{"id":1027794,"date":"2024-02-27T17:35:37","date_gmt":"2024-02-27T17:35:37","guid":{"rendered":"https:\/\/magazineoffice.com\/las-gpu-para-portatiles-nvidia-rtx-1000-y-rtx-500-ada-ofrecen-un-rendimiento-preparado-para-ia-para-todos-mucho-mas-rapido-que-las-npu-y-las-cpu\/"},"modified":"2024-02-27T17:35:40","modified_gmt":"2024-02-27T17:35:40","slug":"las-gpu-para-portatiles-nvidia-rtx-1000-y-rtx-500-ada-ofrecen-un-rendimiento-preparado-para-ia-para-todos-mucho-mas-rapido-que-las-npu-y-las-cpu","status":"publish","type":"post","link":"https:\/\/magazineoffice.com\/las-gpu-para-portatiles-nvidia-rtx-1000-y-rtx-500-ada-ofrecen-un-rendimiento-preparado-para-ia-para-todos-mucho-mas-rapido-que-las-npu-y-las-cpu\/","title":{"rendered":"Las GPU para port\u00e1tiles NVIDIA RTX 1000 y RTX 500 Ada ofrecen un rendimiento preparado para IA para todos, mucho m\u00e1s r\u00e1pido que las NPU y las CPU"},"content":{"rendered":"
\n<\/p>\n
NVIDIA ha agregado dos GPU Ada de nivel b\u00e1sico a su l\u00ednea de computadoras port\u00e1tiles, la RTX 1000 y la RTX 500, cuyo objetivo es acercar la preparaci\u00f3n para la IA a todos.<\/p>\n
Las GPU RTX 1000 y RTX 500 Ada de NVIDIA est\u00e1n dise\u00f1adas para port\u00e1tiles de nivel b\u00e1sico centr\u00e1ndose en el rendimiento de la IA. Se dice que estos chips ofrecen IA generativa hasta 14 veces m\u00e1s r\u00e1pida y un rendimiento de edici\u00f3n de fotograf\u00edas (IA) 3 veces m\u00e1s r\u00e1pido utilizando la destreza del hardware de Ada. Adem\u00e1s, estos chips de nivel b\u00e1sico tambi\u00e9n ofrecen una mejora de hasta 10 veces en el rendimiento de gr\u00e1ficos para tareas como renderizado y creaci\u00f3n de contenido en comparaci\u00f3n con una soluci\u00f3n de solo CPU.<\/p>\n
Si bien las CPU se han vuelto m\u00e1s r\u00e1pidas y ahora cuentan con capacidades de inteligencia artificial gracias a las potentes tecnolog\u00edas NPU, las GPU siguen siendo el camino a seguir si desea un mayor rendimiento y NVIDIA est\u00e1 ampliando su cartera a m\u00e1s usuarios con estas dos nuevas ofertas. La NPU sigue siendo una gran soluci\u00f3n para tareas de IA livianas y de bajo consumo, pero si desea que su trabajo se realice m\u00e1s r\u00e1pido, las GPU RTX 1000 y RTX 500 de NVIDIA son un buen paso adelante con respecto a los dise\u00f1os sin dGPU. A continuaci\u00f3n se detallan algunas de las caracter\u00edsticas principales de la alineaci\u00f3n:<\/p>\n
En t\u00e9rminos de especificaciones, las GPU NVIDIA RTX 1000 y RTX 500 cuentan con diferentes configuraciones de n\u00facleos con 2560\/2048 n\u00facleos CUDA, 20\/16 n\u00facleos RT (3.\u00aa generaci\u00f3n) y 80\/64 Tensor Cores (4.\u00aa generaci\u00f3n). La GPU RTX 1000 Ada cuenta con 6 GB de VRAM, mientras que la GPU RTX 500 Ada cuenta con 4 GB de VRAM. La NVIDIA RTX 1000 Ada tiene un rango de TDP de 35 a 140 W y cuenta con 192 GB\/s de ancho de banda de memoria, mientras que la RTX 500 Ada tiene un rango de TDP de 35 a 60 W y cuenta con 128 GB\/s de ancho de banda de memoria.<\/p>\n En cuanto al rendimiento, la NVIDIA RTX 1000 Ada ofrece 12,1 TFLOP de FP32 y hasta 193 TOPS (INT8), mientras que la RTX 500 Ada ofrece 9,2 TFLOP de FP32 y hasta 154 TOPS (INT8). A modo de comparaci\u00f3n, las APU AMD Ryzen 8040 \u00abHawk Point\u00bb ofrecen hasta 16 TOP de rendimiento de IA con su NPU, mientras que las pr\u00f3ximas APU Strix Point con el motor XDNA 2 \u00abRyzen AI\u00bb ofrecer\u00e1n hasta 50 TOP de rendimiento de IA.<\/p>\n Las GPU NVIDIA RTX 1000 y RTX 500 Ada ya est\u00e1n disponibles en una variedad de computadoras port\u00e1tiles de Dell, Lenovo, MSI y MSI. Puede esperar precios decentes para estos dise\u00f1os de GPU de nivel b\u00e1sico pero con infusi\u00f3n de IA.<\/p>\n <\/p>\nGPU para port\u00e1tiles con estaci\u00f3n de trabajo NVIDIA RTX:<\/h2>\n
\n\n
\n \nNombre de la GPU<\/th>\n Proceso GPU<\/th>\n N\u00facleos<\/th>\n N\u00facleos tensores<\/th>\n Precisi\u00f3n simple<\/th>\n INT8 TOP<\/th>\n Memoria<\/th>\n ancho de banda de memoria<\/th>\n TDP<\/th>\n<\/tr>\n<\/thead>\n \n NVIDIA RTX 5000 Ada<\/td>\n TSMC 5nm<\/td>\n 9728<\/td>\n 304<\/td>\n 42,6 TFLOP<\/td>\n 681,8<\/td>\n 16 GB GDDR6 (256 bits)<\/td>\n 576 GB\/s<\/td>\n 80-175W<\/td>\n<\/tr>\n \n NVIDIA RTX 4000 Ada<\/td>\n TSMC 5nm<\/td>\n 7424<\/td>\n 232<\/td>\n 33,6 TFLOP<\/td>\n 538.0<\/td>\n 12 GB GDDR6 (192 bits)<\/td>\n 432GB\/s<\/td>\n 60-175W<\/td>\n<\/tr>\n \n NVIDIA RTX 3500 Ada<\/td>\n TSMC 5nm<\/td>\n 5120<\/td>\n 160<\/td>\n 23,0 TFLOP<\/td>\n 368,6<\/td>\n 12 GB GDDR6 (192 bits)<\/td>\n 432GB\/s<\/td>\n 60-140W<\/td>\n<\/tr>\n \n NVIDIA RTX 3000 Ada<\/td>\n TSMC 5nm<\/td>\n 4608<\/td>\n 144<\/td>\n 19,9 TFLOP<\/td>\n 318,6<\/td>\n 8 GB GDDR6 (128 bits)<\/td>\n 256 GB\/s<\/td>\n 35-140W<\/td>\n<\/tr>\n \n NVIDIA RTX 2000 Ada<\/td>\n TSMC 5nm<\/td>\n 3072<\/td>\n 96<\/td>\n 14,5 TFLOP<\/td>\n 231,6<\/td>\n 8 GB GDDR6 (128 bits)<\/td>\n 256 GB\/s<\/td>\n 35-140W<\/td>\n<\/tr>\n \n NVIDIA RTX 1000 Ada<\/td>\n TSMC 5nm<\/td>\n 2560<\/td>\n 80<\/td>\n 12.1 TFLOP<\/td>\n 193.0<\/td>\n 6 GB GDDR6 (96 bits)<\/td>\n 192GB\/s<\/td>\n 35-140W<\/td>\n<\/tr>\n \n NVIDIA RTX 500 Ada<\/td>\n TSMC 5nm<\/td>\n 2048<\/td>\n 64<\/td>\n 9.2 TFLOP<\/td>\n 147,4<\/td>\n 4 GB GDDR6 (64 bits)<\/td>\n 128GB\/s<\/td>\n 35-60W<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n