A2 16GB

Spezifikationen erklärt

Eingesetzt für Edge AI und inference

1. 0116 GB GDDR6-Speicher

   VRAM

   16 GB

   Speichertyp

   GDDR6

   Speicherbandbreite

   0.2 TB/s

   GDDR ist Grafikspeicher, der auf der Platine rund um die GPU montiert ist, statt auf dem Package gestapelt zu sein. Er wird häufig auf Karten für Grafik, Rendering und kostengünstige Inferenz eingesetzt.

   VRAM ist der Arbeitsspeicher auf der Karte. Modellgewichte, Aktivierungen und Datensätze müssen darin Platz finden oder auf mehrere GPUs verteilt werden. Faustregel allein für die Gewichte bei 16-Bit-Genauigkeit (etwa 2 GB pro Milliarde Parameter): bis zu etwa 8 Milliarden Parameter, vor Aktivierungen und Cache. Das ist eine Rechnung auf Basis des erfassten VRAM, kein Benchmark.

2. 02Ampere-Architektur

   Architektur

   Ampere

   Einführungsjahr

   2021

   Lebenszyklusstatus

   Previous

   Ampere brachte Tensor Cores der dritten Generation, TF32-Genauigkeit und Multi-Instance GPU (MIG) in seine Komponenten für Rechenzentren. (Allgemeiner Kontext zur Architektur, keine Aussage über diese konkrete Karte.)

   Im Jahr 2021 eingeführt. Die Datensätze von Kovara führen es als Komponente der Vorgängergeneration.

3. 03Formfaktor und Leistung

   NVLink

   Nicht unterstützt

   MIG

   Nicht unterstützt

   Formfaktor

   PCIe low-profile single-slot

   TDP

   60 W

   Die Datensätze von Kovara zeigen keine NVLink-Unterstützung, daher sind Multi-GPU-Jobs auf dieser Komponente beim Datentransport auf PCIe oder das Netzwerk zwischen den Servern angewiesen.

   PCIe-Karten werden in die Standard-Erweiterungssteckplätze von Servern und Workstations gesteckt, was zu einer breiten Palette von Systemen passt.

   TDP ist die nominelle Thermal Design Power: der Planungswert für Stromversorgung und Kühlung in einem Server.

4. 04Wofür es eingesetzt wird

   Hauptverwendung (erfasst)

   Edge AI / inference

   Dies sind die Verwendungszwecke, die Kovara für diese Komponente erfasst hat. Die Hinweise erläutern den Workload allgemein; sie sind keine Leistungsaussagen.

   • Edge AIAusführung von Modellen nahe am Entstehungsort der Daten, in kompakten Systemen mit begrenzter Leistungsaufnahme.
   • inferenceDas Ausführen eines trainierten Modells, um Anfragen zu beantworten. Üblicherweise stehen Speicherkapazität, Latenz und Kosten pro Anfrage im Vordergrund.

Die Zahlen sind Kovara-Stammdaten, zuletzt verifiziert am 03. Sept. 2026. Die Erläuterungen beschreiben die Technologie allgemein; sie sind keine Benchmarks und sagen nichts über Preis oder Verfügbarkeit aus.