|

今日天气

  • °C

  • 湖北省 武汉市 汉阳区

分类统计

博文归档

热门标签

python linux php centos mysql k8s ubuntu nginx flask windows docker gpu thinkphp apache nvidia pod bash javascript js zabbix iis containerd elk layui redis mongodb tomcat etcd kafka ecs

各型号GPU使用gpu-burn和cublasMatmulBench性能测试基准参考

由于经常涉及到GPU测试，所以这里记录下各个型号GPU性能的基准，主要包含3090，4090/4090D，5090/5090D，A100/A800，H100/H800等卡型号的各个精度性能测试基准，测试工具为gpu-burn和cublasMatmulBench，此笔记根据测试情况进行持续更新。

1.4090/4090D性能测试

gpu-burn测试

精度4090/4090D 性能(Gflops/s)备注
FP64/1106
FP32/50023
Tensor core/125310

cublasMatmulBench测试

精度4090/4090D 性能(Gflops/s)备注

FP64

/1099

FP32

/44593

TF32

/78573

hhh

/256072

hsh

/97992

hss

/96272

BF16

/155224

FP8

/311841

2.5090/5090D性能测试

5090/5090D支持FP4精度

gpu-burn测试

精度5090/5090D 性能(Gflops/s)备注
FP641736
FP3266571
Tensor core111940

cublasMatmulBench测试

精度5090/5090D 性能(Gflops/s)备注
FP64
FP32
TF32
hhh
hsh
hss
BF16
FP8

3.A100/A800性能测试

gpu-burn测试

精度A100/A800 性能(Gflops/s)备注
FP64
FP32
Tensor core

cublasMatmulBench测试

精度A100/A800 性能(Gflops/s)备注
FP64
FP32
TF32
hhh
hsh
hss
BF16
FP8

4.H100/H800性能测试

gpu-burn测试

精度H100/H800 性能(Gflops/s)备注
FP64
FP32
Tensor core

cublasMatmulBench测试

精度H100/H800 性能(Gflops/s)备注
FP64
FP32
TF32
hhh
hsh
hss
BF16
FP8
linux中使用mdadm工具更换软raid阵列中故障异常的磁盘
k8s使用helm部署harbor镜像仓库并使用nodeport方式暴露

内容版权声明：除非注明，否则皆为本站原创文章。

转载注明出处：https://sulao.cn/post/1108

评论列表

相关推荐

常用网站

0%
构建本站 Python Gunicorn Flask LayUI Peewee MySQL Redis Celery
Copyright © 2014-2025 Shevechco 20ms