A2 16GB

Specificaties uitgelegd

Gebruikt voor Edge AI en inference

1. 0116 GB GDDR6-geheugen

   VRAM

   16 GB

   Geheugentype

   GDDR6

   Geheugenbandbreedte

   0.2 TB/s

   GDDR is grafisch geheugen dat op de kaart rond de GPU is gemonteerd in plaats van op de behuizing gestapeld. Het wordt veel gebruikt op kaarten voor graphics, rendering en kostenefficiënte inferentie.

   VRAM is de werkruimte op de kaart. Modelgewichten, activaties en datasets moeten erin passen of over meerdere GPU’s worden verdeeld. Vuistregel voor alleen de gewichten bij 16-bit precisie (ongeveer 2 GB per miljard parameters): tot ruwweg 8 miljard parameters, vóór activaties en cache. Dit is een rekensom op basis van het vastgelegde VRAM, geen benchmark.

2. 02Ampere-architectuur

   Architectuur

   Ampere

   Lanceringsjaar

   2021

   Levenscyclusstatus

   Previous

   Ampere bracht Tensor Cores van de derde generatie, TF32-precisie en Multi-Instance GPU (MIG) naar zijn datacenteronderdelen. (Algemene context over de architectuur, geen uitspraak over deze specifieke kaart.)

   Gelanceerd in 2021. De records van Kovara vermelden dit als een onderdeel van de vorige generatie.

3. 03Vormfactor en vermogen

   NVLink

   Niet ondersteund

   MIG

   Niet ondersteund

   Vormfactor

   PCIe low-profile single-slot

   TDP

   60 W

   De records van Kovara tonen geen NVLink-ondersteuning, dus taken met meerdere GPU’s op dit onderdeel zijn voor datatransport aangewezen op PCIe of het netwerk tussen servers.

   PCIe-kaarten passen in standaard uitbreidingsslots van servers en workstations, wat geschikt is voor een breed scala aan systemen.

   TDP is het nominale thermische ontwerpvermogen: het planningscijfer voor stroomvoorziening en koeling in een server.

4. 04Waarvoor het wordt gebruikt

   Primair gebruik (vastgelegd)

   Edge AI / inference

   Dit zijn de toepassingen die Kovara voor dit onderdeel heeft vastgelegd. De toelichtingen beschrijven de workload in algemene termen; het zijn geen prestatieclaims.

   • Edge AIModellen draaien dicht bij de plek waar data ontstaat, in compacte systemen met beperkt vermogen.
   • inferenceEen getraind model draaien om verzoeken te beantwoorden. Geheugencapaciteit, latentie en kosten per verzoek zijn de gebruikelijke aandachtspunten.

De cijfers zijn stamgegevens van Kovara, laatst geverifieerd op 03 sep 2026. De toelichtingen beschrijven de technologie in het algemeen; het zijn geen benchmarks en ze zeggen niets over prijs of beschikbaarheid.