NVIDIA Tesla K40m
À propos du GPU
Le processeur graphique NVIDIA Tesla K40m est une plateforme professionnelle puissante conçue pour les tâches de calcul haute performance. Avec une fréquence de base de 745 MHz et une fréquence de boost de 876 MHz, ce processeur graphique offre une vitesse de traitement et une efficacité impressionnantes. Les 12 Go de mémoire GDDR5 et une fréquence mémoire de 1502 MHz garantissent qu'il peut gérer de grands ensembles de données et des calculs complexes avec facilité.
L'une des caractéristiques remarquables du Tesla K40m est ses 2880 unités de traitement, qui permettent des capacités de traitement parallèle exceptionnelles. Ceci, combiné à un cache L2 de 1536 Ko, permet au processeur graphique de gérer efficacement des calculs complexes et des tâches à forte intensité de données.
Malgré ses performances élevées, le Tesla K40m reste efficace, avec une consommation de puissance thermique (TDP) de 245W. Cela signifie qu'il peut offrir une puissance de traitement impressionnante sans consommer des quantités excessives d'énergie, en en faisant un choix pratique pour une utilisation professionnelle.
Avec une performance théorique de 5,046 TFLOPS, le Tesla K40m est bien adapté à une gamme d'applications de calcul haute performance, y compris la recherche scientifique, l'analyse de données et l'apprentissage automatique. Ses capacités robustes et sa conception efficace en font un outil précieux pour les professionnels ayant besoin d'une puissance de calcul accélérée.
En résumé, le processeur graphique NVIDIA Tesla K40m offre des performances exceptionnelles, une efficacité et une fiabilité, en en faisant un choix idéal pour les professionnels travaillant dans des environnements informatiques exigeants. Que ce soit pour faire face à des simulations complexes ou pour traiter de grands ensembles de données, ce processeur graphique offre la puissance et la vitesse nécessaires pour gérer les tâches les plus exigeantes avec facilité.
Basique
Nom de l'étiquette
NVIDIA
Plate-forme
Professional
Date de lancement
November 2013
Nom du modèle
Tesla K40m
Génération
Tesla
Horloge de base
745MHz
Horloge Boost
876MHz
Interface de bus
PCIe 3.0 x16
Spécifications de la mémoire
Taille de Mémoire
12GB
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
1502MHz
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.
288.4 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.
52.56 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.
210.2 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.
1.682 TFLOPS
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.
4.945
TFLOPS
Divers
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.
2880
Cache L1
16 KB (per SMX)
Cache L2
1536KB
TDP
245W
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.
1.1
Version OpenCL
3.0
Benchmarks
FP32 (flottant)
Score
4.945
TFLOPS
OctaneBench
Score
69
Comparé aux autres GPU
FP32 (flottant)
/ TFLOPS
OctaneBench