Placa de Vídeo Original Para NVIDIA TESLA K80 24GB GPU J0G95A 796124-001 699-22080-0200-501

Nome da Marca: lotorasia

Número do Modelo: K80

Fabricante do Chipset: NVIDIA

Overclock: Não

Tipo de Memória de Vídeo: GDDR5

Capacidade de Memória de Vídeo: 24GB

Interface de Memória: 384 BIT

Produto químico de alta preocupação: Nenhum

Tipo de Interface: PCI Express 3.0x16

Tipo de Cooler: Sem Ventilador

Conector de Alimentação: 8 pinos

Modelo de GPU: Tesla K80

Tipo de Interface de Saída: VGA (D-Sub)

Origem: China Continental

RGB: Não

A NVIDIA Tesla K80 é uma placa de computação de GPU dupla baseada na arquitetura Kepler, cujos principais parâmetros incluem: dois núcleos GK210, 4992 núcleos CUDA, 24 GB de memória GDDR5 (12 GB por GPU), largura de banda de 384 bits, largura de banda de 480 GB/s, frequência de núcleo de 824 MHz, consumo de energia de 300 W, design de dissipação de calor passiva.

1

2

Parâmetros do núcleo do Youdaoplaceholder0

Arquitetura e núcleo do Youdaoplaceholder0

Adota a arquitetura Kepler e é equipada com dois núcleos de GPU GK210. Fisicamente, integra duas GPUs independentes com 12 GB de memória de vídeo em uma única placa.

1

3

Cada GPU contém 2.496 núcleos CUDA (totalizando 4.992), com uma frequência de núcleo de 824 MHz.

1

4

Configuração de memória do Youdaoplaceholder0

O tipo de memória de vídeo é GDDR5, com uma capacidade total de 24 GB (12 GB por GPU), uma largura de bits de 384 bits e uma largura de banda de 480 GB/s.

1

2

Suporta correção de erro ECC e Espaço de Endereçamento Virtual Unificado (UVA).

4

Desempenho e energia do Youdaoplaceholder0

O desempenho de ponto flutuante de dupla precisão é de 2,91 TFLOPs e o de precisão simples é de 8,74 TFLOPs.

2

O consumo máximo de energia é de 300 W. Requer uma interface de alimentação de 8 pinos e barramento PCIe 3.0 x16.

1

3

Características de design do Youdaoplaceholder0

Método de resfriamento do Youdaoplaceholder0: Design de resfriamento passivo, que depende dos dutos de ar do servidor para resfriamento, não sendo adequado para estações de trabalho comuns.

3

Lógica de GPU dupla do Youdaoplaceholder0: Deve ser identificada como duas GPUs separadas durante a programação e interconectada por meio de um chip de ponte PCIe (PLX).

3

Cenários de aplicação do Youdaoplaceholder0

Otimizado para computação paralela de alta densidade, como aprendizado de máquina e computação científica, mas devido à sua arquitetura desatualizada (lançada em 2014), o desempenho de tarefas modernas de IA é relativamente baixo.