — ₽ 10783Intel Core i5-2450P @ 3.20GHz — ₽ 5902.4Intel Core i5-2500 @ 3.30GHz — ₽ 6886.3Intel Core i5-2500K @ 3.30GHz — ₽ 8132.5Intel Core i5-2500S @ 2.70GHz — ₽ 4918.6Intel Core i5-2550K @ 3.40GHz — ₽ 8526Intel Core i5-3330 @ 3.00GHz — ₽ 6558.3Intel Core i5-3330S @ 2.70GHz — ₽ 6230.4Intel Core i5-3340 @ 3.10GHz — ₽ 17185.2Intel Core i5-3340S @ 2.80GHz — ₽ 9837.8Intel Core i5-3350P @ 3.10GHz — ₽ 11149.6Intel Core i5-3450 @ 3.10GHz — ₽ 8394.9Intel Core i5-3450S @ 2.80GHz — ₽ 6558.3Intel Core i5-3470 @ 3.20GHz — ₽ 8198.1Intel Core i5-3470S @ 2.90GHz — ₽ 9188.5Intel Core i5-3475S @ 2.90GHz — ₽ 9412.2Intel Core i5-3550 @ 3.30GHz — ₽ 21641.4Intel Core i5-3550S @ 3.00GHz — ₽ 22366.8Intel Core i5-3570 @ 3. 40GHz — ₽ 9181.9Intel Core i5-3570K @ 3.40GHz — ₽ 9444.3Intel Core i5-3570S @ 3.10GHz — ₽ 18693.2Intel Core i5-4430 @ 3.00GHz — ₽ 11805.5Intel Core i5-4430S @ 2.70GHz — ₽ 10493.7Intel Core i5-4440 @ 3.10GHz — ₽ 11149.6Intel Core i5-4440S @ 2.80GHz — ₽ 30366.2Intel Core i5-4460 @ 3.20GHz — ₽ 11149.6Intel Core i5-4460S @ 2.90GHz — ₽ 43288.7Intel Core i5-4570 @ 3.20GHz — ₽ 11477.6Intel Core i5-4570S @ 2.90GHz — ₽ 14536.7Intel Core i5-4590 @ 3.30GHz — ₽ 12133.5Intel Core i5-4590S @ 3.00GHz — ₽ 12986.2Intel Core i5-4670 @ 3.40GHz — ₽ 12330.3Intel Core i5-4670K @ 3.40GHz — ₽ 16396.8Intel Core i5-4670R @ 3.00GHz — ₽ 18102.8Intel Core i5-4690 @ 3.50GHz — ₽ 13117.3Intel Core i5-4690K @ 3.50GHz — ₽ 13117.3Intel Core i5-4690S @ 3.20GHz — ₽ 17705.4Intel Core i5-5675C @ 3.10GHz — ₽ 26235.3Intel Core i5-6400 @ 2.70GHz — ₽ 13117.3Intel Core i5-6402P @ 2.80GHz — ₽ 12461.4Intel Core i5-650 @ 3.20GHz — ₽ 6558.3Intel Core i5-6500 @ 3.20GHz — ₽ 15373Intel Core i5-655K @ 3.20GHz — ₽ 3934.7Intel Core i5-660 @ 3. 33GHz — ₽ 3213.9Intel Core i5-6600 @ 3.30GHz — ₽ 14429.1Intel Core i5-6600K @ 3.50GHz — ₽ 18948.3Intel Core i5-661 @ 3.33GHz — ₽ 6558.3Intel Core i5-670 @ 3.47GHz — ₽ 5902.4Intel Core i5-680 @ 3.60GHz — ₽ 5902.4Intel Core i5-7400 @ 3.00GHz — ₽ 14003.5Intel Core i5-750 @ 2.67GHz — ₽ 10527.2Intel Core i5-7500 @ 3.40GHz — ₽ 13773.2Intel Core i5-760 @ 2.80GHz — ₽ 6558.3Intel Core i5-7600 @ 3.50GHz — ₽ 15739.6Intel Core i5-7600K @ 3.80GHz — ₽ 16462.4Intel Core i5-7640X @ 4.00GHz — ₽ 16396.8Intel Core i5-8400 @ 2.80GHz — ₽ 13117.3Intel Core i5-8500 @ 3.00GHz — ₽ 15676Intel Core i5-8600 @ 3.10GHz — ₽ 16034.8Intel Core i5-8600K @ 3.60GHz — ₽ 24770.1Intel Core i5-9400 @ 2.90GHz — ₽ 11149.6Intel Core i5-9400F @ 2.90GHz — ₽ 11149.6Intel Core i5-9600K @ 3.70GHz — ₽ 18364.5Intel Core i5-9600KF @ 3.70GHz — ₽ 14101.2Intel Core i7-10700K — ₽ 26834.2Intel Core i7-11700K — ₽ 26891.9Intel Core i7-12700K — ₽ 30826.6Intel Core i7-2600 @ 3.40GHz — ₽ 9837.2Intel Core i7-2600K @ 3.40GHz — ₽ 12986.2Intel Core i7-2600S @ 2. 80GHz — ₽ 13117.3Intel Core i7-2700K @ 3.50GHz — ₽ 13117.3Intel Core i7-3770 @ 3.40GHz — ₽ 11740Intel Core i7-3770K @ 3.50GHz — ₽ 16330.6Intel Core i7-3770S @ 3.10GHz — ₽ 13117.3Intel Core i7-3820 @ 3.60GHz — ₽ 13117.3Intel Core i7-3930K @ 3.20GHz — ₽ 26169.1Intel Core i7-3960X @ 3.30GHz — ₽ 52471.3Intel Core i7-3970X @ 3.50GHz — ₽ 62572.2Intel Core i7-4770 @ 3.40GHz — ₽ 15740.9Intel Core i7-4770K @ 3.50GHz — ₽ 18692.5Intel Core i7-4770S @ 3.10GHz — ₽ 16396.8Intel Core i7-4771 @ 3.50GHz — ₽ 19676.3Intel Core i7-4790 @ 3.60GHz — ₽ 18299Intel Core i7-4790K @ 4.00GHz — ₽ 20135.5Intel Core i7-4790S @ 3.20GHz — ₽ 22470.5Intel Core i7-4820K @ 3.70GHz — ₽ 32794.3Intel Core i7-4930K @ 3.40GHz — ₽ 26169.1Intel Core i7-4960X @ 3.60GHz — ₽ 50503.6Intel Core i7-5775C @ 3.30GHz — ₽ 29514.8Intel Core i7-5820K @ 3.30GHz — ₽ 19676.3Intel Core i7-5930K @ 3.50GHz — ₽ 32728.1Intel Core i7-5960X @ 3.00GHz — ₽ 50503.6Intel Core i7-6700 @ 3.40GHz — ₽ 28446.4Intel Core i7-6700K @ 4.00GHz — ₽ 21972Intel Core i7-6800K @ 3. 40GHz — ₽ 27547.1Intel Core i7-6850K @ 3.60GHz — ₽ 36073.8Intel Core i7-6900K @ 3.20GHz — ₽ 78706.7Intel Core i7-6950X @ 3.00GHz — ₽ 103369.2Intel Core i7-7700 @ 3.60GHz — ₽ 21325.3Intel Core i7-7700K @ 4.20GHz — ₽ 23283.8Intel Core i7-7740X @ 4.30GHz — ₽ 22890.3Intel Core i7-7800X @ 3.50GHz — ₽ 24267.6Intel Core i7-7820X @ 3.60GHz — ₽ 60998Intel Core i7-8086K @ 4.00GHz — ₽ 36268.6Intel Core i7-860 @ 2.80GHz — ₽ 19017.8Intel Core i7-860S @ 2.53GHz — ₽ 13117.3Intel Core i7-870 @ 2.93GHz — ₽ 20329.6Intel Core i7-8700 @ 3.20GHz — ₽ 29810Intel Core i7-8700K @ 3.70GHz — ₽ 24261.1Intel Core i7-875K @ 2.93GHz — ₽ 13117.3Intel Core i7-880 @ 3.07GHz — ₽ 38239Intel Core i7-920 @ 2.67GHz — ₽ 11412.7Intel Core i7-930 @ 2.80GHz — ₽ 3934.7Intel Core i7-940 @ 2.93GHz — ₽ 4637.2Intel Core i7-950 @ 3.07GHz — ₽ 16069.6Intel Core i7-960 @ 3.20GHz — ₽ 6558.3Intel Core i7-965 @ 3.20GHz — ₽ 9181.9Intel Core i7-970 @ 3.20GHz — ₽ 9837.2Intel Core i7-9700 @ 3.00GHz — ₽ 21644Intel Core i7-9700F @ 3.00GHz — ₽ 24136. 5Intel Core i7-9700K @ 3.60GHz — ₽ 26891.2Intel Core i7-975 @ 3.33GHz — ₽ 11805.5Intel Core i7-980 @ 3.33GHz — ₽ 13116.7Intel Core i7-980X @ 3.33GHz — ₽ 14428.5Intel Core i7-990X @ 3.47GHz — ₽ 22955.8Intel Core i9-10900K — ₽ 38698.1Intel Core i9-11900K — ₽ 32007.9Intel Core i9-12900K — ₽ 38697.4Intel Core i9-7900X @ 3.30GHz — ₽ 90513.5Intel Core i9-7920X @ 2.90GHz — ₽ 71932.6Intel Core i9-7940X @ 3.10GHz — ₽ 78191.2Intel Core i9-7960X @ 2.80GHz — ₽ 131179.3Intel Core i9-7980XE @ 2.60GHz — ₽ 131540.7Intel Core i9-9900 @ 3.10GHz — ₽ 28858.9Intel Core i9-9900K @ 3.60GHz — ₽ 54767Intel Core2 Duo E4300 @ 1.80GHz — ₽ 10359.9Intel Core2 Duo E4400 @ 2.00GHz — ₽ 587Intel Core2 Duo E4500 @ 2.20GHz — ₽ 2622.9Intel Core2 Duo E4600 @ 2.40GHz — ₽ 10359.9Intel Core2 Duo E4700 @ 2.60GHz — ₽ 6559Intel Core2 Duo E6300 @ 1.86GHz — ₽ 852Intel Core2 Duo E6320 @ 1.86GHz — ₽ 3278.8Intel Core2 Duo E6400 @ 2.13GHz — ₽ 1308.5Intel Core2 Duo E6420 @ 2.13GHz — ₽ 3278.8Intel Core2 Duo E6550 @ 2.33GHz — ₽ 980.6Intel Core2 Duo E6600 @ 2. 40GHz — ₽ 983.2Intel Core2 Duo E6700 @ 2.66GHz — ₽ 1967Intel Core2 Duo E6750 @ 2.66GHz — ₽ 849.4Intel Core2 Duo E6850 @ 3.00GHz — ₽ 3278.8Intel Core2 Duo E7200 @ 2.53GHz — ₽ 4919.3Intel Core2 Duo E7300 @ 2.66GHz — ₽ 1311.1Intel Core2 Duo E7400 @ 2.80GHz — ₽ 1901.5Intel Core2 Duo E7500 @ 2.93GHz — ₽ 983.2Intel Core2 Duo E7600 @ 3.06GHz — ₽ 7867.5Intel Core2 Duo E8200 @ 2.66GHz — ₽ 3278.8Intel Core2 Duo E8300 @ 2.83GHz — ₽ 1311.1Intel Core2 Duo E8400 @ 3.00GHz — ₽ 642.1Intel Core2 Duo E8500 @ 3.16GHz — ₽ 2622.9Intel Core2 Duo E8600 @ 3.33GHz — ₽ 3278.8Intel Core2 Extreme Q6800 @ 2.93GHz — ₽ 73788.8Intel Core2 Extreme Q6850 @ 3.00GHz — ₽ 98119.4Intel Core2 Extreme X6800 @ 2.93GHz — ₽ 17292.1Intel Core2 Extreme X9650 @ 3.00GHz — ₽ 59621.3Intel Core2 Extreme X9770 @ 3.20GHz — ₽ 105531Intel Core2 Extreme X9775 @ 3.20GHz — ₽ 118452.3Intel Core2 Quad Q6600 @ 2.40GHz — ₽ 2622.3Intel Core2 Quad Q6700 @ 2.66GHz — ₽ 2950.9Intel Core2 Quad Q8200 @ 2.33GHz — ₽ 1507.9Intel Core2 Quad Q8300 @ 2.50GHz — ₽ 3278. 8Intel Core2 Quad Q8400 @ 2.66GHz — ₽ 6526.2Intel Core2 Quad Q9300 @ 2.50GHz — ₽ 3278.8Intel Core2 Quad Q9400 @ 2.66GHz — ₽ 2228.7Intel Core2 Quad Q9450 @ 2.66GHz — ₽ 21972.7Intel Core2 Quad Q9500 @ 2.83GHz — ₽ 2295Intel Core2 Quad Q9505 @ 2.83GHz — ₽ 12462.1Intel Core2 Quad Q9550 @ 2.83GHz — ₽ 3213.3Intel Core2 Quad Q9650 @ 3.00GHz — ₽ 4576.9Intel Pentium G2010 @ 2.80GHz — ₽ 2288.4Intel Pentium G2020 @ 2.90GHz — ₽ 2155.3Intel Pentium G2030 @ 3.00GHz — ₽ 2688.5Intel Pentium G2120 @ 3.10GHz — ₽ 3016.5Intel Pentium G2130 @ 3.20GHz — ₽ 3278.8Intel Pentium G2140 @ 3.30GHz — ₽ 3278.8Intel Pentium G3220 @ 3.00GHz — ₽ 7867.5Intel Pentium G3240 @ 3.10GHz — ₽ 5246.5Intel Pentium G3250 @ 3.20GHz — ₽ 7214.2Intel Pentium G3258 @ 3.20GHz — ₽ 11693.4Intel Pentium G3260 @ 3.30GHz — ₽ 6886.3Intel Pentium G3420 @ 3.20GHz — ₽ 7214.2Intel Pentium G3430 @ 3.30GHz — ₽ 5902.4Intel Pentium G3440 @ 3.30GHz — ₽ 10490.5Intel Pentium G3450 @ 3.40GHz — ₽ 6558.3Intel Pentium G3460 @ 3.50GHz — ₽ 18903Intel Pentium G3470 @ 3. 60GHz — ₽ 6840.4Intel Pentium G4400 @ 3.30GHz — ₽ 5246.5Intel Pentium G4500 @ 3.50GHz — ₽ 5592.2Intel Pentium G4520 @ 3.60GHz — ₽ 7273.3Intel Pentium G4560 @ 3.50GHz — ₽ 6763.6Intel Pentium G4600 @ 3.60GHz — ₽ 6558.3Intel Pentium G4620 @ 3.70GHz — ₽ 6943.4Intel Pentium G640 @ 2.80GHz — ₽ 1639.1Intel Pentium G645 @ 2.90GHz — ₽ 6231.1Intel Pentium G840 @ 2.80GHz — ₽ 2295Intel Pentium G850 @ 2.90GHz — ₽ 1967Intel Pentium G860 @ 3.00GHz — ₽ 1967Intel Pentium G870 @ 3.10GHz — ₽ 6362.2Intel Pentium Gold G5400 @ 3.70GHz — ₽ 8123.3Intel Pentium Gold G5500 @ 3.80GHz — ₽ 6580Intel Pentium Gold G5600 @ 3.90GHz — ₽ 6618

Change Variant To
Select..

Желаемое качество настройки
Select..Ультра качество — MSAA, HBAO, and advanced shadowsВысокое качество — No MSAA, HBAO, or advanced shadowsСреднее качествоНизкое качество

Видеокарты — сравнение производительности видеокарт в таблице

Видеокарты — сравнение производительности видеокарт в таблице

• Главная
• Видеокарты

Показаны записи 1-20 из 58.

Название	Производитель	Ядра	Рассеиваемая мощность	OctaneBench	RedshiftBench	FP16
GeForce RTX™ 3090	NVIDIA	10496	350	682		35.580
GeForce RTX™ 3080	NVIDIA	8704	320	554	180	29.770
GeForce RTX™ 3070	NVIDIA	5888	220	399		20.310
TITAN V	NVIDIA	5120	250	396	426	29.800
GeForce RTX™ 3060 Ti	NVIDIA	4864	200	376		16.200
Tesla V100 SXM2 16 GB	NVIDIA	5120	250	375		31.330
Tesla V100 SXM2 32 GB	NVIDIA	5120	250	367		31. 330
TITAN RTX™	NVIDIA	4608	280	366		32.620
Quadro® GV100 32GB	NVIDIA	5120	250	354	465	33.320
Tesla V100 PCIe 16 GB	NVIDIA	5120	250	353		28.260
Tesla V100 PCIe 32 GB	NVIDIA	5120	250	341		28.260
Quadro® RTX 8000 48GB	NVIDIA	4608	260	318		32.620
GeForce RTX™ 2080 Ti TURBO OC 11G	Gigabyte	4352	250	309	502	26.900
GeForce RTX™ 3060	NVIDIA	3584	170	305		12.740
GeForce RTX™ 2080 Ti	NVIDIA	4352	250	302	502	26. 900
Quadro® RTX 6000 24GB	NVIDIA	4608	260	302	518	32.620
GeForce RTX™ 2080 Ti TURBO 11G	Gigabyte	4352	250	299	546	26.900
Quadro® GP100 16GB	NVIDIA	3584	235	282	597	20.670
Tesla P100 PCIe 16 GB	NVIDIA	3584	250	243		19.050
GeForce GTX™ TITAN Xp	NVIDIA	3840	250	240	706	0.190

Разработано в Relevant Development

графических платформ | Документация Compute Engine

Compute Engine предоставляет графические процессоры (GPU), которые вы можете
добавить к экземплярам вашей виртуальной машины (ВМ). Вы можете использовать эти графические процессоры для ускорения
определенные рабочие нагрузки на ваших виртуальных машинах, такие как машинное обучение и данные
обработка.

Compute Engine предоставляет графические процессоры NVIDIA для ваших виртуальных машин в
транзитный режим, чтобы ваши виртуальные машины могли напрямую контролировать графические процессоры и их
связанная память.

Если у вас есть рабочие нагрузки с интенсивным использованием графики, такие как 3D-визуализация,
3D-рендеринг или виртуальные приложения, вы можете использовать виртуальную NVIDIA RTX.
рабочие станции (ранее известные как NVIDIA GRID).

В этом документе представлен обзор различных моделей графических процессоров,
доступны на Compute Engine.

Чтобы просмотреть доступные регионы и зоны для графических процессоров в Compute Engine, см.
Регионы GPU и доступность зон.

Графические процессоры NVIDIA для вычислительных рабочих нагрузок

Для вычислительных рабочих нагрузок доступны следующие модели графических процессоров:

• NVIDIA A100
  • NVIDIA A100 40 ГБ: общедоступный
  • NVIDIA A100 80 ГБ: общедоступный
• NVIDIA T4: nvidia-tesla-t4 : общедоступный
• NVIDIA V100: nvidia-tesla-v100 : общедоступный
• NVIDIA P100: nvidia-tesla-p100 : общедоступный
• NVIDIA P4: nvidia-tesla-p4 : общедоступный
• NVIDIA K80: nvidia-tesla-k80 : общедоступный

Графические процессоры NVIDIA A100

Для запуска графических процессоров NVIDIA A100 необходимо использовать
оптимизированный для ускорителя (A2)
тип аппарата.

Каждый тип машины A2 имеет фиксированное количество GPU, количество виртуальных ЦП и объем памяти.

A100 40 ГБ

A100 80 ГБ

Графические процессоры NVIDIA T4

Виртуальные машины с меньшим количеством графических процессоров ограничены максимальным числом виртуальных ЦП.
В целом более высокое число
GPU позволяет создавать инстансы с большим количеством виртуальных ЦП и
объем памяти.

Графические процессоры NVIDIA P4

Графические процессоры NVIDIA V100

Графические процессоры NVIDIA P100

Для некоторых графических процессоров P100 максимальное количество ЦП и памяти, доступное для некоторых
конфигурации зависит от зоны, в которой работает ресурс GPU.

Графические процессоры NVIDIA K80

Платы NVIDIA K80 содержат по два графических процессора каждая. Цена на К80
Графические процессоры — это отдельные графические процессоры, а не плата.

Если у вас есть графические рабочие нагрузки, такие как 3D-визуализация, вы можете
создавать виртуальные рабочие станции, которые используют
Виртуальные рабочие станции NVIDIA RTX (ранее известные как NVIDIA GRID). Когда вы создаете виртуальный
рабочая станция, лицензия на виртуальную рабочую станцию ​​NVIDIA RTX добавляется автоматически
к вашей ВМ. Сведения о ценах на виртуальные рабочие станции см.
Страница с ценами на GPU.

Для графических рабочих нагрузок доступны модели виртуальных рабочих станций NVIDIA RTX.
в следующие этапы:

• Виртуальные рабочие станции NVIDIA T4: nvidia-tesla-t4-vws : общедоступный
• Виртуальные рабочие станции NVIDIA P100: nvidia-tesla-p100-vws : Общедоступный
• Виртуальные рабочие станции NVIDIA P4: nvidia-tesla-p4-vws : общедоступный

Графические процессоры NVIDIA T4 VWS

Графические процессоры NVIDIA P4 VWS

Графические процессоры NVIDIA P100 VWS

Общая сравнительная таблица

В следующей таблице описаны объем памяти графического процессора, доступность функций,
и идеальные типы рабочих нагрузок различных моделей графических процессоров, доступных на
Вычислительный движок.

Метрическая система	A100 80 ГБ	A100 40 ГБ	Т4	В100	Р4	Р100	К80
Память	80 ГБ HBM2e при 1,9 ТБ/с	40 ГБ HBM2 при 1,6 ТБ/с	16 ГБ GDDR6 при 320 ГБ/с	16 ГБ HBM2 при 900 ГБ/с	8 ГБ GDDR5 при 192 ГБ/с	16 ГБ HBM2 при 732 ГБ/с	12 ГБ GDDR5 при 240 ГБ/с
Межблочное соединение	Полноячеистая сеть NVLink @ 600 ГБ/с	Полноячеистая сеть NVLink @ 600 ГБ/с	н/д	Кольцо NVLink @ 300 ГБ/с	н/д	н/д	н/д
Поддержка виртуальной рабочей станции NVIDIA RTX
Лучше всего использовать для	Большие модели с массивными таблицами данных для ML Training, Inference, HPC, БЕРТ, DLRM	ML Обучение, Инференс, HPC	ML Inference, Training, Remote Visualization Workstations, Video Transcoding	ML Обучение, Инференс, HPC	Рабочие станции удаленной визуализации, вывод машинного обучения и транскодирование видео	ML Training, Inference, HPC, удаленные рабочие станции визуализации	ML Инференс, Обучение, HPC
Цены	Чтобы сравнить цены на GPU для разных моделей GPU и регионов, доступных в Compute Engine, см. цены на GPU.

Таблица сравнения производительности

В следующей таблице описаны характеристики производительности различных графических процессоров.
моделей, доступных на Compute Engine.

Метрическая система	A100 80 ГБ	A100 40 ГБ	Т4	В100	Р4	Р100	К80
Производительность вычислений
ФП64	9,7 терафлопс	9,7 терафлопс	0,25 терафлопс 1	7,8 терафлопс	0,2 терафлопс 1	4,7 терафлопс	1,46 терафлопс
ФП32	19,5 терафлопс	19,5 терафлопс	8,1 терафлопс	15,7 терафлопс	5,5 терафлопс	9,3 терафлопс	4,37 терафлопс
ФП16						18,7 терафлопс
INT8					22 ВЕРХА 2
Производительность тензорного ядра
ФП64	19,5 терафлопс	19,5 терафлопс
ТФ32	156 терафлопс	156 терафлопс
Смешанная точность FP16/FP32	312 терафлопс 3	312 терафлопс 3	65 терафлопс	125 терафлопс
INT8	624 ВЕРХ 2	624 ВЕРХ 2	180 ВЕРХ. 2
INT4	1248 ВЕРХ 2	1248 ВЕРХ 2	260 ВЕРХ 2

¹ Чтобы обеспечить правильную работу кода FP64, небольшое количество FP64
аппаратные блоки включены в архитектуру GPU T4 и P4.

² Тераопераций в секунду.

³ Для обучения смешанной точности NVIDIA A100 также поддерживает
bfloat16 тип данных.

Что дальше?

• Для получения дополнительной информации о графических процессорах в Compute Engine,
  см. О графических процессорах.
• Проверьте наличие регионов и зон графического процессора.
• Узнайте о ценах на GPU.

Лучшие видеокарты для машинного обучения

Аппаратное обеспечение

Ускорьте обучение и выполняйте итерации быстрее

0003 При работе с машинным обучением, особенно при работе с глубоким обучением и нейронными сетями, предпочтительно использовать для обработки графическую карту, а не центральный процессор. Даже очень простой графический процессор превзойдет центральный процессор, когда дело доходит до нейронных сетей.

Но какой GPU купить? Выбор огромен, и он может очень быстро запутаться и стать дорогим. Поэтому я постараюсь направить вас по соответствующим факторам, которые следует учитывать, чтобы вы могли сделать осознанный выбор, исходя из вашего бюджета и конкретных требований к моделированию.

ЦП (центральный процессор) — это рабочая лошадка вашего компьютера, и, что немаловажно, он очень гибкий. Он может работать с инструкциями из широкого спектра программ и оборудования и может обрабатывать их очень быстро. Чтобы преуспеть в этой многозадачной среде, ЦП имеет небольшое количество гибких и быстрых процессоров (также называемых ядрами).

GPU (графический процессор) немного более специализирован и не так гибок, когда речь идет о многозадачности. Он предназначен для выполнения множества сложных математических вычислений параллельно , что увеличивает пропускную способность. Это достигается за счет большего количества простых ядер, иногда тысяч, так что многие вычисления могут выполняться одновременно.

Изображение Ahmed Gad с сайта Pixabay

Это требование параллельного выполнения нескольких вычислений идеально подходит для:

• рендеринга графики — траектории движущихся графических объектов должны постоянно рассчитываться, а это требует большого количества постоянных повторений. параллельные математические расчеты.
• машинное и глубокое обучение — большие объемы матричных/тензорных вычислений, которые с помощью графического процессора могут выполняться параллельно.
• математические вычисления любого типа, которые можно разделить для параллельного выполнения.

Я думаю, что лучшее резюме, которое я видел, находится в собственном блоге Nvidia:

Таблица автора, вдохновленная nvidia.com более специализированные процессорные ядра, называемые тензорными ядрами. Они быстрее и эффективнее при выполнении тензорных/матричных вычислений. Именно то, что вам нужно для математики, связанной с машинным/глубоким обучением.

Несмотря на то, что существуют выделенные TPU, некоторые из последних графических процессоров также включают несколько ядер Tensor, как вы увидите позже в этой статье.

Это будет довольно короткий раздел, так как ответ на этот вопрос определенно: и обычно лучше интегрированы в такие инструменты, как TensorFlow и PyTorch.

По собственному опыту я знаю, что попытка использовать графический процессор AMD с TensorFlow требует использования дополнительных инструментов (ROCm), которые, как правило, немного неудобны и иногда оставляют вас с не совсем актуальной версией TensorFlow/PyTorch, только так вы можете заставить карту работать.

Эта ситуация может улучшиться в будущем, но если вы хотите получить беспроблемный опыт, лучше пока использовать Nvidia.

Выбор графического процессора, соответствующего вашему бюджету, а также способного выполнять нужные вам задачи машинного обучения, в основном сводится к балансу четырех основных факторов:

1. Сколько оперативной памяти имеет графический процессор?
2. Сколько ядер CUDA и/или Tensor имеет GPU?
3. Чип какой архитектуры используется в карте?
4. Каковы ваши требования к потребляемой мощности (если есть)?

В последующих подразделах будет рассмотрена каждая из этих областей, и мы надеемся, что вы лучше поймете, что для вас важно.

ОЗУ графического процессора

Ответ на этот вопрос: чем больше, тем лучше! Очень полезно, я знаю…

Все зависит от того, что вы моделируете, и от того, насколько велики эти модели. Например, если вы имеете дело с изображениями, видео или аудио, то по определению вы будете иметь дело с довольно большим объемом данных, и ОЗУ графического процессора будет чрезвычайно важным фактором.

Всегда есть способы обойти нехватку памяти (например, уменьшить размер пакета). Тем не менее, вы хотите ограничить количество времени, которое вам приходится тратить на возню с кодом только для того, чтобы обойти требования к памяти, поэтому важен хороший баланс для ваших требований.

. Изображение OpenClipart-Vectors с Pixabay. сложные модели или большое количество изображений, видео или аудио. Отлично, если вы только начинаете и хотите поэкспериментировать, не нарушая банк. Улучшения по сравнению с процессором по-прежнему будут день и ночь.

8 ГБ — я бы сказал, что это золотая середина. Вы можете выполнять большинство задач, не ограничивая объем оперативной памяти, но у вас возникнут проблемы с более сложными моделями с изображениями, видео или аудио.

12 ГБ — это я бы назвал оптимальным, но не смешно. Вы можете работать с большинством более крупных моделей, даже с теми, которые имеют дело с изображениями, видео или аудио.

12 ГБ+ — Чем больше, тем лучше, вы сможете обрабатывать большие наборы данных и большие объемы пакетов. Однако за пределами 12 ГБ цены действительно начинают расти.

По моему опыту, я бы сказал, что в среднем лучше выбрать более «медленную» карту с большим объемом оперативной памяти, если стоимость такая же. Помните, что преимуществом графического процессора является высокая пропускная способность, которая сильно зависит от доступной оперативной памяти для передачи данных через графический процессор.

Ядра CUDA и тензорные ядра

На самом деле это довольно просто. Чем больше ядер CUDA ( C compute U nified D evice A rchitecture), тем лучше.

Другие элементы, такие как ОЗУ и архитектура чипа (см. следующий раздел), вероятно, следует рассмотреть в первую очередь, а затем рассмотреть карты с наибольшим количеством ядер CUDA/тензора из вашего суженного списка.

Для машинного/глубокого обучения тензорные ядра лучше (быстрее и эффективнее), чем ядра CUDA. Это связано с тем, что они разработаны именно для вычислений, которые требуются в области машинного/глубокого обучения.

Реальность такова, что это не имеет большого значения, ядра CUDA достаточно быстры. Если вы можете получить карту, которая также включает в себя тензорные ядра, это хороший плюс, просто не зацикливайтесь на этом.

Двигаясь вперед, вы увидите много упоминаний «CUDA», и это может сбить с толку, поэтому подведем итог:

• Ядра CUDA — это физические процессоры на видеокартах, обычно их тысячи.
• CUDA 11 — номер может измениться, но это относится к программному обеспечению/драйверам, которые установлены для работы видеокарты. Новые выпуски выпускаются регулярно, и его можно установить, как и любое другое программное обеспечение.
• Генерация CUDA (или вычислительные возможности) — это описывает возможности видеокарты с точки зрения ее функций поколения. Это зафиксировано аппаратно, и поэтому его можно изменить только путем обновления до новой карты. Отличается номерами и кодовым названием. Примеры: 3.x [Кеплер], 5.x [Максвелл], 6.x [Паскаль], 7.x [Тьюринг] и 8.x [Ампер].

Архитектура чипа

На самом деле это важнее, чем вы думаете. Как я упоминал ранее, на данный момент мы фактически отказываемся от AMD, поэтому с точки зрения поколений архитектуры чипов у нас есть только Nvidia.

Photo by Manuel on Unsplash

Главное, на что следует обратить внимание, — это «вычислительные возможности» чипсета, которые иногда называют «поколением CUDA». Это фиксировано для каждой карты, поэтому, купив карту, вы застряли с любыми вычислительными возможностями карты.

Важно знать вычислительные возможности карты по двум основным причинам:

1. значительные улучшения функций
2. устаревание

значительное улучшение функций

Начнем со значительного улучшения функций. Обучение смешанной точности :

Существует множество преимуществ использования числовых форматов с более низкой точностью, чем 32-битные форматы с плавающей запятой. Во-первых, им требуется меньше памяти, что позволяет обучать и развертывать более крупные нейронные сети. Во-вторых, они требуют меньшей пропускной способности памяти, что ускоряет операции передачи данных. В-третьих, математические операции выполняются намного быстрее при пониженной точности, особенно на графических процессорах с поддержкой Tensor Core для такой точности. Тренировка со смешанной точностью дает все эти преимущества, гарантируя, что нет Точность конкретной задачи теряется по сравнению с тренировкой полной точности. Это достигается за счет определения шагов, требующих полной точности, и использования 32-битной с плавающей запятой только для этих шагов, а 16-битной с плавающей запятой во всех остальных случаях.

-Nvidia Learning Performance Documentation

Обучение смешанной точности возможно только при наличии графического процессора с вычислительными возможностями 7. x (Turing) или выше. В основном это серия RTX 20 или новее, или серия RTX, «T» или «A» для настольных компьютеров/серверов.

Основная причина, по которой обучение смешанной точности является таким преимуществом при выборе новой видеокарты, заключается в том, что оно снижает использование ОЗУ, поэтому при наличии более новой карты требования к ОЗУ снижаются.

Устаревание

Затем мы переходим к другому концу шкалы.

Если у вас особенно высокие требования к ОЗУ, но не хватает денег на карту высокого класса, возможно, вы выберете более старую модель графического процессора на вторичном рынке.

Однако есть и существенный недостаток… у карты закончился срок службы.

Ярким примером этого является Tesla K80, который имеет 4992 ядра CUDA и 24 ГБ оперативной памяти . Первоначально он продавался по цене около 7000 долларов США еще в 2014 году. Я только что посмотрел на e-bay в Великобритании, и он стоит от 130 фунтов стерлингов (150 долларов США / евро) до 170 фунтов стерлингов (195 долларов США / евро)! Это много оперативной памяти за такую ​​небольшую цену.

Однако есть и довольно большой недостаток. K80 имеет вычислительные возможности 3.7 (Kepler), которые устарели, начиная с CUDA 11 и выше (текущая версия CUDA — 11). Это означает, что срок службы карты истек, и она не будет работать с будущими выпусками драйверов CUDA. На самом деле очень жаль, но кое-что нужно иметь в виду, так как это очень заманчиво.

Nvidia в основном делит свои карты на две части. Существуют потребительские видеокарты, а затем карты, предназначенные для настольных компьютеров/серверов (то есть профессиональные карты).

Очевидно, что между двумя разделами есть различия, но главное помнить, что потребительские видеокарты, как правило, будут дешевле при тех же характеристиках (ОЗУ, ядра CUDA, архитектура). Однако профессиональные карты, как правило, имеют лучшее качество сборки и меньшее энергопотребление.

Фото автора Элиас Гамес на Pexels

Глядя на более дорогие (и очень дорогие) профессиональные карты, вы также заметите, что у них много оперативной памяти (например, RTX A6000 имеет 48 ГБ, а A100 — 80 ГБ!). Это связано с тем, что они, как правило, нацелены непосредственно на профессиональные рынки 3D-моделирования, рендеринга и машинного/глубокого обучения, которые требуют больших объемов оперативной памяти. Опять же, если у вас есть такие требования, вам, скорее всего, не понадобится совет о том, что купить!

Подводя итог, можно сказать, что вам лучше всего ориентироваться на рынок потребительской графики, так как вы получите более выгодную сделку.

Наконец, я решил дать несколько рекомендаций, основанных на бюджете и требованиях. Я разделил это на три части:

• Низкий бюджет
• Средний бюджет
• Высокобюджетный

Пожалуйста, имейте в виду, что высокий бюджет не учитывает ничего, кроме топовых потребительских видеокарт. Если у вас действительно очень большой бюджет, вам следует обратить внимание на серию профессиональных карт, таких как серия карт Nvidia A, стоимость которых может достигать многих тысяч.

Я включил одну карту, которая доступна только на вторичном рынке, в разделе с низким бюджетом. Это в основном потому, что я думаю, что в разделе с низким бюджетом стоит рассмотреть подержанные карты.

Photo by Nana Dua on Unsplash

Я также включил в набор профессиональные карты серии для настольных ПК (T600, A2000 и A4000). Вы заметите, что некоторые характеристики немного хуже, чем у сопоставимых потребительских видеокарт, но энергопотребление значительно лучше, что может беспокоить некоторых людей.

Низкий бюджет (менее 220 фунтов стерлингов — 250 евро/долларов США)

Средний бюджет (менее 440 фунтов стерлингов — 500 евро/долларов США)

Высокий бюджет (менее 1050 фунтов стерлингов — 1200 евро/долларов США)

Если у вас есть Если вы решили, что затраты на покупку видеокарты не для вас, вы всегда можете воспользоваться преимуществами Google Colab, который дает вам бесплатный доступ к графическому процессору.

Просто имейте в виду, что для этого есть ограничения по времени, если вы используете графический процессор слишком долго, они отключат вас и вернут к центральному процессору. Если GPU неактивен слишком долго, возможно, пока вы пишете код, он также вернет GPU. Графический процессор также назначается автоматически, поэтому вы не можете выбрать именно тот графический процессор, который вам нужен.

На момент написания статьи следующие графические процессоры доступны через Colab:

Примечание: Ранее в статье я упоминал, что K80 имеет 24 ГБ ОЗУ и 4992 ядра CUDA, и это так. Тем не менее, K80 — необычный зверь, поскольку он представляет собой две карты K40, соединенные вместе. Это означает, что когда вы используете K80 в Colab, вам фактически предоставляется доступ к половине карты, то есть только 12 ГБ и 2496 ядер CUDA.

Выбор огромен, и это может привести к путанице. Надеемся, что после прочтения этой статьи вы получили гораздо лучшее представление о том, что будет соответствовать вашим конкретным требованиям.

Есть ли какая-то видеокарта, которая, по вашему мнению, заслуживает особого упоминания? Дай мне знать в комментариях.