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
- El Árbitro–Director recibe la tarea y su política: finalidad, límites, destino permitido y condiciones de aceptación.
- 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.
- 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.
- 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
- 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.
- 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.
- 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.
- 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.
| Magnitud | Valor | Alcance de la medición |
|---|---|---|
| Carga GPU, calibración 1 / 2 | 472 µs | Mediana completa de cinco observaciones en ejecución 1; ejecución 2: 522 µs. Sesión ya inicializada. |
| Carga GPU obligatoria, ejecución 1 | 23140 µs | Recuperación: 22.736 µs; cálculo por eventos: 44,219 µs. Ejecución 2 completa: 25.792 µs. |
| Energía por tarea | No 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.
| Magnitud | Valor | Alcance de la medición |
|---|---|---|
| Carga GPU 0 | 632 µs | Mediana de cinco operaciones con asignación, transferencias, cálculo, sincronización, recuperación y liberación; sesión inicializada. |
| Carga GPU 1 | 627 µs | Mismas fases; operación automática posterior: 847 µs. |
| Energía global GPU 0 | 179607 mJ | Dispositivo 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.
| Magnitud | Valor | Alcance de la medición |
|---|---|---|
| NCI_4-0, TPU completa | 1238.158 ms | Generación TPU: 106,164 ms; CPU completa: 327,797 ms; generación CPU: 281,263 ms. |
| NCI_178-3, TPU completa | 2013.101 ms | Generación TPU: 195,340 ms; CPU completa: 588,563 ms; generación CPU: 541,283 ms. |
| Energía por tarea | No 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.
| Magnitud | Valor | Alcance de la medición |
|---|---|---|
| Producto CPU 31 × 47 × 65 | 46667 ns | Tiempo del cálculo por reloj, una observación; no equivale al recorrido completo. |
| Cálculo GPU / NPU | No 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 sistema | Configuración declarada | Resultado 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 ↗
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.
Libro de hardware del SV ↗ · Archivo documental de hardware ↗ · Datos estructurados y estado (JSON)
