A2 16GB

Spécifications expliquées

Utilisé pour Edge AI et inference

1. 0116 GB de mémoire GDDR6

   VRAM

   16 GB

   Type de mémoire

   GDDR6

   Bande passante mémoire

   0.2 TB/s

   La GDDR est une mémoire graphique montée sur la carte autour du GPU, plutôt qu’empilée sur le package. Elle est très utilisée sur les cartes graphiques, de rendu et d’inférence économiques.

   La VRAM est l’espace de travail de la carte. Les poids du modèle, les activations et les jeux de données doivent y tenir, ou être répartis sur plusieurs GPU. Règle empirique pour les seuls poids en précision 16 bits (environ 2 GB par milliard de paramètres) : jusqu’à environ 8 milliards de paramètres, avant activations et cache. Il s’agit d’un calcul arithmétique sur la VRAM enregistrée, et non d’un benchmark.

2. 02Architecture Ampere

   Architecture

   Ampere

   Année de lancement

   2021

   Statut du cycle de vie

   Previous

   Ampere a apporté à ses composants pour centres de données les Tensor Cores de troisième génération, la précision TF32 et la Multi-Instance GPU (MIG). (Contexte général sur l’architecture, et non une affirmation sur cette carte en particulier.)

   Lancé en 2021. Les enregistrements de Kovara l’indiquent comme un composant de la génération précédente.

3. 03Facteur de forme et alimentation

   NVLink

   Non pris en charge

   MIG

   Non pris en charge

   Facteur de forme

   PCIe low-profile single-slot

   TDP

   60 W

   Les enregistrements de Kovara n’indiquent aucune prise en charge de NVLink ; les tâches multi-GPU sur ce composant s’appuient donc sur le PCIe ou sur le réseau entre serveurs pour déplacer les données.

   Les cartes PCIe s’insèrent dans les emplacements d’extension standard des serveurs et des stations de travail, ce qui convient à un large éventail de systèmes.

   Le TDP est la puissance thermique de conception nominale : la valeur de référence pour dimensionner l’alimentation et le refroidissement d’un serveur.

4. 04À quoi il sert

   Usage principal (enregistré)

   Edge AI / inference

   Voici les usages que Kovara a enregistrés pour ce composant. Les notes expliquent la charge de travail en termes généraux ; elles ne constituent pas des affirmations de performance.

   • Edge AIL’exécution de modèles au plus près de l’endroit où les données sont produites, dans des systèmes compacts à puissance limitée.
   • inferenceL’exécution d’un modèle entraîné pour répondre à des demandes. La capacité mémoire, la latence et le coût par demande sont les préoccupations habituelles.

Les chiffres sont des données de référence de Kovara, dernière vérification : 03 sept. 2026. Les explications décrivent la technologie de manière générale ; elles ne sont pas des benchmarks et ne disent rien du prix ni de la disponibilité.