SECTIONS
EDITIONS
NETWORK
萬安百科 › 机型词条 › NVIDIA Tesla V100
示意配图（AI 生成·非官方产品图）· 萬安百科
NVIDIA Tesla V100
Volta 旗舰 · 5120 CUDA · 640 Tensor · 32GB HBM2 900GB/s · 流通主力词条
概述OVERVIEW
Tesla V100 是 NVIDIA Volta 世代的数据中心旗舰（2017-12 发力，官方规格书口径，2026-11 核验）： 5120 CUDA 核 + 640 个第一代 Tensor Core——125 TFLOPS Tensor（AI 算力开山数字）、FP32 15.7 TFLOPS、FP64 7.8 TFLOPS；显存 16/32GB HBM2 · 900GB/s；NVLink 2.0（300GB/s）；PCIe 版 250W/ SXM2 版 300W（官方口径）。DGX-1/DGX-2 时代全球 AI 训练的主力卡——Tensor Core 世代的起点。
沿革HISTORY
- 2017-05：Volta GV100 发布（GTC 口径）——全球首颗 Tensor Core GPU。
- 2017-12：Tesla V100 PCIe 与 DGX-1/2 系统规模出货（官方时间线口径）。
- 2018-2022：AI 训练主力世代（transformer 论文时代的算力底座之一·生态口径）。
- 现役：A100/H100 接棒后转入大存量流通——训练/推理双能的流通主力之一（市场口径）。
数据中心旗舰演进GENERATIONS
| 维度 | Tesla P100（前代） | Tesla V100（本词条·官方口径） | A100（词条） |
|---|---|---|---|
| 架构/年代 | Pascal · 2016 | Volta · 2017 | Ampere · 2020 |
| Tensor | —（无 Tensor Core） | 640 个一代 · 125 TFLOPS | 第三代 · 312 TFLOPS |
| 显存 | 16GB HBM2 · 720GB/s | 16/32GB HBM2 · 900GB/s | 40/80GB HBM2e · 2TB/s |
| FP64 | — | 7.8 TFLOPS（官方） | 9.7/19.5 TFLOPS |
| 互联 | NVLink 1 | NVLink 2.0 · 300GB/s | NVLink 3.0 · 600GB/s |
口径：V100 列=NVIDIA 官方规格书（2026-11 核验）；P100/A100 列=各自官方规格书口径。V100 的 Tensor 125 TFLOPS 为第一代 Tensor Core 口径，与后续代精度定义不同不直比。
技术规格SPECS
| 项目 | 规格（NVIDIA 官方规格书口径） |
|---|---|
| 架构 | Volta · GV100 · 12nm FFN |
| CUDA/Tensor | 5120 CUDA 核 · 640 Tensor Core |
| 算力 | FP32 15.7 TFLOPS · FP64 7.8 TFLOPS · Tensor 125 TFLOPS |
| 显存 | 16/32GB HBM2 · 900GB/s（官方口径） |
| 互联 | NVLink 2.0 · 300GB/s（官方口径） |
| 功耗/形态 | PCIe 版 250W 被动 · SXM2 版 300W（模块形态） |
| 精度 | FP16/FP64 双精度路线（HPC 与 AI 双能·官方口径） |
| AI 栈 | CUDA 全生态（cuDNN/TensorRT·生态口径） |
模型适配MODEL FIT
| 场景 | 32GB 显存的适配口径（推算：权重×精度+开销） |
|---|---|
| 7B–13B 级 | FP16 全量/量化推理可容（推算口径）——32GB 档余量充足 |
| 30B 级 4-bit | 贴边缘可容（推算口径）——带宽 900GB/s 支撑解码吞吐 |
| HPC/FP64 | 7.8 TFLOPS 双精度——科学计算场景的流通选择（官方口径） |
32GB 档云端平替——去模型广场按需调用
萬安云 · 模型广场 →局限与边界LIMITS
- 架构代际：一代 Tensor Core/无结构化稀疏/无 BF16——AI 吞吐对 A100/H100 差数倍（官方规格对照）。
- 形态分线：SXM2 与 PCIe 两种形态不通用——采购认准形态（官方口径）。
- 验货要点：HBM2 显存压测+NVLink 状态（SXM2）+散热器完整性——流通卡逐项走 验货流程。
常见问题FAQ
V100 在 AI 史上是什么地位？
Tensor Core 的开山代（官方口径：640 个第一代 Tensor Core·125 TFLOPS）——2017-2022 年全球 AI 训练的主力卡（DGX-1/DGX-2 时代）， transformer 论文时代的算力底座之一；流通保有量大。
V100 16GB 和 32GB 差在哪？
显存容量翻倍（官方口径：32GB 为 16GB 的两倍）——大模型/大 batch 场景 32GB 档价值高；带宽同为 900GB/s（HBM2），SXM2 版 300W、PCIe 版 250W（官方口径）。
V100 还能用于大模型吗？
能推理可训练但代际差如实：Volta 无结构化稀疏、FP16 Tensor 125 TFLOPS 对 A100/H100 差数倍；7B–13B 级量化推理可用（推算口径）——采购按负载实测决策（验货流程）。
相关词条SEE ALSO
NVIDIA Tesla P40（Pascal 推理）
NVIDIA A100（后继旗舰）
NVIDIA RTX 3090（24GB 消费档）
NVIDIA H100（现役旗舰）
CUDA（生态词条）
如何买卖验证过的 GPU