NVIDIA Tesla C2090
À propos du GPU
La carte graphique NVIDIA Tesla C2090 est une plateforme professionnelle puissante et efficace conçue pour gérer des tâches informatiques à haute performance. Avec une taille de mémoire de 6 Go et un type de mémoire GDDR5, cette carte graphique est bien équipée pour gérer des simulations complexes et le traitement de données. L'horloge mémoire de 924 MHz garantit des performances rapides et fiables, tandis que les 512 unités d'ombrage et le cache L2 de 768 Ko contribuent également aux capacités impressionnantes de la carte graphique.
Avec une consommation électrique de 250 W, la carte graphique Tesla C2090 est une solution haute puissance adaptée aux charges de travail exigeantes. Sa performance théorique de 1,332 TFLOPS démontre sa capacité à gérer des calculs complexes et des tâches intensives en données avec facilité. Que ce soit pour la recherche scientifique, les simulations d'ingénierie ou la modélisation financière, cette carte graphique offre les performances et la fiabilité nécessaires pour des applications professionnelles.
Grâce à ses spécifications solides et sa conception efficace, la carte graphique NVIDIA Tesla C2090 est un atout précieux pour les professionnels ayant besoin de capacités informatiques à haute performance. Son ensemble de fonctionnalités robuste, comprenant une taille de mémoire substantielle, une horloge mémoire élevée et des unités d'ombrage impressionnantes, en fait un choix convaincant pour ceux qui recherchent une carte graphique capable de gérer les charges de travail computationnelles les plus exigeantes. Globalement, la carte graphique Tesla C2090 est une solution remarquable pour les professionnels ayant besoin de performances et de fiabilité exceptionnelles pour leur travail.
Basique
Nom de l'étiquette
NVIDIA
Plate-forme
Professional
Date de lancement
July 2011
Nom du modèle
Tesla C2090
Génération
Tesla
Interface de bus
PCIe 2.0 x16
Spécifications de la mémoire
Taille de Mémoire
6GB
Type de Mémoire
GDDR5
Bus de Mémoire
?
La largeur du bus mémoire fait référence au nombre de bits de données que la mémoire vidéo peut transférer lors d'un seul cycle d'horloge. Plus la largeur du bus est grande, plus la quantité de données qui peut être transmise instantanément est importante, ce qui en fait l'un des paramètres cruciaux de la mémoire vidéo. La bande passante mémoire est calculée comme suit : Bande passante mémoire = Fréquence mémoire x Largeur du bus mémoire / 8. Par conséquent, lorsque les fréquences mémoire sont similaires, la largeur du bus mémoire déterminera la taille de la bande passante mémoire.
384bit
Horloge Mémoire
924MHz
Bande Passante
?
La bande passante mémoire fait référence au débit de transfert de données entre la puce graphique et la mémoire vidéo. Elle est mesurée en octets par seconde, et la formule pour la calculer est : bande passante mémoire = fréquence de fonctionnement × largeur du bus mémoire / 8 bits. En français: La bande passante mémoire désigne le taux de transfert de données entre la puce graphique et la mémoire vidéo. Elle est mesurée en octets par seconde et la formule pour la calculer est la suivante : bande passante mémoire = fréquence de fonctionnement × largeur du bus mémoire / 8 bits.
177.4 GB/s
Performance théorique
Taux de Pixel
?
Le taux de remplissage des pixels désigne le nombre de pixels qu'une unité de traitement graphique (GPU) peut rendre par seconde, mesuré en MPixels/s (million de pixels par seconde) ou en GPixels/s (milliard de pixels par seconde). C'est la mesure la plus couramment utilisée pour évaluer les performances de traitement des pixels d'une carte graphique.
20.83 GPixel/s
Taux de Texture
?
Le taux de remplissage de texture fait référence au nombre d'éléments de texture (texels) qu'un GPU peut mapper sur des pixels en une seule seconde.
41.66 GTexel/s
FP64 (double précision)
?
Une mesure importante pour évaluer les performances des GPU est la capacité de calcul en virgule flottante. Les nombres en virgule flottante à demi-précision (16 bits) sont utilisés pour des applications telles que l'apprentissage automatique, où une précision inférieure est acceptable. Les nombres en virgule flottante simple précision (32 bits) sont utilisés pour les tâches courantes de multimédia et de traitement graphique, tandis que les nombres en virgule flottante double précision (64 bits) sont requis pour le calcul scientifique qui nécessite une large plage numérique et une grande précision.
666.1 GFLOPS
FP32 (flottant)
?
Une mesure importante pour mesurer les performances du GPU est la capacité de calcul en virgule flottante. Les nombres à virgule flottante simple précision (32 bits) sont utilisés pour les tâches courantes de traitement multimédia et graphique, tandis que les nombres à virgule flottante double précision (64 bits) sont requis pour le calcul scientifique qui exige une large plage numérique et une grande précision. Les nombres à virgule flottante demi-précision (16 bits) sont utilisés pour des applications telles que l'apprentissage automatique, où une précision inférieure est acceptable.
1.305
TFLOPS
Divers
Nombre de SM
?
Plusieurs processeurs de flux (SPs), ainsi que d'autres ressources, forment un multiprocesseur de flux (SM), également appelé cœur principal du GPU. Ces ressources supplémentaires comprennent des composants tels que des ordonnanceurs de warp, des registres et de la mémoire partagée. Le SM peut être considéré comme le cœur du GPU, similaire à un cœur de CPU, les registres et la mémoire partagée étant des ressources limitées au sein du SM.
16
Unités d'Ombrage
?
L'unité de traitement la plus fondamentale est le processeur en continu (SP), où des instructions et des tâches spécifiques sont exécutées. Les GPU effectuent des calculs parallèles, ce qui signifie que plusieurs SP fonctionnent simultanément pour traiter les tâches.
512
Cache L1
64 KB (per SM)
Cache L2
768KB
TDP
250W
Version Vulkan
?
Vulkan est une API graphique et de calcul multiplateforme du groupe Khronos, offrant des performances élevées et une faible surcharge du processeur. Il permet aux développeurs de contrôler directement le GPU, réduit les frais de rendu et prend en charge les processeurs multithread et multicœurs.
N/A
Version OpenCL
1.1
Benchmarks
FP32 (flottant)
Score
1.305
TFLOPS
Comparé aux autres GPU
FP32 (flottant)
/ TFLOPS