NVIDIA Tesla

Tesla是一個NVIDIA的顯示核心系列品牌，主要用於伺服器高效能電腦運算，用於對抗AMD的FireStream系列。這是繼GeForce和Quadro之後，第三個顯示核心商標。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。

關於與「NVIDIA Tesla」標題相近或相同的條目頁，請見「Tesla」。

Tesla

2007年開始使用的Tesla標誌
研發者	NVIDIA
生產日期	2007年
類型	圖形處理器

Tesla以發明家尼古拉·特斯拉的名字命名。

產品系列

nVIDIA Tesla C870圖形處理器

目前，Tesla有三個系列：

• Tesla GPU運算處理器 - 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運算處理器，可透過接線互聯多個裝置。Tesla 10系列中沒有相關產品。
• Tesla GPU Server - 伺服器用，外形與1U伺服器相似，S870包含四張C870運算處理器，而S1070包含四張C1060運算處理器，可透過接線互聯多個裝置。

較早的時候，人們已意識到GPU能運算大量數據。所以開發者通過圖形語言，利用顯示核心，來進行平行計算，亦即是GPGPU（通用繪圖核心）。但開發者需要有一定程度的圖形處理知識，才能發揮顯示核心效能。隨後，NVIDIA推出了CUDA。開發者利用C++語言，再通過CUDA編譯器，就能利用顯核運算。開發者可忽略圖形處理技術，而直接利用熟悉的C++語言。開發者和科學家，就可以利用顯示核心，研究物理、生化和勘探等領域。

Tesla比較專注於高效能運算，並且C1060以上（G200）系列能支援雙精度浮點格式。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，進行影片壓縮、資料庫搜尋等工作。並支援更多程式語言，例如Fortran、C++、JAVA和Python等。

完整型號列表

型號	微架構	發布時間	晶片	核心 頻率	彩現器			主記憶體					算力[a]			CUDA 運算能力[b]	熱設計功耗	注釋/ 外形尺寸
					CUDA核心 （總數）	基礎 頻率	最大 增強 頻率[c]	匯流排 類型	匯流排字長	容量大小	頻率	頻寬	半精度 Tensor Core FP32 累加	單精度 （MAD或FMA）	雙精度 （FMA）
單位				MHz		MHz	MHz		bit	GB	MT/s（英語：Transfers per second）	GB/s	GFLOPs	GFLOPs	GFLOPs		W
C870 GPU Computing Module[d]	Tesla（英語：Tesla (microarchitecture)）	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（英語：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（英語：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（英語：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（英語：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（英語：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（英語：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（英語：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（英語：Maxwell (microarchitecture)）	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
型號	微架構	發布時間	晶片	核心 頻率	彩現器			主記憶體					算力[a]			CUDA 運算能力	熱設計功耗	注釋/ 外形尺寸
					CUDA核心 （總數）	基礎 頻率	最大 增強 頻率[c]	匯流排 類型	匯流排字長	容量大小	頻率	頻寬	半精度 Tensor Core FP32 累加	單精度 （MAD或FMA）	雙精度 （FMA）

• 閱
• 論
• 編

注釋：

1. To calculate the processing power see Tesla (微架構)（英語：Tesla (微架构)）, 費米微架構, Kepler (微架構), Maxwell (microarchitecture)（英語：Maxwell (microarchitecture)）, or 帕斯卡 (微架構). A number range specifies the minimum and maximum processing power at, respectively, the base clock and maximum boost clock.
2. Core architecture version according to the CUDA programming guide.
3. 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. Specifications not specified by Nvidia assumed to be based on the NVIDIA GeForce 8GTX
5. Specifications not specified by Nvidia assumed to be based on the NVIDIA GeForce 200
6. Specifications not specified by Nvidia assumed to be based on the Quadro FX 5800
7. 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

• NVIDIA GeForce
• GeForce 100
• GeForce 200
• GeForce 300
• GeForce 400
• GeForce 500
• GeForce 600
• GeForce 700
• GeForce 800
• GeForce 900

• GeForce 10系列
• GeForce 16系列
• GeForce 20系列
• GeForce 30系列
• NVIDIA Quadro

參考資料

1. Nvidia GPU Boost For Tesla (PDF). January 2014 [7 December 2015]. （原始內容存檔 (PDF)於2020-05-16）.
2. Tesla C1060 Computing Processor Board (PDF). Nvidia.com. [2015-12-11]. （原始內容存檔 (PDF)於2020-11-24）.
3. Difference between Tesla S1070 and S1075. 31 October 2008 [January 29, 2017]. （原始內容存檔於2012-02-26）. S1075 has one interface card
4. Tesla C2050 and Tesla C2070 Computing Processor (PDF). Nvidia.com. [2015-12-11]. （原始內容存檔 (PDF)於2020-11-24）.
5. Tesla M2050 and Tesla M2070/M2070Q Dual-Slot Computing Processor Modules (PDF). Nvidia.com. [2015-12-11]. （原始內容存檔 (PDF)於2020-11-24）.
6. Tesla C2075 Computing Processor Board (PDF). Nvidia.com. [2015-12-11]. （原始內容存檔 (PDF)於2020-11-24）.
7. Hand, Randall. NVidia Tesla M2050 & M2070/M2070Q Specs OnlineVizWorld.com. VizWorld.com. 2010-08-23 [2015-12-11]. （原始內容存檔於2020-08-17）.
8. Tesla M2090 Dual-Slot Computing Processor Module (PDF). Nvidia.com. [2015-12-11]. （原始內容存檔 (PDF)於2020-10-26）.
9. Tesla K10 GPU accelerator (PDF). Nvidia.com. [2015-12-11]. （原始內容存檔 (PDF)於2020-11-24）.
10. Tesla K20 GPU active accelerator (PDF). Nvidia.com. [2015-12-11]. （原始內容存檔 (PDF)於2017-07-12）.
11. Tesla K20 GPU accelerator (PDF). Nvidia.com. [2015-12-11]. （原始內容存檔 (PDF)於2020-03-26）.
12. Tesla K20X GPU accelerator (PDF). Nvidia.com. [2015-12-11]. （原始內容存檔 (PDF)於2020-11-24）.
13. Tesla K40 GPU accelerator (PDF). Nvidia.com. [2015-12-11]. （原始內容存檔 (PDF)於2020-06-17）.
14. Tesla K80 GPU accelerator (PDF). Images.nvidia.com. [2015-12-11]. （原始內容存檔 (PDF)於2018-07-12）.
15. Nvidia Announces Tesla M40 & M4 Server Cards - Data Center Machine Learning. Anandtech.com. [2015-12-11]. （原始內容存檔於2020-11-08）.
16. Accelerating Hyperscale Datacenter Applications with Tesla GPUs | Parallel Forall. Devblogs.nvidia.com. 2015-11-10 [2015-12-11]. （原始內容存檔於2017-07-09）.
17. Tesla M6 (PDF). Images.nvidia.com. [2016-05-28]. （原始內容存檔 (PDF)於2020-10-22）.
18. Tesla M10 (PDF). Images.nvidia.com. [2016-10-29]. （原始內容存檔 (PDF)於2017-05-10）.
19. Tesla M40 (PDF). Images.nvidia.com. [2015-12-11]. （原始內容存檔 (PDF)於2016-10-21）.
20. Tesla M60 (PDF). Images.nvidia.com. [2016-05-27]. （原始內容存檔 (PDF)於2020-10-22）.
21. Smith, Ryan. Nvidia Announces Tesla P40 & Tesla P4 - Network Inference, Big & Small. Anandtech. 13 September 2016 [13 September 2016]. （原始內容存檔於2021-01-16）.
22. Tesla P6 (PDF). www.nvidia.com. [2019-03-07]. （原始內容存檔 (PDF)於2020-07-28）.
23. Tesla P6 Specs. www.techpowerup.com. [2019-03-07]. （原始內容存檔於2020-07-28）.
24. Smith, Ryan. Nvidia Announces Tesla P100 Accelerator - Pascal GP100 for HPC. Anandtech.com. Anandtech.com. 5 April 2016 [5 April 2016]. （原始內容存檔於2016-07-30）.
25. Harris, Mark. Inside Pascal: Nvidia’s Newest Computing Platform. [13 September 2016]. （原始內容存檔於2017-05-07）.
26. Smith, Ryan. NVidia Announces PCI Express Tesla P100. Anandtech.com. 20 June 2016 [21 June 2016]. （原始內容存檔於2020-11-11）.
27. Smith, Ryan. The Nvidia GPU Technology Conference 2017 Keynote Live Blog. Anandtech. 10 May 2017 [10 May 2017].
28. Smith, Ryan. NVIDIA Volta Unveiled: GV100 GPU and Tesla V100 Accelerator Announced. Anandtech. 10 May 2017 [10 May 2017].
29. Oh, Nate. NVIDIA Formally Announces V100: Available later this Year. Anandtech.com. 20 June 2017 [20 June 2017].
30. NVIDIA TESLA T4 TENSOR CORE GPU. NVIDIA. [17 October 2018].
31. NVIDIA Tesla T4 Tensor Core Product Brief (PDF). www.nvidia.com. [2019-07-10].
32. NVIDIA TESLA A2 TENSOR CORE GPU.
33. NVIDIA TESLA A10 TENSOR CORE GPU.
34. NVIDIA TESLA A16 TENSOR CORE GPU.
35. NVIDIA TESLA A30 TENSOR CORE GPU.
36. NVIDIA TESLA A40 TENSOR CORE GPU.
37. NVIDIA TESLA A100 TENSOR CORE GPU. NVIDIA. [14 January 2021].
38. NVIDIA Tesla A100 Tensor Core Product Brief (PDF). www.nvidia.com. [2020-09-22].
39. Smith, Ryan. NVIDIA Ampere Unleashed: NVIDIA Announces New GPU Architecture, A100 GPU, and Accelerator. AnandTech. May 14, 2020.
40. https://www.nvidia.com/en-us/data-center/h100/
41. https://wccftech.com/nvidia-hopper-gh100-gpu-official-5nm-process-worlds-fastest-hpc-chip-80-billion-transistors-hbm3-memory/
42. https://www.techpowerup.com/gpu-specs/h100-pcie.c3899
43. https://www.nvidia.com/en-us/data-center/l40/
44. https://www.techpowerup.com/gpu-specs/l40.c3959
45. https://www.nvidia.com/en-us/data-center/l4/
46. https://images.nvidia.com/aem-dam/Solutions/Data-Center/l4/nvidia-ada-gpu-architecture-whitepaper-v2.1.pdf
47. 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
48. https://www.techpowerup.com/gpu-specs/l4.c4091

外部連結

• NVIDIA的Tesla主頁