Ir al contenido
IA eñ — ITVIA
ES

Seleccione el idioma y pulse Aplicar.

Inicio · Clasificación de modelos

Clasificación de hardware del SV

CPU · procesamiento general; GPU · procesamiento gráfico y paralelo; TPU · unidad de procesamiento tensorial; NPU · procesamiento neuronal. Contraste entre prestaciones declaradas por el fabricante y resultados observados por el Sistema Vectorial SV.

Comprobaciones físicas documentadas; sin clasificación general de velocidad

Las fichas siguientes reúnen resultados reales ya publicados. Pertenecen a cargas, programas y plataformas distintos: todavía no hay una campaña común recibida que permita ordenarlos como competidores. El orden de presentación es documental y no expresa preferencia. Consulta documental: 17 de octubre de 2026.

Qué hacen el Árbitro–Director, el Explorador y el Selector
  1. El Árbitro–Director recibe la tarea y su política: finalidad, límites, destino permitido y condiciones de aceptación.
  2. El Explorador obtiene identidad, disponibilidad y memoria observables mediante las interfaces del sistema. Reconocer un dispositivo es distinto de disponer de un adaptador comprobado para calcular con él.
  3. El Selector contrasta compatibilidad y disponibilidad para la carga concreta. Utiliza estimaciones comparables del recorrido completo cuando existen; si faltan, declara el criterio alternativo. No prioriza automáticamente GPU, TPU o NPU sobre CPU ni reparte una carga silenciosamente.
  4. El adaptador revalida el destino, ejecuta y conserva resultados y observaciones. El cotejo vincula decisión, identidad, cálculo y salida. El inventario no sustituye esa evidencia.

La selección de hardware de una API externa pertenece a su proveedor; estas pruebas se refieren a cargas que el SV puede dirigir y observar. La integración experimental de cada ficha no acredita por sí sola un sistema de producción completo.

Manual del Árbitro–Director ↗ · Criterio documentado y versionado ↗

Criterio de clasificación y comparabilidad

SV-CLASIFICACION-HARDWARE-1

  1. Primero, identidad del dispositivo, ejecución física y resultado correcto según una referencia y tolerancia fijadas antes de medir. Detectar un chip no demuestra que haya ejecutado la tarea. Una incidencia instrumental se conserva como incidencia.
  2. Cada grupo debe fijar carga y entrada por huella, precisión y cuantización, criterio de calidad, número de dispositivos, concurrencia, fases incluidas, modalidad de arranque, versiones, repeticiones y condiciones de observación. Se declaran las diferencias de equipo y programa. CPU, GPU, TPU y NPU sólo comparten grupo si resuelven esa misma tarea bajo reglas comparables.
  3. Para una tarea fija, menor mediana del tiempo completo; para una carga por lotes con calidad y latencia exigidas, mayor mediana de tareas completadas por segundo. Son clasificaciones separadas. Se publican repeticiones, dispersión, extremos y primera ejecución por separado. El contrato de cada campaña debe recibirse antes de ejecutar; no se elige la métrica después de ver el resultado.
  4. Un grupo incompleto o sin recepción comparativa no obtiene posiciones finales. Los empates se conservan; la marca, los recursos aportados y los descuentos no desempatan. Una posición describe la métrica recibida, no superioridad estadística universal. Energía por tarea y rendimiento por vatio sólo se comparan con medición atribuible y límites comunes; una potencia nominal no es consumo medido.

La separación de latencia, capacidad de trabajo, calidad y configuración toma como referencias metodológicas SPEC y MLPerf. Este es un criterio propio del SV: no constituye un resultado oficial ni una certificación de esas organizaciones. No se comparan TOPS/TFLOPS con distinta precisión o dispersión como si fueran equivalentes.

SPEC: tiempo y capacidad de trabajo / speed and throughput ↗ · MLPerf: condiciones y escenarios / conditions and scenarios ↗

AMD Instinct MI300X VF · Cálculo exacto; demora de recuperación

GPU / CPU anfitriona · AMD · AMD Developer Cloud · Intel Xeon Platinum 8568Y+ · 2026-10-16

Declaración del fabricante

AMD anuncia 192 GB HBM3 por MI300X. Es una especificación del producto físico; la prueba corresponde a una presentación virtualizada VF.

Fuente oficial; consulta administrativa ↗

Qué comprobó el SV

Dos ejecuciones, 168 resultados matriciales exactos (82 CPU y 86 GPU), 36 decisiones y 24 rechazos. Identidad contrastada mediante HIP, PCI y contexto de cálculo. Para la carga mayor, la calibración automática eligió GPU.

MagnitudValorAlcance de la medición
Carga GPU, calibración 1 / 2472 µsMediana completa de cinco observaciones en ejecución 1; ejecución 2: 522 µs. Sesión ya inicializada.
Carga GPU obligatoria, ejecución 123140 µsRecuperación: 22.736 µs; cálculo por eventos: 44,219 µs. Ejecución 2 completa: 25.792 µs.
Energía por tareaNo medido No se midió energía.

Límites y ausencia de posición

Las medianas de calibración no predijeron una recuperación lenta posterior. No acredita latencia estable, rendimiento máximo, instrucciones matriciales especializadas ni inferencia. No es comparable directamente con T4: difieren programa e intervalos. La demora no demuestra un defecto del chip.

Informe, registros, fuentes y reproducción ↗

Identidad del informe utilizado

Git: 64486cd28394f066e550d50b13be2326ade48d2d

SHA-256: 2dd1d376e561687262ae96942e48458499e2d0baf4f86f039abcfeb76f0dd80d

NVIDIA Tesla T4 × 2 · Dos destinos diferenciados; cálculo exacto

GPU / CPU anfitriona · NVIDIA · Kaggle · Intel Xeon @ 2.00GHz · 2026-10-16

Declaración del fabricante

NVIDIA describe T4 con 16 GB GDDR6 y diseño de 70 W. La potencia nominal no representa la energía exclusiva de esta prueba.

Fuente oficial; consulta administrativa ↗

Qué comprobó el SV

120 resultados exactos: 41 CPU, 37 en GPU 0 y 42 en GPU 1. Se reprodujeron 30 decisiones; cada operación conserva identidad, contexto, lanzamiento y salida. No se sumó la memoria de ambas tarjetas.

MagnitudValorAlcance de la medición
Carga GPU 0632 µsMediana de cinco operaciones con asignación, transferencias, cálculo, sincronización, recuperación y liberación; sesión inicializada.
Carga GPU 1627 µsMismas fases; operación automática posterior: 847 µs.
Energía global GPU 0179607 mJDispositivo completo entre muestras extremas; no atribuible exclusivamente al programa. No se calcula eficiencia por tarea.

Límites y ausencia de posición

Las medianas GPU de la carga mayor fueron 632 y 627 µs; 5 µs de diferencia no demuestran ventaja estable. Hubo una observación de 12.271 µs en otro caso. No acredita reparto entre GPU, concurrencia, saturación prolongada ni inferencia de un modelo.

Informe, registros, fuentes y reproducción ↗

Identidad del informe utilizado

Git: 64486cd28394f066e550d50b13be2326ade48d2d

SHA-256: be37ca1355efddf31adc42b2e8ea6087284ba08d5cfa0a985b474282c07dfef3

Google TPU v5e · Traducción contrastada; selección CPU

TPU / CPU anfitriona · Google · Google Cloud · v5litepod-1 · AMD EPYC 7B13 · 2026-10-14

Declaración del fabricante

Google anuncia por chip v5e 197 TFLOPS en bf16. Esa cifra máxima no es una medida de latencia de traducción ni usa la misma unidad que este ensayo.

Fuente oficial; consulta administrativa ↗

Qué comprobó el SV

Serie final: 22 traducciones con OPUS-MT, doce CPU y diez TPU. Tokens y traducciones coincidentes en dos casos; 56 cotejos vectoriales. El Selector eligió CPU en las dos decisiones automáticas al atender al recorrido completo instrumentado.

MagnitudValorAlcance de la medición
NCI_4-0, TPU completa1238.158 msGeneración TPU: 106,164 ms; CPU completa: 327,797 ms; generación CPU: 281,263 ms.
NCI_178-3, TPU completa2013.101 msGeneración TPU: 195,340 ms; CPU completa: 588,563 ms; generación CPU: 541,283 ms.
Energía por tareaNo medido No medida; tampoco tráfico físico del bus.

Límites y ausencia de posición

Medianas de tres medidas por dispositivo y caso; arranque y compilación aparte. La recuperación, análisis y conservación de trazas incrementan el tiempo TPU. No acredita calidad lingüística general ni permite comparar con productos matriciales enteros.

Informe, registros, fuentes y reproducción ↗

Identidad del informe utilizado

Git: 64486cd28394f066e550d50b13be2326ade48d2d

SHA-256: 1c9660e44c3bfe8ef65181542b8c4e29ea74db48813fe9e6446e1ba7b3fd604b

Samsung Galaxy S25 Ultra · SM-S938B · CPU comprobada; aceleradores sin ejecución

CPU / GPU reconocida / NPU no expuesta por NNAPI · Qualcomm (SoC) · Samsung (equipo) · Samsung Remote Test Lab · Android 16 · 2026-10-16

Declaración del fabricante

Qualcomm describe Snapdragon 8 Elite con CPU Oryon, GPU Adreno y acelerador neuronal Hexagon. La exposición efectiva depende del equipo, sistema e interfaz.

Fuente oficial; consulta administrativa ↗

Qué comprobó el SV

Se observó SM8750, ocho procesadores y Adreno 830 en Vulkan. Cuatro productos CPU exactos y doce rechazos de clases no habilitadas, sin sustitución silenciosa. NNAPI sólo expuso un dispositivo CPU de referencia.

MagnitudValorAlcance de la medición
Producto CPU 31 × 47 × 6546667 nsTiempo del cálculo por reloj, una observación; no equivale al recorrido completo.
Cálculo GPU / NPUNo medido No ejecutado; duración no medida. Los rechazos no son calificaciones de rendimiento.

Límites y ausencia de posición

Reconocer Adreno no demuestra cálculo GPU. No exponer una NPU por NNAPI no demuestra que físicamente no exista. Una observación por caso no caracteriza rendimiento sostenido. No se ejecutó inferencia.

Informe, registros, fuentes y reproducción ↗

Identidad del informe utilizado

Git: 64486cd28394f066e550d50b13be2326ade48d2d

SHA-256: 8744b2eeeeed395d70e1aeda95e30c2da93c435984efbdfc9d8c97e214614e26

Perspectiva externa para contrastar

MLPerf Inference publica mediciones de sistemas completos bajo cargas y escenarios definidos. Un resultado corresponde al conjunto de procesadores, memoria y programa declarado; no mide un chip aislado. Estas mediciones no son ensayos del SV.

Los resultados externos no alteran el polígono, los dictámenes, la clasificación ni la selección de candidatos del SV. Las versiones y condiciones pueden ser diferentes.

Consulta reciente completada.

Última consulta satisfactoria: 2026-10-17 21:03:27 UTC

Último intento: 2026-10-17 21:03:24 UTC

MLPerf Inference · Edición de origen: v6.1

Ver resultados externos y configuración

Se separan carga, escenario, división, tipo de sistema, disponibilidad y unidad. Dentro del grupo se ordena la medida: mayor capacidad por segundo o menor latencia. El número de dispositivos y la precisión pueden variar: consulte la configuración antes de comparar. Los grupos «derived» conservan resultados que el editor identifica como derivados; «measured» indica los restantes. No se calculan resultados por chip ni una recomendación global.

Resultados en este grupo: 8

Proveedor y sistemaConfiguración declaradaResultado externo
NVIDIA ↗
NVIDIA GB300 NVL72 (72x GB300-288GB_aarch64, TensorRT)
Expediente del proveedor ↗
72 × NVIDIA GB300
CPU: NVIDIA Grace CPU
Nodos: 18 · bf16
349.292 Queries/s
Crusoe
NVIDIA GB200 NVL72 (16x GB200-186GB_aarch64, Dynamo)
Expediente del proveedor ↗
16 × NVIDIA GB200
CPU: NVIDIA Grace CPU
Nodos: 4 · NVFP4, FP8 (KV cache)
39.851 Queries/s
GigaComputing
G894-ZD3-AAX7
Expediente del proveedor ↗
8 × NVIDIA B300-SXM-270GB
CPU: AMD EPYC 9575F
Nodos: 1 · NVFP4 weights with FP8 KV cache
12.882 Queries/s
GigaComputing
G894-AD3-AAX7
Expediente del proveedor ↗
8 × NVIDIA B300-SXM-270GB
CPU: Intel(R) Xeon(R) 6979P
Nodos: 1 · nvfp4, fp8-kv
12.485 Queries/s
Oracle
NVIDIA GB300 NVL72 (4x GB300-288GB_aarch64, TensorRT)
Expediente del proveedor ↗
4 × NVIDIA GB300
CPU: NVIDIA Grace CPU
Nodos: 1 · NVFP4 weights and activations; FP8 KV cache
4.992 Queries/s
Oracle
NVIDIA DGX B300 (8x B300-SXM-270GB, TensorRT)
Expediente del proveedor ↗
8 × NVIDIA B300-SXM-270GB
CPU: Intel(R) Xeon(R) Platinum 8570
Nodos: 1 · NVFP4 weights and activations; FP8 KV cache
3.994 Queries/s
NVIDIA ↗
NVIDIA DGX B300 (8x B300-SXM-270GB, TensorRT)
Expediente del proveedor ↗
8 × NVIDIA B300-SXM-270GB
CPU: Intel(R) Xeon(R) Platinum 8570
Nodos: 1 · bf16
3.994 Queries/s
Crusoe
NVIDIA GB200 NVL72 (4x GB200-186GB_aarch64, Dynamo)
Expediente del proveedor ↗
4 × NVIDIA GB200
CPU: NVIDIA Grace CPU
Nodos: 1 · NVFP4, FP8 (KV cache)
3.994 Queries/s
Procedencia de los datos

Fuente estructurada consultada ↗

SHA-256: f40d71a728a8c1e647d5fef9869ec1fcbb54550433efbc12e96f90b09a2dd561

Método, actualización y atribución

Al abrir esta página se consulta automáticamente la fuente si han transcurrido seis horas. Tras un fallo, se reintenta a partir de una hora. La consulta se comparte entre visitas y no retrasa la página. Al reiniciar el servicio se obtiene una copia nueva. La fecha de consulta no sustituye a la fecha o edición publicada por la fuente.

Sólo se solicitan datos públicos al editor. No se envían documentos, cuentas, credenciales ni resultados privados; no se da acceso a Internet a los modelos. Si cambia el formato o no puede validarse la fuente, se muestra la incidencia en lugar de inventar una clasificación.

MLCommons · MLPerf Inference · Apache-2.0. Licencia completa y atribución ↗ · Método y reglas ↗

Abrir la clasificación externa completa ↗

Proponer hardware para evaluación

Un proveedor puede solicitar una evaluación, explicar qué afirma su hardware y ofrecer los recursos necesarios sin coste para el SV. La solicitud requiere confirmación del correo y revisión de la representación, el método y los recursos. No garantiza aceptación ni resultado favorable. Toda aportación y posible conflicto de interés debe declararse antes de la prueba; no compra una posición. No se publican los datos del representante.

Solicitar evaluación de hardware

Política y comunicaciones

Libro de hardware del SV ↗ · Archivo documental de hardware ↗ · Datos estructurados y estado (JSON)