FP32 Performance (TFLOPS simple précision)

La puissance de calcul théorique de la carte graphique en simple précision (32 bits) en TFLOPS. TFLOPS indique le nombre de milliards d'opérations en virgule flottante FP32 que la carte graphique (GPU) peut effectuer par seconde. Plus ce nombre est élevé, plus la carte graphique est rapide.

FP32 ou "simple précision" est un terme pour un format à virgule flottante qui occupe 32 bits dans la mémoire de l'ordinateur et a une précision entre 7 et 8 chiffres valides. Il est défini dans la norme "IEEE 754" et définit le mode de stockage des données binaires. Le calcul selon FP32 est par exemple plus complexe que selon FP16 (demi-précision).

Les performances brutes du FP32 sont de nature purement théorique, car elles ne représentent qu'une petite partie d'un GPU complexe. Outre l'équipement mémoire (mémoire graphique), la bande passante mémoire ou la fréquence d'horloge mémoire jouent également un rôle majeur. Le nombre d'unités d'exécution est également un indicateur important. Les cartes graphiques modernes sont également très optimisées et ont différentes zones pour différentes tâches de calcul, par exemple pour le calcul ML (apprentissage automatique) ou le traitement d'images. Les noyaux de lancer de rayons entrent également dans cette zone.

Cependant, les informations sur les performances donnent une première évaluation des performances attendues d'une carte graphique. Étant donné que les performances du FP32 peuvent également être déterminées assez facilement à partir de consoles de jeux (par exemple XBox Series X / S ou Playstation 5) ou de cartes graphiques à processeur interne (iGPU), les performances du FP32 permettent également une évaluation des performances intersystèmes.

Grâce aux informations de performances FP32 du fabricant, il est également possible de comparer des cartes graphiques pour lesquelles il n'y a pas de benchmarks précis de jeux ou d'applications spécifiques. Les performances brutes sont également peu sensibles aux futures mises à jour du micrologiciel ou du pilote, ce qui peut affecter considérablement les valeurs de performance des jeux, par exemple.

FP32 (TFLOPS)

Apple Mac Pro M2 Ultra 76-GPU (2023)
Apple M2 Ultra @ 3.50 GHz
26.980
Amazon
Apple Mac Studio M2 Ultra 76-GPU (2023)
Apple M2 Ultra @ 3.50 GHz
26.980
Amazon
Apple Mac Pro M2 Ultra 60-GPU (2023)
Apple M2 Ultra @ 3.50 GHz
21.300
Amazon
Apple Mac Studio M2 Ultra 60-GPU (2023)
Apple M2 Ultra @ 3.50 GHz
21.300
Amazon
Apple Mac Studio M1 Ultra 64-GPU (2022)
Apple M1 Ultra @ 3.20 GHz
21.200
Amazon
Apple Mac Studio M1 Ultra 48-GPU (2022)
Apple M1 Ultra @ 3.20 GHz
15.900
Amazon
Apple MacBook Pro 14" M3 Max 16-CPU 40-GPU (2023)
Apple M3 Max (16 Core) @ 4.05 GHz
14.200
Amazon
Apple MacBook Pro 16" M3 Max 16-CPU 40-GPU (2023)
Apple M3 Max (16 Core) @ 4.05 GHz
14.200
Amazon
Apple MacBook Pro 16" M2 Max 38-GPU (2023)
Apple M2 Max @ 3.50 GHz
13.490
Amazon
Apple MacBook Pro 14" M2 Max 38-GPU (2023)
Apple M2 Max @ 3.50 GHz
13.490
Amazon
Apple iMac Pro 27" 10-Core Vega 64X (2017)
Intel Xeon W-2150B @ 3.00 GHz
12.030
Amazon
Apple iMac Pro 27" 8-Core Vega 64X (2017)
Intel Xeon W-2140B @ 3.20 GHz
12.030
Amazon
Apple iMac Pro 27" 18-Core Vega 64X (2017)
Intel Xeon W-2191B @ 2.30 GHz
12.030
Amazon
Apple iMac Pro 27" 14-Core Vega 64X (2017)
Intel Xeon W-2170B @ 2.50 GHz
12.030
Amazon
Apple iMac Pro 27" 8-Core Vega 64 (2017)
Intel Xeon W-2140B @ 3.20 GHz
11.060
Amazon
Apple iMac Pro 27" 10-Core Vega 64 (2017)
Intel Xeon W-2150B @ 3.00 GHz
11.060
Amazon
Apple iMac Pro 27" 18-Core Vega 64 (2017)
Intel Xeon W-2191B @ 2.30 GHz
11.060
Amazon
Apple iMac Pro 27" 14-Core Vega 64 (2017)
Intel Xeon W-2170B @ 2.50 GHz
11.060
Amazon
Apple MacBook Pro 16" M2 Max 30-GPU (2023)
Apple M2 Max @ 3.50 GHz
10.650
Amazon







retour à l'index
Facebook
Twitter