NVIDIA Tesla P40 vs Tesla P100 PCIe 16 Go : lequel est le meilleur pour l'IA, le rendu et les calculs

Les NVIDIA Tesla P40 et Tesla P100 appartiennent à la génération Pascal, mais elles ont été conçues pour des tâches différentes. La P40 est orientée vers l'inférence, la virtualisation et les calculs en simple précision. La P100 est un accéléérateur HPC spécialisé avec une mémoire HBM2 rapide, une haute performance FP64 et des calculs accélérés en FP16.

Ainsi, un plus grand nombre de cœurs CUDA dans la P40 ne fait pas d'elle une carte plus puissante dans tous les scénarios.

Principales différences

Où la Tesla P40 excelle

La Tesla P40 offre 3840 cœurs CUDA, 24 Go de mémoire et une performance de pointe FP32 plus élevée.

Le principal avantage pratique réside dans la quantité de mémoire vidéo. Les 8 Go supplémentaires permettent de charger des modèles, des scènes et des ensembles de données plus volumineux. Cela est utile lors du rendu, du traitement d'images et lors de l'exécution de réseaux neuronaux qui ne tiennent pas dans 16 Go.

La P40 prend également en charge l'accélération INT8 jusqu'à 47 TOPS. Elle est donc mieux adaptée aux tâches d'inférence, où un modèle déjà entraîné traite un grand nombre de requêtes.

Les points forts de la P40 :

• 24 Go de mémoire vidéo ;
• haute vitesse FP32 ;
• accélération INT8 ;
• rendu de grandes scènes ;
• inférence sans Tensor Cores.

Pourquoi la P100 est plus rapide en HPC

La Tesla P100 utilise une mémoire HBM2 avec une bande passante de 732 Go/s, plus de deux fois supérieure à celle de la P40. Cela est particulièrement important dans les tâches où le GPU transfère constamment de grandes quantités de données entre la mémoire et les unités de calcul.

Une haute bande passante est utile en algèbre linéaire, en modélisation, en calculs d'ingénierie et dans des applications scientifiques. Dans des algorithmes limités par la vitesse de la mémoire, la P100 peut se révéler plus rapide, malgré une performance de pointe FP32 inférieure.

Le principal avantage de la P100 est sa vitesse en double précision à part entière. Elle délivre environ 4,7 TFLOPS en FP64, tandis que ce mode est fortement limité dans la P40. Dans des programmes scientifiques et d'ingénierie, la différence peut être mesurée non pas en pourcentages, mais en plusieurs fois.

La P100 est clairement préférable pour :

• les simulations physiques et climatiques ;
• la chimie computationnelle ;
• l'analyse technique ;
• la modélisation financière ;
• les calculs scientifiques en FP64 ;
• les algorithmes sensibles à la vitesse de la mémoire.

Que choisir pour les réseaux neuronaux

Les deux cartes ont été lancées avant les Tensor Cores et sont donc nettement inférieures aux accélérateurs modernes dans des charges de travail IA actuelles.

La P100 est mieux adaptée à l'entraînement de modèles grâce à sa HBM2 rapide et à sa haute vitesse FP16. La P40 est plus logique à utiliser pour l'inférence, surtout lorsque 24 Go de mémoire ou INT8 sont importants.

Cependant, le résultat dépend fortement du logiciel. Les frameworks modernes sont de plus en plus souvent optimisés pour les Tensor Cores, BF16 et des architectures plus récentes, donc le potentiel de Pascal ne se révèle pas dans toutes les tâches.

Rendu et CUDA

Dans le rendu et les calculs CUDA standard, la P40 apparaît souvent plus attrayante. Elle est plus performante là où la performance est déterminée par le nombre d'opérations FP32 et l'espace mémoire disponible.

La P100 peut prendre l'avantage si l'application est limitée par la vitesse d'échange de données. Ainsi, le résultat dépend de la charge spécifique : la P40 est plus forte dans les tâches computationnellement intensives en FP32, la P100 l'est dans les algorithmes nécessitant une gestion intensive de la mémoire.

Les deux cartes utilisent un refroidissement passif et nécessitent un flux d'air dirigé puissant. Dans un boîtier standard sans ventilation séparée, elles surchauffent rapidement. Il n'y a pas non plus de sorties vidéo, ce qui rend ces accélérateurs peu pratiques pour un PC de jeu.

Cela vaut-il la peine de les acheter aujourd'hui ?

Les deux modèles sont obsolètes et ne prennent pas en charge les Tensor Cores. Ils doivent être considérés principalement sur le marché de l'occasion et uniquement pour des tâches spécifiques.

La Tesla P40 est intéressante pour ses 24 Go de mémoire vidéo, son inférence économique et son rendu. La Tesla P100 conserve de la valeur là où les FP64, FP16 et la haute bande passante HBM2 sont nécessaires.

Lors de l'achat, il est également important de prendre en compte l'état de la carte, la compatibilité avec les pilotes, les exigences en matière d'alimentation et la nécessité d'un refroidissement séparé.

Conclusion

La Tesla P40 est mieux adaptée pour l'inférence, le rendu et les tâches nécessitant 24 Go de mémoire vidéo. Ses avantages sont la haute vitesse FP32, le support INT8 et un plus grand volume de mémoire.

La Tesla P100 PCIe 16 Go est nettement plus forte en HPC, FP64, FP16 et charges dépendantes de la bande passante mémoire. La HBM2 et des blocs de double précision complets en font un accélérateur spécialisé pour les calculs scientifiques et d'ingénierie.

La P40 est un choix en faveur du volume de mémoire et des performances FP32/INT8. La P100 est un outil pour les tâches où la précision des calculs et la vitesse d'échange de données sont plus importantes.