NVIDIA Tesla V100 PCIe 32 GB

NVIDIA Tesla V100 PCIe 32 GB

Über GPU

Die NVIDIA Tesla V100 PCIe 32GB GPU ist ein absolutes Kraftpaket für professionelle Workloads. Mit einer Basistaktgeschwindigkeit von 1230MHz und einer Boost-Taktgeschwindigkeit von 1380MHz ist diese GPU in der Lage, selbst die anspruchsvollsten Aufgaben mühelos zu bewältigen. Mit einem riesigen 32GB HBM2-Speicher und einer Speichertaktung von 876MHz kann die V100 PCIe 32GB problemlos große Datensätze und komplexe Simulationen verarbeiten. Die 5120 Shading-Units und 6MB L2-Cache gewährleisten, dass selbst die komplexesten Berechnungen schnell und effizient verarbeitet werden können. Die TDP von 250W mag hoch erscheinen, aber es ist ein notwendiger Kompromiss für die enorme Leistung, die diese Karte liefern kann. In Bezug auf die reine Leistung ist die V100 PCIe 32GB in der Lage, theoretisch 14,13 TFLOPS zu liefern, was sie zu einer der leistungsfähigsten GPUs auf dem Markt macht. Diese Leistungsebene macht sie zu einer idealen Wahl für Deep Learning, KI, Datenanalyse und andere professionelle Workloads, die enorme parallele Verarbeitungsleistung erfordern. Insgesamt ist die NVIDIA Tesla V100 PCIe 32GB GPU ein absolutes Monster von einer Karte. Während sie für den durchschnittlichen Verbraucher überdimensioniert sein mag, ist sie für Profis, die die absolut beste Leistung für ihre Workloads benötigen, eine ausgezeichnete Wahl. Ihr massiver Speicher, hohe Taktraten und beeindruckende Anzahl von Shading-Units machen sie zu einem unglaublich leistungsfähigen Werkzeug für die Bewältigung der anspruchsvollsten Aufgaben.

Basic

Markenname
NVIDIA
Plattform
Professional
Erscheinungsdatum
March 2018
Modellname
Tesla V100 PCIe 32 GB
Generation
Tesla
Basis-Takt
1230MHz
Boost-Takt
1380MHz
Bus-Schnittstelle
PCIe 3.0 x16
Transistoren
21,100 million
Tensor-Kerne
?
Tensor-Kerne sind spezialisierte Verarbeitungseinheiten, die speziell für das Deep Learning entwickelt wurden und im Vergleich zum FP32-Training eine höhere Trainings- und Inferenzleistung bieten. Sie ermöglichen schnelle Berechnungen in Bereichen wie Computer Vision, Natural Language Processing, Spracherkennung, Text-zu-Sprache-Konvertierung und personalisierteEmpfehlungen. Die beiden bekanntesten Anwendungen von Tensor-Kernen sind DLSS (Deep Learning Super Sampling) und AI Denoiser zur Rauschreduzierung.
640
TMUs
?
Textur-Mapping-Einheiten (TMUs) sind Komponenten der GPU, die in der Lage sind, Binärbilder zu drehen, zu skalieren und zu verzerren und sie dann als Texturen auf jede Ebene eines gegebenen 3D-Modells zu platzieren. Dieser Prozess wird als Textur-Mapping bezeichnet.
320
Foundry
TSMC
Prozessgröße
12 nm
Architektur
Volta

Speicherspezifikationen

Speichergröße
32GB
Speichertyp
HBM2
Speicherbus
?
Der Speicherbus bezieht sich auf die Anzahl der Bits, die das Videomemory innerhalb eines einzelnen Taktzyklus übertragen kann. Je größer die Busbreite, desto mehr Daten können gleichzeitig übertragen werden, was sie zu einem der entscheidenden Parameter des Videomemory macht. Die Speicherbandbreite wird wie folgt berechnet: Speicherbandbreite = Speicherfrequenz x Speicherbusbreite / 8. Wenn also die Speicherfrequenzen ähnlich sind, bestimmt die Speicherbusbreite die Größe der Speicherbandbreite.
4096bit
Speichertakt
876MHz
Bandbreite
?
Die Speicherbandbreite bezieht sich auf die Datenübertragungsrate zwischen dem Grafikchip und dem Videomemory. Sie wird in Bytes pro Sekunde gemessen, und die Formel zur Berechnung lautet: Speicherbandbreite = Arbeitsfrequenz × Speicherbusbreite / 8 Bit.
897.0 GB/s

Theoretische Leistung

Pixeltakt
?
Die Pixel-Füllrate bezieht sich auf die Anzahl der Pixel, die eine Grafikverarbeitungseinheit (GPU) pro Sekunde rendern kann, gemessen in MPixel/s (Millionen Pixel pro Sekunde) oder GPixel/s (Milliarden Pixel pro Sekunde). Es handelt sich dabei um die am häufigsten verwendete Kennzahl zur Bewertung der Pixelverarbeitungsleistung einer Grafikkarte.
176.6 GPixel/s
Texture-Takt
?
Die Textur-Füllrate bezieht sich auf die Anzahl der Textur-Map-Elemente (Texel), die eine GPU in einer Sekunde auf Pixel abbilden kann.
441.6 GTexel/s
FP16 (halbe Genauigkeit)
?
Eine wichtige Kennzahl zur Messung der GPU-Leistung ist die Gleitkomma-Rechenleistung. Halbgenaue Gleitkommazahlen (16 Bit) werden für Anwendungen wie maschinelles Lernen verwendet, bei denen eine geringere Genauigkeit akzeptabel ist. Einfach genaue Gleitkommazahlen (32 Bit) werden für übliche Multimedia- und Grafikverarbeitungsaufgaben verwendet, während doppelt genaue Gleitkommazahlen (64 Bit) für wissenschaftliches Rechnen erforderlich sind, das einen großen Zahlenbereich und hohe Genauigkeit erfordert.
28.26 TFLOPS
FP64 (Doppelte Gleitkommazahl)
?
Eine wichtige Kennzahl zur Messung der GPU-Leistung ist die Gleitkomma-Rechenleistung. Doppelt genaue Gleitkommazahlen (64 Bit) sind für wissenschaftliches Rechnen erforderlich, das einen großen Zahlenbereich und hohe Genauigkeit erfordert, während einfach genaue Gleitkommazahlen (32 Bit) für übliche Multimedia- und Grafikverarbeitungsaufgaben verwendet werden. Halbgenaue Gleitkommazahlen (16 Bit) werden für Anwendungen wie maschinelles Lernen verwendet, bei denen eine geringere Genauigkeit akzeptabel ist.
7.066 TFLOPS
FP32 (float)
?
Eine wichtige Kennzahl zur Messung der GPU-Leistung ist die Gleitkomma-Rechenfähigkeit. Gleitkommazahlen mit einfacher Genauigkeit (32 Bit) werden für allgemeine Multimedia- und Grafikverarbeitungsaufgaben verwendet, während Gleitkommazahlen mit doppelter Genauigkeit (64 Bit) für wissenschaftliche Berechnungen erforderlich sind, die einen großen Zahlenbereich und hohe Genauigkeit erfordern. Gleitkommazahlen mit halber Genauigkeit (16 Bit) werden für Anwendungen wie maschinelles Lernen verwendet, bei denen eine geringere Genauigkeit akzeptabel ist.
13.847 TFLOPS

Verschiedenes

SM-Anzahl
?
Mehrere Streaming-Prozessoren (SPs) bilden zusammen mit anderen Ressourcen einen Streaming-Multiprozessor (SM), der auch als Hauptkern einer GPU bezeichnet wird. Zu diesen zusätzlichen Ressourcen gehören Komponenten wie Warp-Scheduler, Register und gemeinsamer Speicher. Der SM kann als Herz der GPU betrachtet werden, ähnlich wie ein CPU-Kern, wobei Register und gemeinsamer Speicher knappe Ressourcen innerhalb des SM sind.
80
Shading-Einheiten
?
Die grundlegendste Verarbeitungseinheit ist der Streaming-Prozessor (SP), in dem spezifische Anweisungen und Aufgaben ausgeführt werden. GPUs führen paralleles Rechnen durch, was bedeutet, dass mehrere SPs gleichzeitig arbeiten, um Aufgaben zu verarbeiten.
5120
L1-Cache
128 KB (per SM)
L2-Cache
6MB
TDP (Thermal Design Power)
250W
Vulkan-Version
?
Vulkan ist eine plattformübergreifende Grafik- und Rechen-API der Khronos Group, die hohe Leistung und geringen CPU-Overhead bietet. Es ermöglicht Entwicklern die direkte Steuerung der GPU, reduziert den Rendering-Overhead und unterstützt Multi-Threading und Multi-Core-Prozessoren.
1.3
OpenCL-Version
3.0
OpenGL
4.6
DirectX
12 (12_1)
CUDA
7.0
Stromanschlüsse
2x 8-pin
Shader-Modell
6.6
ROPs
?
Die Raster-Operations-Pipeline (ROPs) ist hauptsächlich für die Handhabung von Licht- und Reflexionsberechnungen in Spielen verantwortlich, sowie für die Verwaltung von Effekten wie Kantenglättung (AA), hoher Auflösung, Rauch und Feuer. Je anspruchsvoller die Kantenglättung und Lichteffekte in einem Spiel sind, desto höher sind die Leistungsanforderungen für die ROPs. Andernfalls kann es zu einem starken Einbruch der Bildrate kommen.
128
Empfohlene PSU (Stromversorgung)
600W

Benchmarks

FP32 (float)
Punktzahl
13.847 TFLOPS
Blender
Punktzahl
2297
OctaneBench
Punktzahl
319

Im Vergleich zu anderen GPUs

FP32 (float) / TFLOPS
15.045 +8.7%
14.455 +4.4%
13.321 -3.8%
12.995 -6.2%
Blender
12832 +458.6%
2669 +16.2%
521 -77.3%
203 -91.2%
OctaneBench
1328 +316.3%
89 -72.1%
47 -85.3%