Главная / Видеокарта / NVIDIA Quadro 400 vs NVIDIA GeForce 315M

NVIDIA Quadro 400 vs NVIDIA GeForce 315M

NVIDIA Quadro 400
41%
Оценка DeviceList
vs
NVIDIA GeForce 315M
37%
Оценка DeviceList
Мы сравнили характеристики NVIDIA Quadro 400 и NVIDIA GeForce 315M и составили для вас список преимуществ и сравнительную таблицу. Узнайте, какой из них выбрать в 2024 году.
Преимущества NVIDIA Quadro 400
Количество шейдерных процессоров
48
На 32 (200%) лучше
vs
16
Преимущества NVIDIA GeForce 315M
Победитель в сравнении
Соотношение цена-качество
77.1 %
На 43.1 % (126.8%) лучше
vs
34 %
Энергопотребление (TDP)
14 Вт
На -18 Вт (-56.2%) лучше
vs
32 Вт
Пропускная способность памяти
12.8
На 0.48 (3.9%) лучше
vs
12.32
Видео
Видео обзоры NVIDIA Quadro 400

Сравнение всех характеристик

NVIDIA Quadro 400 NVIDIA GeForce 315M
Соотношение цена-качество
Сумма всех преимуществ устройства, разделённая на его цену. Чем больше %, тем лучше качество за единицу цены в сравнении со всеми аналогами.
34 % 77.1 %
На 43.1 % (126.8%) лучше
Архитектура
Tesla 2.0 GT2xx
Кодовое имя
GT216 N11M-GE
Тип
Для рабочих станций Для ноутбуков
Цена на момент выхода
169 $ нет данных
Количество шейдерных процессоров
48
На 32 (200%) лучше
16
Частота ядра
0 МГц 0 МГц
Количество транзисторов
486 млн 260 млн
Технологический процесс
40 нм 40 нм
Энергопотребление (TDP)
Расчётная тепловая мощность показывает средние показатели тепловыделения в работе под нагрузкой, чем больше величина - тем больше возрастают требования к охлаждению и энергопотреблению.
32 Вт 14 Вт
На -18 Вт (-56.2%) лучше
Интерфейс
PCIe 2.0 x16 PCIe 2.0 x16
Длина
163 мм нет данных
Дополнительные разъемы питания
нет нет данных
Vulkan
Технология Vulkan от NVIDIA позволяет разработчикам получать низкоуровневый доступ к GPU для оптимизации графических команд (лучший в сравнении с API OpenGL и Direct3D). Это открытый бесплатный кроссплатформенный стандарт, доступный для всех платформ.
N/A N/A
CUDA
Наличие архитектуры CUDA позволяет использовать приложения, которые оптимизированы для параллельных вычислений. Например для разработки и проектирования нейронных сетей.
Поддержка нескольких мониторов
нет данных 1
Количество ядер CUDA
Большое количество CUDA ядер повышают производительность в графических вычислениях, особенно влияют на сглаживание и освещение в играх, скорость тренировки нейронных сетей.
нет данных 0
Шина
нет данных PCI-E 2.0
Максимальное разрешение через VGA
нет данных 2048x1536
HDMI
OpenCL
1.1 1.1
Управление питанием
нет данных 8.0
Видеоразъемы
1x DVI, 1x DisplayPort DisplayPortHDMIVGADual Link DVISingle Link DVI
DirectX
11.1 (10_1) 11.1 (10_1)
Производительность с плавающей точкой
108 gflops 38.78 gflops
Шейдерная модель
4.1 4.1
Гигафлопс
нет данных 73
Тип памяти
DDR3 GDDR3, DDR3
Максимальный объём памяти
Большой объем видеопамяти позволяет запускать требовательные игры с большим количеством текстур, использовать мониторы с высоким разрешением, обеспечивать больше возможностей для майнинга криптовалют.
0.5 Гб нет данных
Ширина шины памяти
Чем больше ширина шины видеопамяти, тем больше данных передаётся графическому процессору за единицу времени и лучше производительность в требовательных играх.
64 бит 64 бит
Частота памяти
Высокая частота памяти положительно влияет на скорость работы видеокарты с большим объёмом данных.
1540 МГц нет данных
Разделяемая память
нет данных -
Пропускная способность памяти
Чем больше пропускная способность передачи данных - тем больше эффективный объем оперативной памяти может использовать ПК.
12.32 12.8
На 0.48 (3.9%) лучше
Популярные сравнения