Tarjeta gráfica PCI Express MM3000B6-6G

para imagen médica

Descripción del producto
El MM3000B6-6G es un módulo gráfico MXM 3.1 Type B con GPU NVIDIA Quadro RTX3000 Mobility (arquitectura Turing). Dispone de 1920 núcleos CUDA, 240 Tensor Cores y 30 RT Cores, con 6,8 TFLOPS en precisión simple. Memoria de 6 GB GDDR6 (192-bit) y ancho de banda de 336 GB/s. Interfaz PCIe 3.0 x16 y 4 salidas DisplayPort 1.4++ con soporte hasta 8K@120Hz. TDP 82W, pensado para sistemas integrados profesionales que requieren equilibrio entre rendimiento y consumo.

Características clave

• Arquitectura NVIDIA Turing con GPU NVIDIA Quadro RTX3000 Mobility
• 6 GB GDDR6, 192-bit, ancho de banda 336 GB/s
• 1920 núcleos CUDA, 240 Tensor Cores, 30 RT Cores
• Formato MXM 3.1 Type B (105 × 82 mm), interfaz PCIe 3.0 x16
• 4 × DisplayPort 1.4++, soporta 8K@120Hz
• TDP 82W
• Compatible con Windows 10/11 y Linux

Especificaciones técnicas
Modelo: MM3000B6-6G (RTX3000m)
Arquitectura GPU: NVIDIA Turing
GPU: NVIDIA Quadro RTX3000 Mobility
Capacidad de memoria: 6 GB GDDR6
Bus de memoria: 192-bit
Ancho de banda memoria: 336 GB/s
Frecuencias (Base/Boost): 945 / 1380 MHz
Núcleos CUDA: 1920
Tensor Cores: 240
RT Cores: 30
TMUs: 120
ROPs: 64
SM count: 30
Interfaz PCIe: PCI Express 3.0 x16
Especificación MXM: MXM 3.1 Type B
Dimensiones: 105 × 82 mm
TDP: 82W
Salidas de vídeo: 4 × DisplayPort 1.4++
Resolución máxima: 7680 × 4320 @ 120Hz
Sistemas operativos: Windows 10/11, Linux
Temperatura de funcionamiento: 0°C ~ 45°C
Temperatura de almacenamiento: -20°C ~ 75°C
Humedad de operación: 0% ~ 95% (sin condensación)
Humedad de almacenamiento: 10% ~ 90%
Alimentación: DC 12 ~ 19V, 3.3V & 5V ±5%
Precisión simple: 6.8 TFLOPS
Precisión doble: 223.5 GFLOPS
DirectX: 12 Ultimate (12_2)
OpenGL: 4.6
OpenCL: 3.0
Vulkan: 1.4
Shader Model: 6.8
Versión CUDA: 7.5

Aplicaciones

• Estaciones de trabajo móviles y sistemas embebidos profesionales
• Dispositivos de imagen médica
• Plataformas de inspección industrial y visión artificial
• Diseño 3D, codificación/decodificación de vídeo e inferencia de IA en sistemas embebidos