NVIDIA Tesla M2070 Q
À propos du GPU
La carte graphique professionnelle NVIDIA Tesla M2070 Q GPU est un puissant et performant outil conçu pour les applications de calcul professionnel et scientifique. Avec une généreuse mémoire GDDR5 de 6 Go, une vitesse d'horloge mémoire de 783 MHz et 448 unités de shading, cette carte graphique offre des performances exceptionnelles pour une large gamme de tâches computationnelles.
L'une des caractéristiques phares du Tesla M2070 Q est sa performance théorique impressionnante de 1,028 TFLOPS, ce qui en fait un choix idéal pour les charges de travail exigeantes telles que l'analyse de données, l'apprentissage automatique et les simulations scientifiques. Le cache L2 de 768 Ko contribue également à optimiser les performances en réduisant la latence et en augmentant le débit.
En plus de ses performances impressionnantes, le Tesla M2070 Q est également conçu pour être économe en énergie, avec une consommation de 225W. Cela en fait un choix adapté pour les organisations cherchant à réduire leur impact environnemental et leurs coûts énergétiques tout en bénéficiant de capacités de calcul haute performance.
Dans l'ensemble, le NVIDIA Tesla M2070 Q GPU est un excellent choix pour les professionnels et les chercheurs travaillant dans des domaines nécessitant une puissance de calcul intense. Avec sa généreuse taille de mémoire, sa bande passante mémoire élevée et son utilisation efficace de l'énergie, cette carte graphique offre un excellent équilibre entre performances et efficacité énergétique pour une variété d'applications de calcul professionnel. Que ce soit pour la recherche universitaire, les simulations scientifiques ou l'analyse de données, le Tesla M2070 Q est un choix fiable et puissant pour les professionnels ayant besoin de capacités de calcul haute performance.
Basique
Nom de l'étiquette
NVIDIA
Plate-forme
Professional
Date de lancement
July 2011
Nom du modèle
Tesla M2070 Q
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
783MHz
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.
150.3 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.
16.07 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.
32.14 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.
513.9 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.
1.007
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.
14
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.
448
Cache L1
64 KB (per SM)
Cache L2
768KB
TDP
225W
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
1.007
TFLOPS
Comparé aux autres GPU
FP32 (flottant)
/ TFLOPS