NVIDIA Tesla
外观
![本页使用了标题或全文手工转换](http://178.128.105.246/cars-http-upload.wikimedia.org/wikipedia/commons/thumb/c/cd/Zh_conversion_icon_m.svg/35px-Zh_conversion_icon_m.svg.png)
![]() 2007年開始使用的Tesla標誌 | |
研发者 | NVIDIA |
---|---|
生产日期 | 2007年 |
类型 | 圖形處理器 |
Tesla是一個NVIDIA的顯示核心系列品牌,主要用於伺服器高性能電腦運算,用於對抗AMD的FireStream系列。這是继GeForce和Quadro之后,第三个顯示核心商标。NVIDIA將顯示核心分為三大系列。GeForce用於提供家庭娛樂;Quadro用於專業繪圖設計;Tesla用於大規模的並聯電腦運算。
Tesla以發明家尼古拉·特斯拉的名字命名。
產品系列
[编辑]![](http://178.128.105.246/cars-http-upload.wikimedia.org/wikipedia/commons/thumb/3/32/NvidiaTesla.jpg/270px-NvidiaTesla.jpg)
目前,Tesla有三個系列:
- Tesla GPU运算处理器 - 外形與普通顯示卡大致相同,C870採用GeForce 8顯示核心,而C1060採用GeForce 200顯示核心,不設任何顯示輸出。
- Tesla GPU Deskside Supercomputer - 桌面平台用,外形與QuadroPlex相似,D870包含兩張C870运算处理器,可透過接線互联多個裝置。Tesla 10系列中沒有相關產品。
- Tesla GPU Server - 服务器用,外形與1U伺服器相似,S870包含四張C870运算处理器,而S1070包含四張C1060运算处理器,可透過接線互联多個裝置。
較早的時候,人們已意識到GPU能運算大量數據。所以开发者通过图形语言,利用顯示核心,來进行并行计算,亦即是GPGPU(通用繪圖核心)。但开发者需要有一定程��的图形处理知識,才能發揮顯示核心效能。隨後,NVIDIA推出了CUDA。开发者利用C++语言,再通過CUDA编译器,就能利用顯核運算。开发者可忽略图形处理技術,而直接利用熟悉的C++语言。开发者和科学家,就可以利用顯示核心,研究物理、生化和勘探等領域。
Tesla比較專注於高性能運算,并且C1060以上(G200)系列能支援双精度浮点格式。另一方面,CUDA被所有的NVIDIA顯示核心支援,包括GeForce和Quadro系列。
將來,顯示核心能普及化地,輔助中央處理器,進行视频压缩、数据库搜索等工作。並支援更多程式語言,例如Fortran、C++、JAVA和Python等。
完整型號列表
[编辑]型号 | 微架構 | 发布时间 | 芯片 | 核心 频率 |
渲染器 | 内存 | 算力[a] | CUDA 运算能力[b] |
热设计功耗 | 注释/ 外形尺寸 | ||||||||
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
CUDA核心 (总数) |
基础 频率 |
最大 增强 频率[c] |
总线 类型 |
总线字长 | 容量大小 | 频率 | 带宽 | 半精度 Tensor Core FP32 累加 | 單精度 (MAD或FMA) |
雙精度 (FMA) | ||||||||
单位 | MHz | MHz | MHz | bit | GB | MT/s | GB/s | GFLOPs | GFLOPs | GFLOPs | W | |||||||
C870 GPU Computing Module[d] | Tesla | 2007年 5月2日 |
1× G80 | 600 | 128 | 1350 | 不適用 | GDDR3 | 384 | 1.5 | 1600 | 76.8 | 否 | 345.6 | 否 | 1.0 | 170.9 | Internal PCIe GPU (full-height, dual-slot) |
D870 Deskside Computer[d] | 2007年 5月2日 |
2× G80 | 600 | 256 | 1350 | 不適用 | GDDR3 | 2× 384 | 2× 1.5 | 1600 | 2× 76.8 | 否 | 691.2 | 否 | 1.0 | 520 | Deskside or 3U 19-inch rack external GPUs | |
S870 GPU Computing Server[d] | 2007年 5月2日 |
4× G80 | 600 | 512 | 1350 | 不適用 | GDDR3 | 4× 384 | 4× 1.5 | 1600 | 4× 76.8 | 否 | 1382.4 | 否 | 1.0 | 1U 19-inch rack external GPUs, connect via 2× PCIe (×16) | ||
C1060 GPU Computing Module[e] | 2009年 4月9日 |
1× GT200 | 602 | 240 | 1296[2] | 不適用 | GDDR3 | 512 | 4 | 1600 | 102.4 | 否 | 622.08 | 77.76 | 1.3 | 187.8 | Internal PCIe GPU (full-height, dual-slot) | |
S1070 GPU Computing Server "400 configuration"[e] | 2008年 6月1日 |
4× GT200 | 602 | 960 | 1296 | 不適用 | GDDR3 | 4× 512 | 4× 4 | 1538.4 | 4× 98.5 | 否 | 2488.3 | 311.0 | 1.3 | 800 | 1U 19-inch rack external GPUs, connect via 2× PCIe (×8 or ×16) | |
S1070 GPU Computing Server "500 configuration"[e] | 1440 | 不適用 | 否 | 2764.8 | 345.6 | |||||||||||||
S1075 GPU Computing Server[e][3] | 2008年 6月1日 |
4× GT200 | 602 | 960 | 1440 | 不適用 | GDDR3 | 4× 512 | 4× 4 | 1538.4 | 4× 98.5 | 否 | 2764.8 | 345.6 | 1.3 | 1U 19-inch rack external GPUs, connect via 1× PCIe (×8 or ×16) | ||
Quadro Plex 2200 D2 Visual Computing System[f] | 2008年 7月25日 |
2× GT200GL | 648 | 480 | 1296 | 不適用 | GDDR3 | 2× 512 | 2× 4 | 1600 | 2× 102.4 | 否 | 1244.2 | 155.5 | 1.3 | Deskside or 3U 19-inch rack external GPUs with 4 dual-link DVI outputs | ||
Quadro Plex 2200 S4 Visual Computing System[f] | 2008年 7月25日 |
4× GT200GL | 648 | 960 | 1296 | 不適用 | GDDR3 | 4× 512 | 4× 4 | 1600 | 4× 102.4 | 否 | 2488.3 | 311.0 | 1.3 | 1200 | 1U 19-inch rack external GPUs, connect via 2× PCIe (×8 or ×16) | |
C2050 GPU Computing Module[4] | Fermi | 2011年 7月25日 |
1× GF100 | 575 | 448 | 1150 | 不適用 | GDDR5 | 384 | 3[g] | 3000 | 144 | 否 | 1030.4 | 515.2 | 2.0 | 247 | Internal PCIe GPU (full-height, dual-slot) |
M2050 GPU Computing Module[5] | 2011年 7月25日 |
不適用 | 3092 | 148.4 | 否 | 225 | ||||||||||||
C2070 GPU Computing Module[4] | July 25, 2011 | 1× GF100 | 575 | 448 | 1150 | 不適用 | GDDR5 | 384 | 6[g] | 3000 | 144 | 否 | 1030.4 | 515.2 | 2.0 | 247 | Internal PCIe GPU (full-height, dual-slot) | |
C2075 GPU Computing Module[6] | 2011年 7月25日 |
不適用 | 3000 | 144 | 否 | 225 | ||||||||||||
M2070/M2070Q GPU Computing Module[7] | 2011年 7月25日 |
不適用 | 3132 | 150.336 | 否 | 225 | ||||||||||||
M2090 GPU Computing Module[8] | 2011年 7月25日 |
1× GF110 | 650 | 512 | 1300 | 不適用 | GDDR5 | 384 | 6[g] | 3700 | 177.6 | 否 | 1331.2 | 665.6 | 2.0 | 225 | Internal PCIe GPU (full-height, dual-slot) | |
S2050 GPU Computing Server | 2011年 7月25日 |
4× GF100 | 575 | 1792 | 1150 | 不適用 | GDDR5 | 4× 384 | 4× 3[g] | 3 | 4× 148.4 | 否 | 4121.6 | 2060.8 | 2.0 | 900 | 1U 19-inch rack external GPUs, connect via 2× PCIe (×8 or ×16) | |
S2070 GPU Computing Server | 不適用 | 4× 6[g] | 否 | |||||||||||||||
K10 GPU accelerator[9] | Kepler | 2012年 5月1日 |
2× GK104 | 不適用 | 3072 | 745 | ? | GDDR5 | 2× 256 | 2× 4 | 5000 | 2× 160 | 否 | 4577 | 190.7 | 3.0 | 225 | Internal PCIe GPU (full-height, dual-slot) |
K20 GPU accelerator[10][11] | 2012年 11月12日 |
1× GK110 | 不適用 | 2496 | 706 | 758 | GDDR5 | 320 | 5 | 5200 | 208 | 否 | 3524 | 1175 | 3.5 | 225 | Internal PCIe GPU (full-height, dual-slot) | |
K20X GPU accelerator[12] | 2012年 11月12日 |
1× GK110 | 不適用 | 2688 | 732 | ? | GDDR5 | 384 | 6 | 5200 | 250 | 否 | 3935 | 1312 | 3.5 | 235 | Internal PCIe GPU (full-height, dual-slot) | |
K40 GPU accelerator[13] | 2013年 10月8日 |
1× GK110B | 不適用 | 2880 | 745 | 875 | GDDR5 | 384 | 12[g] | 6000 | 288 | 否 | 4291–5040 | 1430–1680 | 3.5 | 235 | Internal PCIe GPU (full-height, dual-slot) | |
K80 GPU accelerator[14] | 2014年 11月17日 |
2× GK210 | 不適用 | 4992 | 560 | 875 | GDDR5 | 2× 384 | 2× 12 | 5000 | 2× 240 | 否 | 5591–8736 | 1864–2912 | 3.7 | 300 | Internal PCIe GPU (full-height, dual-slot) | |
M4 GPU accelerator[15][16] | Maxwell | 2015年 11月10日 |
1× GM206 | 不適用 | 1024 | 872 | 1072 | GDDR5 | 128 | 4 | 5500 | 88 | 否 | 1786–2195 | 55.81–68.61 | 5.2 | 50–75 | Internal PCIe GPU (half-height, single-slot) |
M6 GPU accelerator[17] | 2015年 8月30日 |
1× GM204-995-A1 | 不適用 | 1536 | 722 | 1051 | GDDR5 | 256 | 8 | 4600 | 147.2 | 否 | 2218–3229 | 69.3–100.9 | 5.2 | 75–100 | Internal MXM GPU | |
M10 GPU accelerator[18] | 4× GM107 | 不適用 | 2560 | 1033 | ? | GDDR5 | 4× 128 | 4× 8 | 5188 | 4× 83 | 否 | 5289 | 165.3 | 5.2 | 225 | Internal PCIe GPU (full-height, dual-slot) | ||
M40 GPU accelerator[16][19] | 2015年 11月10日 |
1× GM200 | 不適用 | 3072 | 948 | 1114 | GDDR5 | 384 | 12 | 6000 | 288 | 否 | 5825–6844 | 182.0–213.9 | 5.2 | 250 | Internal PCIe GPU (full-height, dual-slot) | |
M60 GPU accelerator[20] | 2015年 8月30日 |
2× GM204-895-A1 | 不適用 | 4096 | 899 | 1178 | GDDR5 | 2× 256 | 2× 8 | 5000 | 2× 160 | 否 | 7365–9650 | 230.1–301.6 | 5.2 | 225–300 | Internal PCIe GPU (full-height, dual-slot) | |
P4 GPU accelerator[21] | Pascal | 2016年 9月13日 |
1× GP104 | 不適用 | 2560 | 810 | 1063 | GDDR5 | 256 | 8 | 6000 | 192.0 | 否 | 4147–5443 | 129.6–170.1 | 6.1 | 50-75 | PCI Express card |
P6 GPU accelerator[22][23] | 2017年 3月24日 |
1× GP104-995-A1 | 不適用 | 2048 | 1012 | 1506 | GDDR5 | 256 | 16 | 3003 | 192.2 | 否 | 6169 | 192.8 | 6.1 | 90 | 行動PCI Express模組 card | |
P40 GPU accelerator[21] | 2016年 9月13日 |
1× GP102 | 不適用 | 3840 | 1303 | 1531 | GDDR5 | 384 | 24 | 7200 | 345.6 | 否 | 10007–11758 | 312.7–367.4 | 6.1 | 250 | PCI Express card | |
P100 GPU accelerator (mezzanine)[24][25] | 2016年 4月5日 |
1× GP100-890-A1 | 不適用 | 3584 | 1328 | 1480 | HBM2 | 4096 | 16 | 1430 | 732 | 否 | 9519–10609 | 4760–5304 | 6.0 | 300 | NVLink card | |
P100 GPU accelerator (16 GB card)[26] | 2016年 6月20日 |
1× GP100 | 不適用 | 1126 | 1303 | 否 | 8071‒9340 | 4036‒4670 | 250 | PCI Express card | ||||||||
P100 GPU accelerator (12 GB card)[26] | 2016年 6月20日 |
不適用 | 3072 | 12 | 549 | 否 | 8071‒9340 | 4036‒4670 | ||||||||||
V100 GPU accelerator (mezzanine)[27][28][29] | Volta | 2017年 5月10日 |
1× GV100-895-A1 | 不適用 | 5120 | 未知 | 1,455 | HBM2 | 4,096 | 16 or 32 | 1,750 | 900 | 119,192 | 14,899 | 7,450 | 7.0 | 300 | SXM card |
V100 GPU accelerator (PCIe card)[27][28][29] | 2017年 6月21日 |
1× GV100 | 不適用 | 未知 | 1,370 | 112,224 | 14,028 | 7,014 | 250 | PCIe card | ||||||||
V100 GPU accelerator (PCIe FHHL card) | 2018年 3月27日 |
1× GV100 | 不適用 | 937 | 1,290 | 16 | 1,620 | 829.44 | 105,680 | 13,210 | 6,605 | 250 | PCIe FHHL card | |||||
T4 GPU accelerator (PCIe card)[30][31] | Turing | 2018年 9月12日 |
1× TU104-895-A1 | 不適用 | 2,560 | 585 | 1,590 | GDDR6 | 256 | 16 | 5,000 | 320 | 64,800 | 8,100 | 未知 | 7.5 | 70 | PCIe card |
A2 GPU accelerator (PCIe card)[32] | Ampere | 2021年 11月10日 |
1× GA107 | 不適用 | 1,280 | 1,440 | 1,770 | GDDR6 | 128 | 16 | 6,252 | 200 | 18,124 | 4,531 | 140 | 8.6 | 40-60 | PCIe card (half height, single-slot) |
A10 GPU accelerator (PCIe card)[33] | 2021年 4月12日 |
1× GA102-890-A1 | 不適用 | 9,216 | 885 | 1,695 | GDDR6 | 384 | 24 | 6,252 | 600 | 124,960 | 31,240 | 976 | 8.6 | 150 | PCIe card (single-slot) | |
A16 GPU accelerator (PCIe card)[34] | 2021年 4月12日 |
4× GA107 | 不適用 | 4× 1,280 | 885 | 1,695 | GDDR6 | 4× 128 | 4× 16 | 7,242 | 4× 200 | 4x 18,432 | 4× 4,608 | 1,084.8 | 8.6 | 250 | PCIe card (dual-slot) | |
A30 GPU accelerator (PCIe card)[35] | 2021年 4月12日 |
1× GA100 | 不適用 | 3,584 | 930 | 1,440 | HBM2 | 3,072 | 24 | 1,215 | 933.1 | 165,120 | 10,320 | 5,161 | 8.0 | 165 | PCIe card (dual-slot) | |
A40 GPU accelerator (PCIe card)[36] | 2020年 10月5日 |
1× GA102 | 不適用 | 10,752 | 1,305 | 1,740 | GDDR6 | 384 | 48 | 7,248 | 695.8 | 149,680 | 37,420 | 1,168 | 8.6 | 300 | PCIe card (dual-slot) | |
A100 GPU accelerator (PCIe card)[37][38] | 2020年 5月14日[39] |
1× GA100-883AA-A1 | 不適用 | 6,912 | 765 | 1410 | HBM2 | 5,120 | 40 or 80 | 1,215 | 1,555 | 312,000 | 19,500 | 9,700 | 8.0 | 250 | PCIe card (dual-slot) | |
H100 GPU accelerator (PCIe card)[40] | Hopper | 2022年 3月22日[41] |
1× GH100[42] | 不適用 | 14,592 | 1,065 | 1,755 CUDA 1620 TC | HBM2e | 5120 | 80 | 1,000 | 2,039 | 756,449 | 51,200 | 25,600 | 9.0 | 350 | PCIe card (dual-slot) |
H100 GPU accelerator (SXM card) | 不適用 | 16,896 | 1,065 | 1,980 CUDA 1,830 TC | HBM3 | 5,120 | 80 | 1,500 | 3,352 | 989,430 | 66,900 | 33,500 | 9.0 | 700 | SXM card | |||
L40 GPU accelerator[43] | Ada Lovelace | 2022年 10月13日 |
1× AD102[44] | 不適用 | 18,176 | 735 | 2,490 | GDDR6 | 384 | 48 | 2,250 | 864 | 362,066 | 90,516 | 1,414 | 8.9 | 300 | PCIe card (dual-slot) |
L4 GPU accelerator[45][46] | 2023年 3月21日[47] |
1x AD104[48] | 不適用 | 7,424 | 795 | 2,040 | GDDR6 | 192 | 24 | 1,563 | 300 | 121,000 | 30,300 | 490 | 8.9 | 72 | HHHL single slot PCIe card | |
型号 | 微架構 | 发布时间 | 芯片 | 核心 频率 |
渲染器 | 内存 | 算力[a] | CUDA 运算能力 |
热设计功耗 | 注释/ 外形尺寸 | ||||||||
CUDA核心 (总数) |
基础 频率 |
最大 增强 频率[c] |
总线 类型 |
总线字长 | 容量大小 | 频率 | 带宽 | 半精度 Tensor Core FP32 累加 | 單精度 (MAD或FMA) |
雙精度 (FMA) |
注释:
- ^ 1.0 1.1 To calculate the processing power see Tesla (微架构), 費米微架構, Kepler (微架构), Maxwell (microarchitecture), or 帕斯卡 (微架构). A number range specifies the minimum and maximum processing power at, respectively, the base clock and maximum boost clock.
- ^ Core architecture version according to the CUDA programming guide.
- ^ 3.0 3.1 GPU Boost is a default feature that increases the core clock rate while remaining under the card's predetermined power budget. Multiple boost clocks are available, but this table lists the highest clock supported by each card.[1]
- ^ 4.0 4.1 4.2 Specifications not specified by Nvidia assumed to be based on the NVIDIA GeForce 8GTX
- ^ 5.0 5.1 5.2 5.3 Specifications not specified by Nvidia assumed to be based on the NVIDIA GeForce 200
- ^ 6.0 6.1 Specifications not specified by Nvidia assumed to be based on the Quadro FX 5800
- ^ 7.0 7.1 7.2 7.3 7.4 7.5 With ECC on, a portion of the dedicated memory is used for ECC bits, so the available user memory is reduced by 12.5%. (e.g. 4 GB total memory yields 3.5 GB of user available memory.)
另見
[编辑]- NVIDIA GeForce
- GeForce 100
- GeForce 200
- GeForce 300
- GeForce 400
- GeForce 500
- GeForce 600
- GeForce 700
- GeForce 800
- GeForce 900
參考資料
[编辑]- ^ Nvidia GPU Boost For Tesla (PDF). January 2014 [7 December 2015]. (原始内容存档 (PDF)于2020-05-16).
- ^ Tesla C1060 Computing Processor Board (PDF). Nvidia.com. [2015-12-11]. (原始内容存档 (PDF)于2020-11-24).
- ^ Difference between Tesla S1070 and S1075. 31 October 2008 [January 29, 2017]. (原始内容存档于2012-02-26).
S1075 has one interface card
- ^ 4.0 4.1 Tesla C2050 and Tesla C2070 Computing Processor (PDF). Nvidia.com. [2015-12-11]. (原始内容存档 (PDF)于2020-11-24).
- ^ Tesla M2050 and Tesla M2070/M2070Q Dual-Slot Computing Processor Modules (PDF). Nvidia.com. [2015-12-11]. (原始内容存档 (PDF)于2020-11-24).
- ^ Tesla C2075 Computing Processor Board (PDF). Nvidia.com. [2015-12-11]. (原始内容存档 (PDF)于2020-11-24).
- ^ Hand, Randall. NVidia Tesla M2050 & M2070/M2070Q Specs OnlineVizWorld.com. VizWorld.com. 2010-08-23 [2015-12-11]. (原始内容存档于2020-08-17).
- ^ Tesla M2090 Dual-Slot Computing Processor Module (PDF). Nvidia.com. [2015-12-11]. (原始内容存档 (PDF)���2020-10-26).
- ^ Tesla K10 GPU accelerator (PDF). Nvidia.com. [2015-12-11]. (原始内容存档 (PDF)于2020-11-24).
- ^ Tesla K20 GPU active accelerator (PDF). Nvidia.com. [2015-12-11]. (原始内容存档 (PDF)于2017-07-12).
- ^ Tesla K20 GPU accelerator (PDF). Nvidia.com. [2015-12-11]. (原始内容存档 (PDF)于2020-03-26).
- ^ Tesla K20X GPU accelerator (PDF). Nvidia.com. [2015-12-11]. (原始内容存档 (PDF)于2020-11-24).
- ^ Tesla K40 GPU accelerator (PDF). Nvidia.com. [2015-12-11]. (原始内容存档 (PDF)于2020-06-17).
- ^ Tesla K80 GPU accelerator (PDF). Images.nvidia.com. [2015-12-11]. (原始内容存档 (PDF)于2018-07-12).
- ^ Nvidia Announces Tesla M40 & M4 Server Cards - Data Center Machine Learning. Anandtech.com. [2015-12-11]. (原始内容存档于2020-11-08).
- ^ 16.0 16.1 Accelerating Hyperscale Datacenter Applications with Tesla GPUs | Parallel Forall. Devblogs.nvidia.com. 2015-11-10 [2015-12-11]. (原始内容存档于2017-07-09).
- ^ Tesla M6 (PDF). Images.nvidia.com. [2016-05-28]. (原始内容存档 (PDF)于2020-10-22).
- ^ Tesla M10 (PDF). Images.nvidia.com. [2016-10-29]. (原始内容存档 (PDF)于2017-05-10).
- ^ Tesla M40 (PDF). Images.nvidia.com. [2015-12-11]. (原始内容存档 (PDF)于2016-10-21).
- ^ Tesla M60 (PDF). Images.nvidia.com. [2016-05-27]. (原始内容存档 (PDF)于2020-10-22).
- ^ 21.0 21.1 Smith, Ryan. Nvidia Announces Tesla P40 & Tesla P4 - Network Inference, Big & Small. Anandtech. 13 September 2016 [13 September 2016]. (原始内容存档于2021-01-16).
- ^ Tesla P6 (PDF). www.nvidia.com. [2019-03-07]. (原始内容存档 (PDF)于2020-07-28).
- ^ Tesla P6 Specs. www.techpowerup.com. [2019-03-07]. (原始内容存档于2020-07-28).
- ^ Smith, Ryan. Nvidia Announces Tesla P100 Accelerator - Pascal GP100 for HPC. Anandtech.com. Anandtech.com. 5 April 2016 [5 April 2016]. (原始内容存档于2016-07-30).
- ^ Harris, Mark. Inside Pascal: Nvidia’s Newest Computing Platform. [13 September 2016]. (原始内容存档于2017-05-07).
- ^ 26.0 26.1 Smith, Ryan. NVidia Announces PCI Express Tesla P100. Anandtech.com. 20 June 2016 [21 June 2016]. (原始内容存档于2020-11-11).
- ^ 27.0 27.1 Smith, Ryan. The Nvidia GPU Technology Conference 2017 Keynote Live Blog. Anandtech. 10 May 2017 [10 May 2017].
- ^ 28.0 28.1 Smith, Ryan. NVIDIA Volta Unveiled: GV100 GPU and Tesla V100 Accelerator Announced. Anandtech. 10 May 2017 [10 May 2017].
- ^ 29.0 29.1 Oh, Nate. NVIDIA Formally Announces V100: Available later this Year. Anandtech.com. 20 June 2017 [20 June 2017].
- ^ NVIDIA TESLA T4 TENSOR CORE GPU. NVIDIA. [17 October 2018].
- ^ NVIDIA Tesla T4 Tensor Core Product Brief (PDF). www.nvidia.com. [2019-07-10].
- ^ NVIDIA TESLA A2 TENSOR CORE GPU.
- ^ NVIDIA TESLA A10 TENSOR CORE GPU.
- ^ NVIDIA TESLA A16 TENSOR CORE GPU.
- ^ NVIDIA TESLA A30 TENSOR CORE GPU.
- ^ NVIDIA TESLA A40 TENSOR CORE GPU.
- ^ NVIDIA TESLA A100 TENSOR CORE GPU. NVIDIA. [14 January 2021].
- ^ NVIDIA Tesla A100 Tensor Core Product Brief (PDF). www.nvidia.com. [2020-09-22].
- ^ Smith, Ryan. NVIDIA Ampere Unleashed: NVIDIA Announces New GPU Architecture, A100 GPU, and Accelerator. AnandTech. May 14, 2020.
- ^ https://www.nvidia.com/en-us/data-center/h100/
- ^ https://wccftech.com/nvidia-hopper-gh100-gpu-official-5nm-process-worlds-fastest-hpc-chip-80-billion-transistors-hbm3-memory/
- ^ https://www.techpowerup.com/gpu-specs/h100-pcie.c3899
- ^ https://www.nvidia.com/en-us/data-center/l40/
- ^ https://www.techpowerup.com/gpu-specs/l40.c3959
- ^ https://www.nvidia.com/en-us/data-center/l4/
- ^ https://images.nvidia.com/aem-dam/Solutions/Data-Center/l4/nvidia-ada-gpu-architecture-whitepaper-v2.1.pdf
- ^ https://investor.nvidia.com/news/press-release-details/2023/NVIDIA-and-Google-Cloud-Deliver-Powerful-New-Generative-AI-Platform-Built-on-the-New-L4-GPU-and-Vertex-AI/default.aspx
- ^ https://www.techpowerup.com/gpu-specs/l4.c4091
外部連結
[编辑]![](http://178.128.105.246/cars-http-upload.wikimedia.org/wikipedia/commons/thumb/4/4a/Commons-logo.svg/30px-Commons-logo.svg.png)
维基共享资源上的相关多媒体资源:NVIDIA Tesla
|