H100 NVLink 80GB — Hyperstack flavor

Spécifications expliquées

Utilisé pour AI training, inference et HPC

1. 0180 GB de mémoire

   VRAM

   80 GB

   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 40 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 Hopper

   Architecture

   Hopper

   Année de lancement

   2022

   Statut du cycle de vie

   Previous

   Hopper a ajouté le Transformer Engine, qui combine calcul FP8 et calcul en 16 bits pour les modèles transformer, ainsi que les Tensor Cores de quatrième génération. (Contexte général sur l’architecture, et non une affirmation sur cette carte en particulier.)

   Lancé en 2022. Les enregistrements de Kovara l’indiquent comme un composant de la génération précédente.

3. 03Conçu pour passer à l’échelle sur plusieurs GPU

   NVLink

   Pris en charge

   MIG

   Pris en charge

   NVLink est une liaison directe de GPU à GPU. Lorsqu’il est pris en charge, les GPU d’un même serveur peuvent échanger des données plus rapidement qu’avec le seul PCIe, ce qui compte lorsqu’une même tâche d’entraînement est répartie sur plusieurs GPU.

   La Multi-Instance GPU (MIG) peut diviser un GPU physique en tranches isolées, chacune avec sa propre mémoire et sa propre puissance de calcul, afin que plusieurs charges de travail plus petites puissent partager une carte.

4. 04À quoi il sert

   Usage principal (enregistré)

   AI training / inference / HPC

   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.

   • AI trainingL’entraînement d’un modèle à partir de données. En général la phase la plus gourmande en calcul et en mémoire, souvent répartie sur de nombreux GPU.
   • 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.
   • HPCLa simulation scientifique et d’ingénierie, où la précision numérique et la bande passante mémoire comptent.

Les chiffres sont des données de référence de Kovara, dernière vérification : 25 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.